Làm thế nào để báo cáo kích thước hiệu ứng đo r và bình phương và một lời giải thích phi kỹ thuật về chúng là gì?

Nếu là mức độ ảnh hưởng đối với mối tương quan giữa và , sau đó là số tiền phương sai trong có thể được gán cho biến .$r$$A$$B$$r^2$$B$$A$

1. Điều quan trọng là phải báo cáo cả hai chỉ mục trong một báo cáo, hoặc chỉ một hoặc khác?
2. Làm thế nào để bạn giải thích chúng bằng tiếng Anh đơn giản (cho một đối tượng không thống kê)?

Điểm chung về thuật ngữ 'kích thước hiệu ứng'

Thuật ngữ 'kích thước hiệu ứng' có thể có cả ý nghĩa hẹp và cụ thể.

• nghĩa hẹp nhất: Một số tác giả sử dụng thuật ngữ 'kích thước hiệu ứng' hầu như chỉ trong bối cảnh của sự khác biệt có nghĩa là nhóm tiêu chuẩn (nghĩa là ).$d$
• nghĩa hẹp: Bất kỳ tập hợp số liệu thống kê chuẩn nào định lượng mối quan hệ
• nghĩa rộng: Bất kỳ giá trị nào định lượng mức độ ảnh hưởng, bao gồm các biện pháp quan hệ không được chuẩn hóa.

Nói rõ hơn, là thước đo kích thước hiệu ứng, cũng như là thước đo kích thước hiệu ứng. chỉ là thước đo kích thước hiệu ứng được sử dụng phổ biến hơn được sử dụng trong phân tích tổng hợp và muốn tóm tắt sức mạnh của mối quan hệ hai biến.$r^2$$r$$r$

Khi nào báo cáo so với$r$$r^2$

• Một quy ước trong tâm lý học và có lẽ các lĩnh vực khác là các mối tương quan (nghĩa là ) thường được báo cáo khi tóm tắt một hoặc thường là một ma trận các mối quan hệ hai biến và được báo cáo trong bối cảnh các mô hình dự đoán một biến (ví dụ: hồi quy bội) . Điều này có ý nghĩa đối với một số rasons. Đầu tiên, mối tương quan truyền đạt hướng của mối quan hệ trong khi thì không; tuy nhiên, thông tin định hướng được truyền đạt trong các mô hình dự đoán bằng cách giải thích các hệ số mô hình. Thứ hai, trong đó các mối tương quan thường nằm trong khoảng từ .1 đến .3, thì mối tương quan dường như có một chút sắc thái hơn , và do đó, cần phải hiển thị ít vị trí thập phân hơn.$r$$r^2$$r^2$$r^2$

Giải thích và bằng tiếng Anh$r$$r^2$

• $r$ là thước đo chuẩn hóa về sức mạnh và hướng của mối quan hệ tuyến tính giữa hai biến số từ -1 cho mối quan hệ tiêu cực hoàn hảo và 1 cho mối quan hệ tích cực hoàn hảo.
• Bạn có thể muốn cung cấp cho khán giả không thống kê của mình cảm giác về một số quy tắc ngón tay cái do Cohen và những người khác đặt ra (đại loại như r = .1 = small; r = .3 = Medium; r = .5 = Large), trong khi tại đồng thời nói với họ rằng đừng có những dự đoán như vậy theo nghĩa đen. Bạn cũng có thể trình bày một số biểu đồ phân tán các mối tương quan khác nhau và một số ví dụ về kích thước tương quan điển hình trong lĩnh vực họ quan tâm.
• Một cách giải thích hơi trực quan của là nó tương đương với hệ số hồi quy chuẩn.$r$
• Tôi nghĩ rằng việc giải thích là phần trăm phương sai được giải thích bởi mối quan hệ tuyến tính giữa hai biến là tương đối trực quan.$r^2$

Nếu bạn đề cập đến thuật ngữ "kích thước hiệu ứng", có một số tiêu chuẩn về cách báo cáo chúng (Cohen, 1992). Phổ biến nhất là Cohen's , có thể được chuyển đổi trực tiếp thành thước đo hiệu ứng dựa trên tương quan, :$d$$r_{ES}$

$r_{ES} = \frac{d}{\sqrt{(d2 + 4)}}$

Đối với ANOVAs, bạn thường báo cáo , trong đó đề cập trực tiếp đến "giải thích phương sai".$\eta^2$

Nếu số liệu thống kê ban đầu là một mối tương quan, chỉ cần báo cáo mối tương quan. Nó đã là một thước đo kích thước hiệu ứng.

Để giải thích chúng bằng tiếng Anh đơn giản, tôi muốn nói đến bảng cường độ kích thước hiệu ứng của Cohen. Đối với mối tương quan, nó nói:

• <.10: tầm thường
• .10 - .30: nhỏ đến trung bình
• .30 - .50: trung bình đến lớn
• > 0,5: lớn đến rất lớn

Cohen, J. (1992). Một mồi điện. Bản tin tâm lý, 112, 155-159. doi: 10.1037 / 0033-2909.112.1.155