Tamanho do Efeito
O tamanho do efeito quantifica a magnitude de um achado de pesquisa, independentemente do tamanho da amostra. Enquanto um valor-p indica se um resultado é estatisticamente significativo, um tamanho do efeito informa o quão grande é o resultado. Jacob Cohen formalizou a medição do tamanho do efeito nas ciências comportamentais (1988), estabelecendo padrões de referência (pequeno = 0.2, médio = 0.5, grande = 0.8 para o d de Cohen). Os tamanhos do efeito são essenciais para meta-análise, análise de poder e comunicação da importância prática dos achados de pesquisa.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Effect Size: Quantifying the Magnitude of Research Findings. ScholarGate. https://scholargate.app/pt/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.
- Intervalo de ConfiançaEstatística para pesquisa↔ compare
- Valor-p e Significância EstatísticaEstatística para pesquisa↔ compare
- Poder Estatístico e Tamanho da AmostraEstatística para pesquisa↔ compare
- Erros Tipo I e Tipo IIEstatística para pesquisa↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →