Effektstorlek
Effektstorlek kvantifierar magnituden av ett forskningsresultat oberoende av urvalsstorlek. Medan ett p-värde talar om huruvida ett resultat är statistiskt signifikant, talar en effektstorlek om hur stort resultatet är. Jacob Cohen formaliserade mätning av effektstorlek inom beteendevetenskaperna (1988) och etablerade standardriktmärken (liten = 0,2, medelstor = 0,5, stor = 0,8 för Cohens d). Effektstorlekar är avgörande för metaanalys, styrkeanalys och för att kommunicera den praktiska betydelsen av forskningsresultat.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Effect Size: Quantifying the Magnitude of Research Findings. ScholarGate. https://scholargate.app/sv/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.
- KonfidensintervallForskningsstatistik↔ compare
- P-värde och statistisk signifikansForskningsstatistik↔ compare
- Statistisk styrka och stickprovsstorlekForskningsstatistik↔ compare
- Typ I- och typ II-felForskningsstatistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →