ScholarGate
Assistent
Hypothesis testClassical statistics

Effektstørrelsesanalyse

Effektstørrelsesanalyse kvantificerer den praktiske størrelse af et statistisk resultat uafhængigt af stikprøvestørrelse. I stedet for kun at spørge, om en forskel eller sammenhæng er statistisk signifikant, spørger den, hvor stor den er, ved hjælp af standardiserede indeks som Cohens d, eta-kvadreret, omega-kvadreret eller Pearsons r, der muliggør direkte sammenligning på tværs af studier og populationer.

Anvend med StatMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 978-0805802832
  2. Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, 863. DOI: 10.3389/fpsyg.2013.00863

Sådan citerer du denne side

ScholarGate. (2026, June 3). Effect Size Analysis. ScholarGate. https://scholargate.app/da/statistics/effect-size-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereret af

ScholarGateEffect size analysis (Effect Size Analysis). Hentet 2026-06-15 fra https://scholargate.app/da/statistics/effect-size-analysis · Datasæt: https://doi.org/10.5281/zenodo.20539026