Excel တွင် cohen's d တွက်ချက်နည်း
စာရင်းဇယားများတွင်၊ အုပ်စုနှစ်ခုကြားတွင် သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်လိုပါက p-value ကို ရလဒ်ထွက်ပေါ်စေသည့် hypothesis test တစ်ခုကို ပြုလုပ်လေ့ရှိပါသည်။
အကယ်၍ ဤ p-တန်ဖိုးသည် အချို့သော အရေးပါမှုအဆင့်အောက်တွင် (အများအားဖြင့် ရွေးချယ်မှုများသည် 0.10၊ 0.05 နှင့် 0.01) သည် အုပ်စုနှစ်ခုကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက်ရှိနေသည်ဟု ကျွန်ုပ်တို့ ကောက်ချက်ချပါသည်။
သို့သော်လည်း၊ အုပ်စုနှစ်ခုကြားတွင် ကိန်းဂဏန်းအချက်အလတ် သိသိသာသာကွာခြားမှု ရှိ/မရှိကို p-value က ကျွန်ုပ်တို့ကို ပြောပြနိုင်သော်လည်း အကျိုးသက်ရောက်မှုအရွယ်အစားက ထိုကွာခြားချက်မှာ အမှန်တကယ် မည်မျှကြီးမားသည်ကို ပြောပြနိုင်ပါသည်။
အကျိုးသက်ရောက်မှုအရွယ်အစား၏ အသုံးအများဆုံးတိုင်းတာမှုတစ်ခုမှာ Cohen’s d ဖြစ်ပြီး၊ အောက်ပါအတိုင်းတွက်ချက်သည်။
Cohen’s d = ( x 1 – x 2 ) / Pooled SD
ရွှေ-
- x 1 = အုပ်စု 1 ၏ ပျမ်းမျှ
- x 2 = အုပ်စု 2 ၏ ပျမ်းမျှ
- စုဖွဲ့ထားသော SD = √ (s 1 2 + s 2 2 ) / 2
ဤသင်ခန်းစာသည် Excel တွင် Cohen’s d တွက်ချက်နည်းကို ရှင်းပြထားသည်။
ဥပမာ- Excel တွင် Cohen’s d
Excel တွင် Cohen’s d ကိုတွက်ချက်ရန် အောက်ပါအဆင့်များကို ပြီးအောင်လုပ်ပါ။
အဆင့် 1: ဒေတာကိုထည့်ပါ။
ပထမ၊ အုပ်စုနှစ်စုအတွက် ပျမ်းမျှ၊ စံသွေဖည်မှုနှင့် နမူနာအရွယ်အစား (n) တို့၏ တန်ဖိုးများကို ထည့်သွင်းပါမည်။
အဆင့် 2: ဆိုလိုသည်မှာ ခြားနားချက်ကို တွက်ချက်ပါ။
ထို့နောက် ကျွန်ုပ်တို့သည် အုပ်စု၏ ခြားနားချက်ကို တွက်ချက်မည်ကို ဆိုလိုသည်။
အဆင့် 3- စုပေါင်းစံနှုန်းသွေဖည်မှုကို တွက်ချက်ပါ။
ထို့နောက်၊ စုပေါင်းစံသွေဖည်မှုကို တွက်ချက်ပါမည်။
အဆင့် 4- Cohen’s d ကို တွက်ချက်ပါ။
နောက်ဆုံးတွင် Cohen’s d ကို တွက်ချက်ပါမည်။
ဤဥပမာအတွက် Cohen’s d သည် 0.29851 ဖြစ်သွားသည်။
Cohen’s d ၏အဓိပ္ပာယ်ဖွင့်ဆိုပုံ
ယေဘူယျအားဖြင့် Cohen’s d ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုရမည်ကို ဤတွင်ဖော်ပြထားသည်။
- 0.2 = သေးငယ်သောအကျိုးသက်ရောက်မှုအရွယ်အစား
- 0.5 = အလယ်အလတ်အကျိုးသက်ရောက်မှုအရွယ်အစား
- 0.8 = ကြီးမားသောအကျိုးသက်ရောက်မှုအရွယ်အစား
ကျွန်ုပ်တို့၏ဥပမာတွင်၊ အကျိုးသက်ရောက်မှုအရွယ်အစား 0.29851 သည် သေးငယ်သောအကျိုးသက်ရောက်မှုအရွယ်အစားဟု ယူဆနိုင်ဖွယ်ရှိသည်။
ဆိုလိုသည်မှာ အုပ်စုနှစ်ခု၏ နည်းလမ်းများအကြား ခြားနားချက်မှာ ကိန်းဂဏန်းအရ သိသာထင်ရှားစွာ ကွဲပြားသော်လည်း အုပ်စုများ၏ အဓိပ္ပါယ်မှာ အမှန်တကယ် ကွာခြားချက်မှာ အရေးမပါပေ။