Veličina učinka
Veličina učinka kvantificira opseg istraživačkog nalaza neovisno o veličini uzorka. Dok p-vrijednost govori je li rezultat statistički značajan, veličina učinka govori koliko je velik taj rezultat. Jacob Cohen formalizirao je mjerenje veličine učinka u bihevioralnim znanostima (1988.), uspostavivši standardne referentne vrijednosti (mala = 0.2, srednja = 0.5, velika = 0.8 za Cohenov d). Veličine učinka ključne su za meta-analizu, analizu snage i komunikaciju praktične važnosti istraživačkih nalaza.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Effect Size: Quantifying the Magnitude of Research Findings. ScholarGate. https://scholargate.app/hr/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.
- Interval pouzdanjaIstraživačka statistika↔ compare
- P-vrijednost i statistička značajnostIstraživačka statistika↔ compare
- Statistička snaga i veličina uzorkaIstraživačka statistika↔ compare
- Pogreške tipa I i tipa IIIstraživačka statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →