?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。