不同的統計檢定有其適用的效力量(effect size)
研究者經常拿捏不定所使用統計檢定效力量(effect size)的大小 因為不同的統計檢定(例如 t-test)使用不同的效力量(例如 d)並且有著不同的標準效力量準則(例如 0.2, 0.5, 0.8)
研究者如果無法從前人研究得出適合的效力量準則 那麼建議使用標準效力量準則來事先決定所需要的樣本量
例如Gpower選擇獨立樣本t-test 標準效力量準則預設會出現0.5(中度效力量) 研究者可以視需求手動調整標準效力量準則(0.2低度效力量, 0.8高度效力量)
本站連結書籤以表格呈現各類統計檢定所適用的效力量以及其使用準則 希望能讓讀者一目了然
|
Effect Size |
Use |
Small |
Medium |
Large |
|
Correlation inc Phi |
0.1 |
0.3 |
0.5 |
|
|
r x c frequency tables |
0.1 (Min(r-1,c-1)=1), 0.07 (Min(r-1,c-1)=2), 0.06 (Min(r-1,c-1)=3) |
0.3 (Min(r-1,c-1)=1), 0.21 (Min(r-1,c-1)=2), 0.17 (Min(r-1,c-1)=3) |
0.5 (Min(r-1,c-1)=1), 0.35(Min(r-1,c-1)=2), 0.29 (Min(r-1,c-1)=3) |
|
|
Comparing two proportions |
0.2 |
0.5 |
0.8 |
|
|
η2 |
Anova |
0.01 |
0.06 |
0.14 |
|
Anova; See Field (2013) |
0.01 |
0.06 |
0.14 |
|
|
one-way MANOVA |
0.01 |
0.06 |
0.14 |
|
|
Cohen's f |
one-way an(c)ova (regression) |
0.10 |
0.25 |
0.40 |
|
η2 |
Multiple regression |
0.02 |
0.13 |
0.26 |
|
κ2 |
Mediation analysis |
0.01 |
0.09 |
0.25 |
|
Cohen's f |
Multiple Regression |
0.14 |
0.39 |
0.59 |
|
Cohen's d |
t-tests |
0.2 |
0.5 |
0.8 |
|
Cohen's ω |
chi-square |
0.1 |
0.3 |
0.5 |
|
Odds Ratios |
2 by 2 tables |
1.5 |
3.5 |
9.0 |
|
Odds Ratios |
0.55 |
0.65 |
0.75 |
|
|
Friedman test |
0.1 |
0.3 |
0.5 |
來源:https://imaging.mrc-cbu.cam.ac.uk/statswiki/FAQ/effectSize
請問您說的表格在哪裡呢?可否借敝人參考看看?僅供學術使用
連結
書籤
第二頁 2019-04-19 20:54:27