Cohen's d (ဥပမာများဖြင့်) အဓိပ္ပါယ်ပြန်ဆိုပုံ
စာရင်းဇယားများတွင်၊ ကျွန်ုပ်တို့သည် အုပ်စုနှစ်ခု၏ ဆိုလိုရင်းတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက်ရှိမရှိကို ဆုံးဖြတ်ရန် p-values များကို အသုံးပြုလေ့ရှိပါသည်။
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 = ( x1 – x2 ) / √ ( s12 + s22 ) / 2
ရွှေ-
- x 1 , x 2 : နမူနာ 1 နှင့် နမူနာ 2 တို့၏ ပျမ်းမျှ
- s 1 2 , s 2 2 : နမူနာ 1 နှင့် နမူနာ 2 ကွဲပြားမှု အသီးသီး၊
ဤဖော်မြူလာကိုအသုံးပြု၍ Cohen’s d ကိုကျွန်ုပ်တို့ဘာသာပြန်ဆိုပုံမှာ၊
- d ၏ 0.5 သည် အုပ်စုနှစ်ခု၏ အဓိပ္ပါယ်မှာ 0.5 စံသွေဖည်မှုများဖြင့် ကွဲပြားသည်ကို ဖော်ပြသည်။
- d of 1 သည် အုပ်စု၏ အဓိပ္ပါယ်မှာ စံသွေဖည်မှု 1 ဖြင့် ကွဲပြားသည်ကို ညွှန်ပြသည်။
- d of 2 သည် အုပ်စု၏အဓိပ္ပါယ်မှာ စံသွေဖည်မှု 2 ခုဖြင့် ကွဲပြားသည်ကို ညွှန်ပြသည်။
နောက် … ပြီးတော့။
Cohen’s d ကို အဓိပ္ပာယ်ဖွင့်ဆိုရန် အခြားနည်းလမ်းတစ်ခုဖြစ်ပါသည်- အကျိုးသက်ရောက်မှုအရွယ်အစား 0.5 ဆိုသည်မှာ အုပ်စု 1 ရှိ ပျမ်းမျှလူတစ်ဦး၏တန်ဖိုးသည် အုပ်စု 2 ရှိ ပျမ်းမျှလူတစ်ဦးထက် 0.5 စံသွေဖည်သည်ဟု ဆိုလိုသည်။
Cohen ၏ d ကိုအခြေခံ၍ Group 1 ရှိလူတစ်ဦး၏ပျမ်းမျှရမှတ်ထက်နိမ့်မည့်အုပ်စု 2 ရှိလူတစ်ဦးချင်းစီ၏ရာခိုင်နှုန်းကိုအောက်ပါဇယားတွင်ပြသထားသည်။
Cohen’s d | အုပ်စု 2 ၏ ရာခိုင်နှုန်းသည် အုပ်စု 1 ရှိ လူများ၏ ပျမ်းမျှအောက် ဖြစ်လိမ့်မည်။ |
---|---|
၀.၀ | 50% |
၀.၂ | 58% |
၀.၄ | 66% |
၀.၆ | 73% |
၀.၈ | 79% |
၁.၀ | ၈၄% |
၁.၂ | 88% |
၁.၄ | ၉၂% |
၁.၆ | ၉၅% |
၁.၈ | ၉၆% |
2.0 | 98% |
၂.၅ | 99% |
၃.၀ | 99.9% |
Cohen’s d ကိုအဓိပ္ပာယ်ပြန်ဆိုရန် အောက်ပါစည်းမျဉ်းကို ကျွန်ုပ်တို့မကြာခဏအသုံးပြုသည်-
- 0.2 တန်ဖိုးသည် သေးငယ်သောအကျိုးသက်ရောက်မှုအရွယ်အစားကိုကိုယ်စားပြုသည်။
- 0.5 တန်ဖိုးသည် အလယ်အလတ်အကျိုးသက်ရောက်မှုအရွယ်အစားကို ကိုယ်စားပြုသည်။
- 0.8 တန်ဖိုးသည် ကြီးမားသောအကျိုးသက်ရောက်မှုအရွယ်အစားကိုကိုယ်စားပြုသည်။
အောက်ဖော်ပြပါ ဥပမာသည် လက်တွေ့တွင် Cohen’s d ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုသည်ကို ပြသထားသည်။
ဥပမာ- Cohen’s d ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်
ရုက္ခဗေဒပညာရှင်တစ်ဦးသည် တစ်လအကြာတွင် ပျမ်းမျှအပင်ကြီးထွားမှု (လက်မအတွင်း) သိသိသာသာကွာခြားမှုရှိမရှိ ဆုံးဖြတ်ရန် အပင်များအတွက် မတူညီသောမြေသြဇာနှစ်မျိုးကို အသုံးပြုသည်ဆိုပါစို့။
ဤသည်မှာ အုပ်စုတစ်ခုစီအတွက် အပင်ကြီးထွားမှု အကျဉ်းချုပ်ဖြစ်သည်။
ဓာတ်မြေသြဇာ #1-
- x1 : 15.2
- s ၁ :၄.၄
ဓာတ်မြေသြဇာ နံပါတ် ၂-
- x2 : ၁၄
- s ၂ :၃.၆
ဤသည်မှာ အုပ်စုနှစ်စု၏နည်းလမ်းများကြား ခြားနားချက်ကို တွက်ဆရန် Cohen’s d ကို တွက်ချက်ပုံဖြစ်သည်။
- Cohen’s D = ( x1 – x2 ) / √ ( s12 + s22 ) / 2
- Cohen’s d = (15.2 – 14) / √ (4.4 2 + 3.6 2 ) / 2
- Cohen’s d = 0.2985
Cohen’s d သည် 0.2985 ဖြစ်သည်။
ဤတွင် Cohen’s d အတွက် ဤတန်ဖိုးကို အဓိပ္ပာယ်ဖွင့်ဆိုပုံဖြစ်ပါသည်- ဓာတ်မြေသြဇာနံပါတ်ရရှိထားသော အပင်များ၏ ပျမ်းမျှအမြင့်။ 1 သည် 0.2985 စံသွေဖည်သည် ဓာတ်မြေသြဇာရရှိသော အပင်များ၏ ပျမ်းမျှအမြင့်ထက် ကြီးသည်။ ၂။
အထက်တွင်ဖော်ပြခဲ့သော လက်မစည်းမျဉ်းကိုအသုံးပြုခြင်းဖြင့် ၎င်းကို သေးငယ်သောအကျိုးသက်ရောက်မှုအရွယ်အစားအဖြစ် အဓိပ္ပာယ်ဖွင့်ဆိုပါမည်။
တစ်နည်းဆိုရသော် ဓာတ်မြေသြဇာနှစ်ခုကြားရှိ အပင်ကြီးထွားမှုတွင် ကိန်းဂဏန်းအရ သိသာထင်ရှားသော ခြားနားချက်ရှိမရှိ၊ အုပ်စု၏အမှန်တကယ်ကွာခြားချက်မှာ အရေးမပါပေ။
ထပ်လောင်းအရင်းအမြစ်များ
အောက်ဖော်ပြပါ သင်ခန်းစာများသည် အကျိုးသက်ရောက်မှုအရွယ်အစားနှင့် Cohen’s d ဆိုင်ရာ နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-
အကျိုးသက်ရောက်မှုအရွယ်အစား- ၎င်းသည် အဘယ်အရာဖြစ်သနည်း၊ အဘယ်ကြောင့် အရေးကြီးသနည်း။
Excel တွင် Cohen’s d တွက်ချက်နည်း