导航：首页 > 互联网科技 >

如何使用JASP轻松计算cohen's d效应量指标

发表于：2025-02-16 作者：千家信息网编辑

千家信息网最后更新 2025年02月16日，本篇文章为大家展示了如何使用JASP轻松计算cohen's d效应量指标，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。现在一些期刊论文要求，在显著性检验P值有

千家信息网最后更新 2025年02月16日如何使用JASP轻松计算cohen's d效应量指标

本篇文章为大家展示了如何使用JASP轻松计算cohen's d效应量指标，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

现在一些期刊论文要求，在显著性检验P值有显著性时（P＜0.05），还应当报告效应量指标。所谓效应量，英文名称为Effect size，用以衡量自变量和因变量之间关联强度的指标，几乎不受样本量大小的影响。

在t检验和方差分析或中，效应量表现为均值的差异程度。 t检验中常用Cohen's d效应量指标，表明两个均数之间的标准差异；而η^2（偏η^2）主要用于ANOVA，表明与变量X的水平变化有关的变量Y的变化比率。

在常见的 SPSS统计软件中，t检验过程并没有提供Cohen's d指标的计算，因此当有需要报告该效应指标时，我们还需自己手工计算或者使用其他统计软件完成。

好消息，JASP统计软件可以轻松输出Cohen's d效应量！

JASP是一款全新的统计软件，它完全免费而且不用写代码，和SPSS一样通过鼠标点击和拖拽菜单参数即可轻松实现统计分析，小兵已经开始使用并持续输出相关案例实践。

案例实践

40名基础条件相近的运动员随机分到两个小组每组20人，分别给予不同的训练方式。预考察在不同训练方式下运动员的成绩有无差异。

首先马上做分组的描述统计，了解两组数据的基本情况。

组1测试成绩为（63.590 ± 13.509），组2测试成绩为（73.568 ± 10.609）。显而易见，组2的训练方式的成绩比组1平均高出10分。

然后正态分布与方差齐次检验，数据正态且方差齐，满足两个基本条件。

现在来看t检验的结果。

组1测试成绩为（63.590 ± 13.509），组2测试成绩为（73.568 ± 10.609）。认为两种不同的训练方式对测试成绩影响的差异有统计学意义（t=-2.600，P=0.013＜0.05）。

Cohen's d效应量指标

最后我们再报告一下Cohen's d效应量指标。

只需要在参数选项区域勾选Effect size、勾选Cohen's d，如有必要的话再多勾选一个置信区间。

最终结果：

JASP在t检验表格基础上新增3列，分别为Cohen's d指标统计量值和其95%置信区间。

怎么解读呢？直接取绝对值来看，此时Cohen's d=0.822。

一般上Cohen's d取值0.2~0.5为小效应，0.5~0.8中等效应，0.8以上为大效应。

本例Cohen's d=0.822在0.8以上，故认为两组数据的均值差异程度明显（Cohen's d=0.822）。

上述内容就是如何使用JASP轻松计算cohen's d效应量指标，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注行业资讯频道。

千家信息网