La taille d'effet est un concept statistique qui mesure la force de la relation entre deux variables dans une population statistique, ou une estimation basée sur un échantillon de cette quantité. Elle quantifie l'ampleur d'un phénomène, comme la différence entre deux groupes ou la corrélation entre des variables.
1. d de Cohen : \[d = \frac{M_1 - M_2}{s_p}\] Où \(M_1\) et \(M_2\) sont les moyennes des deux groupes, et \(s_p\) est l'écart-type combiné.
2. Écart-type combiné : \[s_p = \sqrt{\frac{s_1^2 + s_2^2}{2}}\] Où \(s_1\) et \(s_2\) sont les écarts-types des deux groupes.
3. Taille d'Effet r : \[r = \frac{d}{\sqrt{d^2 + 4}}\] Où \(d\) est le d de Cohen.
4. d de Cohen à partir de la valeur t : \[d = t \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}\] Où \(t\) est la valeur t et \(n_1\) et \(n_2\) sont les tailles des échantillons (souvent égales, simplifiant à \(2/n\)).
5. Taille d'Effet r à partir de la valeur t : \[r = \sqrt{\frac{t^2}{t^2 + df}}\] Où \(t\) est la valeur t et \(df\) sont les degrés de liberté.
Calculons la taille d'effet pour deux groupes avec les données suivantes :
Cette visualisation représente la taille d'effet entre deux groupes. Le chevauchement entre les cercles indique l'ampleur de l'effet. Moins de chevauchement suggère une taille d'effet plus importante.
Nous pouvons créer gratuitement une calculatrice personnalisée rien que pour vous !
Contactez-nous et donnons vie à votre idée.