Vaikutuskokokaava (sisällysluettelo)

  • Kaava
  • esimerkit
  • Laskin

Mikä on Effect Size -kaava?

Termi ”vaikutuksen koko” viittaa tilastolliseen käsitteeseen, joka auttaa määrittämään kahden eri ryhmän muuttujan välisen suhteen. Toisin sanoen vaikutuksen koon käsitettä voidaan pitää kahden ryhmän välisen korrelaation mittauksena, tapauksessamme standardisoiduna keskiarvona. Vaikutuskoon kaava on melko yksinkertainen ja se voidaan johtaa kahdelle populaatiolle laskemalla ero kahden populaation keskiarvojen välillä ja jakamalla keskimääräinen ero standardipoikkeamalla jommankumman tai molempien populaatioiden perusteella. Matemaattisesti tehostekoon kaava esitetään muodossa,

θ = (μ 1 – μ 2 ) / σ

missä,

  • μ 1 = ensimmäisen populaation keskiarvo
  • μ 2 = toisen populaation keskiarvo
  • σ = keskihajonta

Esimerkkejä tehostekoon kaavasta (Excel-mallilla)

Otetaan esimerkki ymmärtääksesi tehosteen koon laskemisen paremmin.

Voit ladata tämän Effect Size Formula Excel -mallin tästä - Effect Size Formula Excel Template

Vaikutuskokokaava - esimerkki # 1

Otetaan esimerkki piknikryhmästä, joka koostuu 10 pojasta ja 10 tytöstä. 10 pojan keskimääräinen paino on 100 lbs, kun taas 10 tytön keskimääräinen paino on 90 lbs. Laske standardoitu tehoskoko kahden ryhmän välillä, jos keskihajonta on 5 lbs.

Ratkaisu:

Standardoitu tehoskoko lasketaan alla olevan kaavan avulla

θ = (μ 1 - μ 2 ) / σ

  • θ = (100 - 90 lbs) / 5 lbs
  • θ = 2

Siksi kahden ryhmän painon standardoitu vaikutuskoko on 2.

Vaikutuskokokaava - esimerkki 2

Otetaan esimerkiksi 10 oppilaan luokka (5 poikaa ja 5 tyttöä). Koulussa oli lääkärintarkastuspäivä. Korkeus mitattiin osana tarkastusta. Laske standardoitu tehoskoko kahden ryhmän välillä annettujen tietojen perusteella.

Ratkaisu:

Keskiarvo lasketaan seuraavasti:

  • 5 pojan keskimääräinen korkeus (μ 1 ) = 159, 4 cm
  • 5 tyttöjen keskimääräinen korkeus, (μ 2 ) = 150, 8 cm

Nyt meidän on laskettava poikkeamat poikaryhmän perusteella,

Laske samalla tavalla kaikille poikaryhmille.

Samoin laske kaikki poikkeamat tyttöryhmän perusteella,

Laske poikkeamien neliö molemmille ryhmille.

Vakiopoikkeama lasketaan seuraavasti:

  • Vakiopoikkeama (σ 1 ) = 7, 2 cm
  • Vakiopoikkeama (σ 2 ) = 5, 2 cm

Standardoitu tehoskoko lasketaan alla olevan kaavan avulla

θ = (μ 1 - μ 2 ) / σ

  • Pojat (= 1 ) = (159, 4 cm - 150, 8 cm) / 7, 2 cm
  • Pojat (θ 1 ) = 1, 20
  • Tytöt (θ 2 ) = (159, 4 cm - 150, 8 cm) / 5, 2 cm
  • Tytöt (θ 2 ) = 1, 66

Siksi poikien ja tyttöjen ryhmien korkeuden standardisoitu efektikoko on 1, 20 poikkiryhmään perustuvan keskihajonnan perusteella, kun taas tyttöryhmää käytettäessä se on 1, 66.

Selitys

Vaikutuskoon kaava voidaan johtaa seuraavien vaiheiden avulla:

Vaihe 1: Ensin määritetään ensimmäisen populaation keskiarvo laskemalla yhteen kaikki käytettävissä olevat muuttujat tietojoukossa ja jakamalla muuttujien lukumäärä. Sitä merkitään μ 1 .

Vaihe 2: Seuraavaksi määritetään toisen populaation keskiarvo samalla tavalla kuin vaiheessa 1 mainitaan. Sitä merkitään μ 2 .

Vaihe 3: Laske seuraavaksi keskimääräinen ero vähentämällä toisen populaation (μ2 vaiheessa 2 ) keskiarvo ensimmäisen (μ1 vaiheessa 1 ) keskiarvosta, kuten alla on esitetty.

Keskimääräinen ero = μ 1 - μ 2

Vaihe 4: Määritä seuraavaksi keskihajonta joko molempien populaatioiden perusteella. Sitä merkitään σ.

Vaihe 5: Lopuksi kaava vaikutekokolle voidaan johtaa jakamalla keskimääräinen ero (vaihe 3) vakiopoikkeamalla (vaihe 4), kuten alla on esitetty.

θ = (μ 1 - μ 2 ) / σ

Vaikutuskokokaavan relevanssi ja käyttö

On erittäin tärkeää ymmärtää vaikutuksen koon käsite, koska se on tilastollinen työkalu, joka auttaa määrittämään kahden ryhmän välisen eron suuruuden, jota voidaan pitää eron merkittävyyden todellisena mitattuna. Toisin sanoen, se on tilastollinen menetelmä mitata suhdetta kahden muuttujan välillä eri tietojoukoryhmästä. Nyt vaikutuskoko antaa lukijoille ymmärtää kahden ryhmän keskimääräisten erojen suuruuden, kun taas tilastollinen merkitsevyys vahvistaa, että havainnot eivät johdu sattumasta. Joten sekä vaikutuksen koko että tilastollinen merkitsevyys ovat välttämättömiä tilastollisen kokeen kattavalle ymmärtämiselle. Sellaisena on suositeltavaa esittää vaikutuksen koko ja tilastollinen merkitsevyys sekä luottamusväli, koska molemmat metrit täydentävät toisiaan ja mahdollistavat paremman ymmärtämisen.

Vaikutuskokokaavalaskin

Voit käyttää seuraavaa tehostekokolaskuria

μ1
μ2
σ
θ

θ =
µ1 - µ2
=
σ
0-0
= 0
0

Suositellut artikkelit

Tämä on opas Effect Size -kaavaan. Tässä keskustellaan kuinka laskea efektikoko yhdessä käytännön esimerkkien kanssa. Tarjoamme myös efektikokolaskurin ladattavalla excel-mallilla. Voit myös katsoa seuraavia artikkeleita saadaksesi lisätietoja -

  1. Mikä on kokonaiskustannuskaava?
  2. Esimerkkejä kuponkilainakaavasta
  3. Nykyisen tilin kaava laskurilla
  4. Kuinka laskea asuntolaina kaavan avulla?

Luokka:

Yrittäjyyden kehittäminen