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.