Taille de l'effet
La taille de l'effet quantifie l'ampleur d'un résultat de recherche indépendamment de la taille de l'échantillon. Alors qu'une valeur p vous indique si un résultat est statistiquement significatif, une taille de l'effet vous indique l'ampleur du résultat. Jacob Cohen a formalisé la mesure de la taille de l'effet dans les sciences comportementales (1988), établissant des repères standard (petit = 0,2, moyen = 0,5, grand = 0,8 pour le d de Cohen). Les tailles de l'effet sont essentielles pour la méta-analyse, l'analyse de puissance et la communication de l'importance pratique des résultats de recherche.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Effect Size: Quantifying the Magnitude of Research Findings. ScholarGate. https://scholargate.app/fr/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.
- Intervalle de confianceStatistiques de recherche↔ compare
- Valeur p et signification statistiqueStatistiques de recherche↔ compare
- Puissance statistique et taille de l'échantillonStatistiques de recherche↔ compare
- Erreurs de Type I et de Type IIStatistiques de recherche↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →