헤지란 무엇입니까? g? (정의 & #038; 예)
가설 검정 에서는 두 그룹 간에 통계적으로 유의미한 차이가 있는지 확인하기 위해 p값을 사용하는 경우가 많습니다.
그러나 p-값은 두 그룹 간에 통계적으로 유의미한 차이가 있는지 여부를 알려주는 반면, 효과 크기는 해당 차이의 크기를 알려줄 수 있습니다.
효과 크기를 측정하는 가장 일반적인 방법 중 하나는 다음과 같이 계산되는 Hedges’ g를 사용하는 것입니다.
g = ( x 1 – x 2 ) / √ ((n 1 -1)*s 1 2 + (n 2 -1)*s 2 2 ) / (n 1 +n 2 -2)
금:
- x 1 , x 2 : 각각 표본 1의 평균과 표본 2의 평균
- n1 , n2 : 각각 표본 크기 1과 표본 크기 2
- s 1 2 , s 2 2 : 각각 표본 1의 분산과 표본 2의 분산
다음 예에서는 두 표본에 대해 Hedges의 g를 계산하는 방법을 보여줍니다.
예: 적용 범위 계산 g
다음 두 가지 예가 있다고 가정합니다.
샘플 1:
- x1 : 15.2
- 초 1 : 4.4
- 1 호 : 39
샘플 2:
- x2 : 14
- 초 2 : 3.6
- 2 호 : 34
이 두 표본에 대해 Hedges의 g를 계산하는 방법은 다음과 같습니다.
- g = ( x 1 – x 2 ) / √ ((n 1 -1)*s 1 2 + (n 2 -1)*s 2 2 ) / (n 1 +n 2 -2)
- g = (15.2 – 14) / √ ((39-1)*4.4 2 + (34-1)*3.6 2 ) / (39+34-2)
- g = 1.2 / 4.04788
- g = 0.29851
헤지스의 g는 0.29851 로 나타납니다.
보너스: 이 온라인 계산기를 사용하면 두 샘플에 대한 Hedges의 g를 자동으로 계산할 수 있습니다.
헤지스의 g를 해석하는 방법
일반적으로 Hedge의 g를 해석하는 방법은 다음과 같습니다.
- 0.2 = 작은 효과 크기
- 0.5 = 중간 효과 크기
- 0.8 = 큰 효과 크기
이 예에서 0.29851 의 효과 크기는 작은 효과 크기로 간주될 가능성이 높습니다. 이는 두 그룹의 평균 차이가 통계적으로 유의미하더라도 실제 그룹 평균의 차이는 미미하다는 것을 의미합니다.
Hedges의 g 대 Cohen의 d
효과 크기를 측정하는 또 다른 일반적인 방법은 다음 공식을 사용하는 Cohen의 d 로 알려져 있습니다.
d = ( X1 – X2 ) / √ ( s12 + s22 ) / 2
Cohen의 d와 Hedges의 g 사이의 유일한 차이점은 Hedges의 g가 전체 효과 크기를 계산할 때 각 표본 크기를 고려한다는 것입니다.
따라서 두 표본 크기가 동일하지 않을 때 효과 크기를 계산하려면 Hedge’s g를 사용하는 것이 좋습니다.
두 표본 크기가 동일하면 Hedges의 g와 Cohen의 d는 정확히 같은 값을 갖습니다.
저자 소개
벤자민 앤더슨
안녕하세요. 저는 통계학 교수를 퇴직하고 전임 통계 교사로 변신한 벤자민입니다. 통계 분야의 광범위한 경험과 전문 지식을 바탕으로 Statorials를 통해 학생들에게 힘을 실어주기 위해 지식을 공유하고 싶습니다. 더 알아보기