?上一篇文章我們學習了什么是效應量指標，它的意義是什么？那么本篇主要是講學習如何使用它。
案例演示：
某研究者在某高校隨機抽取了590名大學生，按照性別分為男生組和女生組，現在想知道男生和女生的肺活量有無差異？
實際操作：
此案例為兩獨立樣本t檢驗，具體的操作有專門的篇幅講解，本篇僅僅為了計算cohen‘s d 效應量，所以直接附上t檢驗結果開始下一步。
統計描述顯示，男生肺活量＞女生；統計推斷顯示，兩組方差不齊，轉而看下一行校正方差后的t檢驗結果，t=28.843,P＜0.05，差異有統計學意義，男女肺活量確實存在差距，男生＞女生。
cohen‘s d 效應量：
上一篇我們說過，SPSS軟件無法直接計算cohen‘s d 效應量，除了利用公式手動計算外，我們還可以利用JASP這款軟件直接運算得到結果。
JASP不僅僅只有這一個小作用，它本身就是一個統計軟件，由于推出時間較短，在功能上不如SPSS那樣全面，但其憑借輕量、開源、免費的特點，還是很有未來前景的，大家可以直接去JASP的官網下載使用。
實際操作：
JASP可以直接導入SPSS的.sav格式，也可以導入EXCEL的.csv格式，所以我們可以拿來就用，不需要再更改格式。
一、導入文件
二、獨立樣本t檢驗
1、基本界面操作與SPSS很相似，同樣將性別移入分組列表，肺活量移入變量列表。在移入的同時右側結果窗口就直接給出了t檢驗結果，之后再勾選其他選項，右側同步就會給出結果，不用再單獨點擊計算等待結果，還是很方便的。t=28.635，P＜0.05，與SPSS結果一致，但仔細看，在三線表的下方軟件已經計算出方差不齊，此時應該選擇Welch（韋爾奇）檢驗，t=28.843，P＜0.05。
2、默認選擇“student"參數檢驗，沒什么好說的；方差不齊可選擇”welch“用來校正t值；正態性和方差齊性都沒通過，那就選擇”Mann-Whitney“非參數檢驗。
3、此處可以直接輸出正態性檢驗和方差齊性檢驗。
正態性檢驗結果顯示男生組肺活量滿足正態性，S-W檢驗P＞0.05；女生組不滿足，但從結果可以看到，兩個值差別不是很大，意味著女生組還是近似服從正態分布的，所以依舊選擇獨立樣本t檢驗。
方差齊性檢驗結果顯示，F=22.559，P＜0.05，方差不齊。軟件已經給出了welch校正后的結果，此處了解就行。
4、效應指標勾選cohen’s d和它的置信區間。結果在t檢驗右側，顯示值為2.359，95%置信區間為（2.148，2.568）。通過上一篇我們知道，cohen‘s d 的值大于0.8就是高效應，所以此次t檢驗的結果具有高效應。
5、此處就是輸出統計描述結果，結果與SPSS同樣一致。
三、結論
男生和女生在肺活量數據存在顯著差異（t=28.635，P＜0.05），cohen’s d=2.359，說明兩組數據差異明顯，性別對肺活量的影響有很大的效應量。
關于效應量指標的含義和計算，通過兩篇的學習，大家應該已經算是初步掌握了，那么今天的學習結束，拜拜。
