Efektikoko
Efektikoko kvantifioi tutkimustuloksen suuruuden riippumattomana otoskoosta. P-arvo kertoo, onko tulos tilastollisesti merkitsevä, kun taas efektikoko kertoo, kuinka suuri tulos on. Jacob Cohen formalisoi efektikoon mittaamisen käyttäytymistieteissä (1988) ja määritti standardivertailukohdat (pieni = 0.2, keskisuuri = 0.5, suuri = 0.8 Cohenin d:lle). Efektikoot ovat olennaisia meta-analyysissä, tehoanalyysissä ja tutkimustulosten käytännön merkityksen viestinnässä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 0-8058-0283-5
- Cumming, G. (2012). Understanding the New Statistics: Effect Sizes, Confidence Intervals, and Meta-Analysis. Routledge. ISBN: 0-415-87968-8
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Effect Size: Quantifying the Magnitude of Research Findings. ScholarGate. https://scholargate.app/fi/research-statistics/effect-size
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.
- LuottamusväliTutkimuksen tilastomenetelmät↔ compare
- P-arvo ja tilastollinen merkitsevyysTutkimuksen tilastomenetelmät↔ compare
- Tilastollinen voima ja otoskokoTutkimuksen tilastomenetelmät↔ compare
- Tyypin I ja tyypin II virheetTutkimuksen tilastomenetelmät↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →