Nazira Calleja

Es un índice estadístico que cuantifica la magnitud de la relación entre dos variables o la diferencia entre dos grupos. Indica qué tan grande puede esperarse que sea el efecto de una intervención, un tratamiento o la manipulación de una VI. El tamaño del efecto

Índices del tamaño del efecto  Se llama así a una familia de medidas de la magnitud del efecto del tratamiento.  A diferencia de las pruebas de significancia, son independientes del tamaño de la muestra.  Se utilizan con frecuencia en estudios de meta- análisis como un medio de resumir cuantitativamente los resultados de diferentes investigaciones sobre un tema específico.

El tamaño del efecto Comúnmente, el “efecto esperado” es una decisión de criterio y se determina a partir de:  Resultados de estudios piloto.  Resultados publicados en estudios similares.  Cálculo si no se ha reportado.  Definición en la práctica de “efecto importante”.  Suposición basada en observaciones informales y conocimiento del área.

Medida básica: Diferencia de medias expresada en la métrica de la VD. Ejemplo: Intervención para niños con dificultades en lectura. Media Grupo experimental – Media Grupo control = 8.2 en una prueba estandarizada de lectura. El tamaño del efecto Los investigadores de este constructo determinan si este tamaño del efecto es grande, mediano, pequeño Interpretación arbitraria y difícil. 

Medida más utilizada: Medida estandarizada expresada en unidades de desviación estándar (Cohen, 1969). d de Cohen Qué tan grande es la diferencia entre las medias respecto de las desviaciones estándar de los puntajes. El tamaño del efecto

Regla de Cohen Valores de referencia, orientadores d = 0.00: no hay efecto del tratamiento; los grupos no difieren. d = 0.20: tamaño del efecto pequeño. d = 0.50: tamaño del efecto mediano. d = 0.80: tamaño del efecto grande. El tamaño del efecto Diferencia tipificada Cohen, J. (1977). Statistical power analysis for the behavioral science. New York: Academic Press.

a) Grado de diferencia de medias: d, g b) Proporción de varianza explicada: η 2, ε 2, ω2 c) Grado de asociación entre variables: r, r 2 Medidas de tamaño del efecto

a) Tamaño del efecto para diferencia de medias

a) Tamaño del efecto para diferencia de medias

d de Cohen a) Tamaño del efecto para diferencia de medias Ejemplo: Tamaño del efecto grande. Se encontró que se recordaron más palabras en la condición de mnemotecnica (media = 17.7 palabras) que en la de no mnemotecnia (media = 14.1) palabras). La prueba t para muestras independientes mostró diferencias significativas entre las condiciones, t(19) = 2.578, p <.005, una cola. La magnitud de la diferencia entre las medias (diferencia de medias = 3.63, IC95%: a 0.68) fue grande (d = 1.11).

b) Tamaño del efecto para proporción de varianza explicada

Eta cuadrada: Omega cuadrada: Épsilon cuadrada: b) Tamaño del efecto para proporción de varianza explicada

Indica la proporción de la varianza total que es explicada por un factor (VI) específico. Se calcula a partir del ANOVA. El SPSS calcula Eta cuadrada (η 2 ). Marcar en “Opciones”.

b) Tamaño del efecto para proporción de varianza explicada η 2 : Para un factor o variable independiente. η 2 parcial: Para dos o más factores. Es una medida ajustada: Varianza explicada por un factor después de tomar la varianza explicada por el(los) otro(s) factor(es). η 2 es análoga a y se interpreta como R 2 η 2 varía entre 0 y 1. Tratamiento

b) Tamaño del efecto para proporción de varianza explicada η 2 Ejemplo Con el propósito de evaluar los posibles efectos del sexo (mismo/diferente sexo que el participante) y del atractivo (foto atractiva, foto no atractiva y no foto) del acusado en un juicio simulado sobre la sentencia asignada por el participante (número de años que el acusado debería pasar en la cárcel), se efectuó un ANOVA 2 (sexo)*3 (atractivo). El sexo no afectó la duración de la condena, pero el atractivo del acusado sí tuvo efectos significativos, F(2,54) = , p<.005, η 2 =.67, como se muestra en la figura 1. No hubo interacción significativa entre estos dos factores.

c) Tamaño del efecto para grado de asociación entre variable

c) Tamaño del efecto para grado de asociación entre variable R 2 El valor de r es una medida del tamaño del efecto, puesto que indica la fuerza de la asociación entre las variables. Regla (Cohen, 1977) R 2 =.02: débil. R 2 =.13: moderado. R 2 =.26: fuerte. Notas: Considerar el valor de p y el tamaño de n. Depende del propósito del estudio.

Tamaño del efecto para grado de asociación entre variables r 2 Ejemplo Se encontró una correlación negativa significativa entre edad y FCP (frecuencia de encendido y apagado de una luz, en la que la persona la percibe como estática), r = -.780, n = 20, p <.005, una cola. Es una relación fuerte, puesto que explica el 60.8% de la variabilidad.