Что такое размер эффекта и как его интерпретировать в исследованиях?

Что такое размер эффекта?

Размер эффекта — это количественная мера величины экспериментального эффекта. Чем больше размер эффекта, тем сильнее связь между двумя переменными.

Размер эффекта можно использовать при сравнении любых двух групп, чтобы понять, насколько существенно они различаются. Обычно в исследованиях есть экспериментальная группа (например, группа, получающая терапию) и контрольная группа (группа без вмешательства). Размер эффекта показывает, насколько сильно вмешательство повлияло на результат.

Например, если мы изучаем влияние терапии на депрессию, размер эффекта укажет, был ли эффект от терапии слабым, средним или сильным.

Как рассчитать и интерпретировать размер эффекта?

Размер эффекта может измерять либо силу связи между переменными, либо разницу между средними значениями групп.

Cohen’s d (Коэна d)

Cohen’s d — это стандартизированная разница между средними значениями двух групп. Этот показатель часто используется в метаанализах и при интерпретации результатов t-тестов и ANOVA.

Формула расчета:

d = (M1 – M2) / SD

где M1 и M2 — средние значения групп, а SD — стандартное отклонение.

• d = 0.2 — малый эффект
• d = 0.5 — средний эффект
• d = 0.8 — большой эффект

Если разница между группами меньше 0.2 SD, она считается незначительной, даже если статистически значима.

Корреляция Пирсона (Pearson r)

Этот параметр показывает силу линейной связи между двумя переменными. Значение r варьируется от -1 (полная отрицательная корреляция) до +1 (полная положительная корреляция).

• r ≈ 0.1 — слабая корреляция
• r ≈ 0.3 — умеренная корреляция
• r > 0.5 — сильная корреляция

Почему важно указывать размер эффекта?

P-значение — это недостаточно

Низкое p-значение (< 0.05) говорит о том, что нулевая гипотеза маловероятна, но не показывает силу эффекта. Размер эффекта позволяет понять, насколько значимы различия.

Сравнение результатов разных исследований

В отличие от p-значения, размер эффекта позволяет сравнивать результаты исследований, проведенных в разных условиях. Это особенно полезно в метаанализе.

Дополнительная информация

• Что p-значение говорит о статистической значимости?
• Cohen, J. (1992). A power primer. Psychological bulletin, 112(1), 155.
• Ferguson, C. J. (2016). An effect size primer: a guide for clinicians and researchers.
• Нормальное распределение (кривая Гаусса)
• Z-оценка: определение, расчет и интерпретация