Cohen's d · Hedges' g · Glass's Δ

효과크기 계산기

엑셀 t-검정 결과(대응표본·독립표본)를 그대로 복사해 붙여넣으면 효과크기를 계산합니다. 하나의 값이 아니라 정의별로 나란히 보여줍니다.

엑셀 데이터 분석의 t-검정 출력 표 전체를 선택해 복사한 뒤 그대로 붙여넣으세요. 셀 구분(탭)은 자동 처리됩니다.

결과가 여기에 표시됩니다.
효과크기란? · 해석 기준 · 참고문헌

왜 효과크기인가

유의성 검정(p값)은 "차이가 0이 아닌가"만 답합니다. 표본이 크면 사소한 차이도 유의해지죠. 효과크기는 변동성(표준편차) 대비 평균 차이가 얼마나 큰지를 표준화한 지표로, Jacob Cohen이 귀무가설 검정의 한계에 대응해 체계화했습니다.

해석 기준 (Cohen, 1988)

|d|해석
0.20작은 효과
0.50중간 효과
0.80큰 효과

이 수치는 절대 기준이 아니라 관례적 눈금입니다. Cohen 본인도 분야별 기준이 있으면 그것을 우선하라고 했습니다 — 같은 d = 0.3이라도 임상의학에선 크고, 대규모 교육개입에선 흔할 수 있습니다. 음수는 방향(어느 평균이 더 큰지)을 뜻할 뿐 크기 해석은 절대값으로 합니다.

논문에 바로 쓰는 문장

Cohen(1988)의 기준에 따라 효과크기(Cohen's d)를 산출하였다.
Cohen's d was calculated as the effect size measure following Cohen (1988).

참고문헌 (APA 7판)

  • Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates. — d 정의·해석 기준
  • Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155–159. DOI — 기준 요약
  • Hedges, L. V., & Olkin, I. (1985). Statistical methods for meta-analysis. Academic Press. — 소표본 보정 g
  • Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, 863. DOI — 대응표본 d_av/d_z/d_rm