Kas yra efekto dydis?
Poveikio dydis yra viena iš statistikos sąvokų, kuri apskaičiuoja santykį tarp dviejų kintamųjų, pateiktų skaitmeninėje skalėje, ir yra trys būdai, kaip išmatuoti efekto dydį: 1) nelyginis santykis, 2) standartizuotas vidutinis skirtumas ir 3) koreliacijos koeficientas.
Pvz., Tarkime, kad mokinių su berniukais ir mergaitėmis klasėje, jei vidutinis visų berniukų ūgis yra didesnis nei visų mergaičių vidutinis ūgis, tada, naudodamiesi efekto dydžiu, galime išsiaiškinti, ar skirtumas tarp ūgis yra vidutinio sunkumo, didelis arba ne tiek didelis. Tai taip pat taikoma įvairioms statistikos programoms, tokioms kaip koreliacija.
Jis matuojamas siekiant sužinoti dviejų kintamųjų ryšio stiprumą. Jis yra standartizuotas, kai apskaičiuojama, kad būtų galima palyginti du kintamuosius. Poveikio dydis apskaičiuojamas padalijus dviejų kintamųjų vidurkio skirtumą su standartiniu nuokrypiu.
Poveikio dydžio formulė
Formulė pateikta žemiau
Poveikio dydis = (µ1-µ2) / α
Pavyzdžiai
Pažiūrėkime keletą paprastų ir patobulintų pavyzdžių, kad geriau jį suprastume.
1 pavyzdys
Pabandykime suprasti sąvoką pavyzdžio pagalba. Tarkime, klasėje yra 12 berniukų ir 12 mergaičių. Vidutinis berniukų ūgis klasėje yra 120 cm, o tos klasės mergaičių - 115 cm. Tada galime normalizuotai pasakyti, kad skirtumas yra 5 cm. Bet tai neįvertina efekto, nes šis 5 cm skirtumo skaičius nėra standartizuotas. Sakykime, kad šio pavyzdžio dviejų populiacijų standartinis nuokrypis yra 4; tada formulės pagalba galime apskaičiuoti efekto dydį.
Skaičiavimui naudokite šiuos duomenis.
Todėl skaičiavimas bus toks,
= (120-115) / 4
Norėdami suprasti skirtumo tarp dviejų kintamųjų poveikį, turime padalyti skirtumą tarp dviejų kintamųjų rinkinių vidurkių ir jų standartinio nuokrypio skaičiaus
Iš skaičiavimo galime pamatyti, kad efekto dydis yra 1,3. Šios vertės pagalba galime sužinoti pasiskirstymo formą ir išsiaiškinti, kiek procentų gyventojų patenka į tą procentą.
2 pavyzdys
Pabandykime suprasti sąvoką kito pavyzdžio pagalba. Tarkime, klasėje yra 10 berniukų ir 10 mergaičių. Klasės berniukų vidutinis GPA yra 2,64, o tos klasės mergaičių - 3,64. Tada galime normalizuotai pasakyti, kad skirtumas yra 1. Bet tai neapibūdina poveikio, nes šis 1 skirtumo skaičius nėra standartizuotas. Sakykime, kad šio pavyzdžio dviejų populiacijų standartinis nuokrypis yra 2. Tada lygties pagalba galime apskaičiuoti efekto dydį .
Poveikio dydžiui apskaičiuoti naudokite šiuos duomenis.
Todėl skaičiavimas bus toks,
= 2,64-3,64 / 2
3 pavyzdys
Pabandykime suprasti sąvoką kito pavyzdžio pagalba. Tarkime, klasėje yra 10 berniukų ir 10 mergaičių. Vidutinis berniukų svoris klasėje yra 60 kg, o vidutinis mergaičių svoris - 55 kg. Tada galime normalizuotai pasakyti, kad skirtumas yra 5 kg. Tačiau tai neįvertina poveikio, nes šis 5 kg skirtumo skaičius nėra standartizuotas. Sakykime, kad šio pavyzdžio dviejų populiacijų standartinis nuokrypis yra 3. Tada formulės pagalba galime apskaičiuoti efekto dydį.
Žemiau pateikti duomenys, skirti apskaičiuoti efekto dydį.
Todėl jį galima apskaičiuoti taip:
= (60–55) / 2
Poveikio dydžio formulės skaičiuoklė
Galite naudoti šią skaičiuoklę.
| μ1 | |
| μ2 | |
| α | |
| Poveikio dydžio formulė | |
| α = |
|
|
Aktualumas ir naudojimas
Poveikio dydis yra gyvybiškai svarbi statistikos priemonė. Tai metodas įvertinti santykį tarp dviejų kintamųjų. Jis naudojamas norint sužinoti, kiek stiprus yra šių dviejų kintamųjų ryšys. Šios vertės pagalba galime sužinoti pasiskirstymo formą ir išsiaiškinti, kiek procentų gyventojų patenka į tą procentą.
Šį „Effect Size Formula Excel“ šabloną galite atsisiųsti iš čia - „Effect Size Formula Excel“ šablonas
