Ukuran Efek

Apa itu Ukuran Efek?

Ukuran efek mengukur intensitas hubungan antara dua set variabel atau kelompok. Itu dihitung dengan membagi perbedaan antara rata-rata yang berkaitan dengan dua kelompok dengan standar deviasi. Ini adalah konsep statistik.

Ini dapat diukur dengan tiga cara — metode Rasio ganjil, metode perbedaan rata-rata standar, dan metode koefisien korelasi. Ini diterapkan dalam analisis statistik untuk memastikan kelayakan atau relevansi temuan. Pengukuran ini lebih praktis daripada signifikansi statistik.

Takeaway kunci

Ukuran efek adalah konsep analitis yang mempelajari kekuatan hubungan antara dua kelompok.
Hal ini umumnya dievaluasi menggunakan metode D Cohen, di mana standar deviasi dibagi dengan perbedaan antara rata-rata yang berkaitan dengan dua kelompok variabel.
Jika nilainya 0,2 maka dianggap pengaruhnya kecil, jika nilainya 0,5 maka pengaruhnya sedang, dan jika 0,8 atau lebih maka pengaruhnya besar.
Parameter ini tidak tergantung pada ukuran sampel dan oleh karena itu sangat praktis.

Ukuran Efek dalam Statistik Dijelaskan

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel menjadi Hyperlink
Misalnya: Sumber: Ukuran Efek (wallstreetmojo.com)

Ukuran efek mengukur kekuatan hubungan antara dua variabel. Itu dihitung sebagai fraksi dari perbedaan antara rata-rata dua kelompok dan standar deviasi. Parameter statistik adalah standar untuk semua penelitian yang melibatkan dua variabel.

Misalnya, persentase rata-rata atau rata-rata yang dicetak oleh siswa dari dua bagian yang berbeda, A dan B, masing-masing adalah 72% dan 67%. Jika standar deviasiStandar DeviasiStandar deviasi (SD) adalah alat statistik populer yang diwakili oleh huruf Yunani ‘σ’ untuk mengukur variasi atau dispersi sekumpulan nilai data relatif terhadap rata-rata (rata-rata), sehingga menafsirkan keandalan data.baca lebih lanjut adalah 2,5, perbedaan antara persentase rata-rata adalah 5%. Sekarang untuk menghitung ukuran efek, kita membagi 5% dengan 2,5%. Oleh karena itu, ukuran efek bagian A dan B adalah 2. Berdasarkan hasil tersebut, kami menyimpulkan bahwa ada perbedaan yang terlihat antara kedua bagian tersebut.

Jenis

Korelasi antara dua variabel dapat diukur dengan cara berikut:

Odds Ratio : Odds ratio membantu menentukan penyebab suatu peristiwa berdasarkan peristiwa lainnya. Ini mengevaluasi kekuatan hubungan dari dua peristiwa. Rumus odds ratio adalah sebagai berikut:
Odds Ratio = (a*d)/(b*c).
Perbedaan Rata-Rata Standar : Cohen’s D adalah metode yang paling umum. Ini mengukur perbedaan rata-rata standar. Ini dihitung sebagai berikut:
Ukuran Efek = (μ ₁-μ ₂)/σ
Koefisien Korelasi : Koefisien korelasiKoefisien KorelasiKoefisien KorelasiKoefisien Korelasi, kadang-kadang dikenal sebagai koefisien korelasi silang, adalah ukuran statistik yang digunakan untuk mengevaluasi kekuatan hubungan antara 2 variabel. Nilainya berkisar dari -1.0 (korelasi negatif) hingga +1.0 (korelasi positif). read more adalah metode lain untuk menemukan intensitas hubungan antara variabel yang diberikan. Temuan berkisar antara -1 hingga 1, di mana -1 menunjukkan hubungan negatif yang intens, 1 menggambarkan hubungan positif yang kuat, dan 0 berarti tidak ada hubungan. Rumus Koefisien Pearson adalah sebagai berikut:
p _ xy = Cov(x,y)/(σ_x × σ_y).

Formula Ukuran Efek

Kami menggunakan metode D Cohen untuk menghitung seberapa dekat dua variabel terkait:

Di sini, μ ₁adalah rata-rata kelompok populasi pertama,
μ ₂adalah rata-rata dari kelompok populasi kedua, dan
σ adalah standar deviasi.

Contoh dengan Perhitungan

Contoh 1

Mari kita asumsikan bahwa tarif rata-rata penerbangan antara New York dan San Francisco untuk dua bulan yang berbeda, Januari dan Februari, adalah $155 dan $163. Jika standar deviasi untuk dua bulan adalah 4, pastikan besarnya efek.

Solusi :

= (155 – 163)/4 = -2

Dalam kasus di atas, ukuran efek negatif merepresentasikan kenaikan tarif penerbangan di bulan Februari dibandingkan dengan bulan Januari.

Contoh #2

Dalam sebuah kelas yang terdiri dari 24 siswa, jumlah siswa perempuan dan laki-laki sama banyak, yaitu 12. Dan rata-rata tinggi badan siswa laki-laki di kelas tersebut adalah 120 cm. Tinggi rata-rata anak perempuan di kelas tersebut adalah 115 cm. Jika standar deviasi untuk kedua populasi adalah 4, hitung besarnya efek.

Solusi :

Untuk mengidentifikasi pengaruh perbedaan antara kedua variabel, kita perlu membagi perbedaan antara kedua rata-rata dari standar deviasi. Perhitungannya adalah sebagai berikut:

Ukuran Efek = (120 – 115)/4 = 1,3.

Dengan bantuan nilai ini, kita dapat mengetahui bentuk distribusi untuk memastikan persentase populasi yang berada di bawah persentase tersebut.

Penafsiran

Di bawah metode ukuran efek D Cohen, kita dapat mempertimbangkan tiga interpretasi berikut:

Ukuran Kecil (0,2) : Efek seperti itu antara kedua kelompok dapat diabaikan dan tidak dapat dilihat dengan mata telanjang.
Ukuran Sedang (0,5) : Tingkat korelasi ini biasanya teridentifikasi saat peneliti menelusuri data—ukuran sedang dapat memiliki dampak keseluruhan yang masuk akal.
Ukuran Besar (0,8 atau lebih besar) : Efek besar dapat diamati tanpa menggunakan kalkulator apa pun—dampaknya signifikan dalam skenario dunia nyata.

Dalam Metode Koefisien Pearson Metode Koefisien PearsonKoefisien korelasi Pearson mengukur kekuatan antara variabel yang berbeda dan hubungannya. Oleh karena itu, setiap kali dilakukan uji statistik antara kedua variabel, ada baiknya menganalisis nilai koefisien korelasi untuk mengetahui seberapa kuat hubungan antara kedua variabel tersebut. Baca lebih lanjut, di mana nilainya berkisar antara -1 dan 1, dapat dua interpretasi:

Nilai Positif : Nilai antara 0 hingga 1 menunjukkan hubungan langsung antara kedua variabel.
Nilai Negatif : Nilai antara -1 hingga 0 menunjukkan hubungan terbalik antara kedua variabel.
Nilai Nol : Ketika hasilnya 0, tidak ada hubungan antara kedua variabel.

Relevansi dan Penggunaan

Parameter korelasi adalah alat statistik vital; mereka secara teratur dipekerjakan dalam penelitian kuantitatifPenelitian KuantitatifPenelitian Kuantitatif mengacu pada penyelidikan sistematis di mana seseorang mengumpulkan data dari responden yang berbeda berdasarkan angka numerik. Data yang diperoleh kemudian dianalisis untuk mendapatkan hasil dengan menggunakan berbagai alat matematika, statistik, dan komputasi.baca selengkapnya. Dengan menggunakan hasilnya, kita dapat mengetahui bentuk distribusinya—kita dapat memastikan persentase populasi yang berada di bawah distribusi tersebut.

Pengukuran ini banyak digunakan dalam penelitian pendidikan, penelitian medis, analisis kuantitatif, perencanaan, dan pelaporan data. Dibandingkan dengan signifikansi statistik Signifikansi Statistik Signifikansi statistik adalah probabilitas pengamatan yang tidak disebabkan oleh kesalahan pengambilan sampel. Baca lebih lanjut, pengukuran ini lebih praktis dan lebih ilmiah.

Anda dapat mengunduh Templat Excel Formula Ukuran Efek ini dari sini – Templat Excel Formula Ukuran Efek

Pertanyaan yang Sering Diajukan (FAQ)

Apa itu D Cohen?

Metode D Cohen diusulkan oleh ahli statistik Amerika Jacob Cohen. Metode ini menentukan perbedaan rata-rata standar dengan membagi perbedaan antara nilai rata-rata yang berkaitan dengan dua kelompok dengan nilai standar deviasi.

Berapa ukuran efek yang baik?

Ukuran 0,25 atau lebih dianggap menguntungkan. Namun, relevansinya tergantung pada tujuan penelitian.

Mengapa ukuran efek penting?

Parameter menganalisis efek diferensial antara dua variabel. Ini menentukan besarnya perbedaan ini. Efeknya bisa kecil, sedang, atau besar. Untuk pengukuran ini, ukuran sampel tidak menjadi masalah; oleh karena itu, sangat praktis.

Artikel yang Direkomendasikan

Artikel ini telah menjadi panduan tentang apa itu Ukuran Efek & Arti. Kami membahas definisi ukuran efek, statistik Cohen D, kalkulator, rumus, dan interpretasi. Anda dapat mempelajari lebih lanjut tentang pemodelan excel dari artikel berikut –

Contoh KorelasiContoh KorelasiContoh korelasi positif yang baik adalah kalori yang dibakar dengan olahraga, di mana tingkat olahraga meningkat, begitu pula jumlah kalori yang dibakar. Hubungan antara harga baja dengan harga saham perusahaan baja merupakan contoh korelasi negatif, dimana kenaikan harga baja mengakibatkan penurunan harga saham perusahaan baja.baca selengkapnya
Rumus Deviasi Standar SampelFormula Deviasi Standar Sampel Standar deviasi sampel mengacu pada metrik statistik yang digunakan untuk mengukur sejauh mana variabel acak menyimpang dari rata-rata sampel.baca lebih lanjut
Efek Suku Bunga Efek Suku Bunga Efek suku bunga mengacu pada setiap perubahan dalam lingkungan ekonomi makro yang terjadi sebagai akibat langsung dari perubahan suku bunga negara. Inflasi dan ekspansi ekonomi dikendalikan dan didorong dengan itu.baca lebih lanjut
Rumus OutlierFormulaOutlier FormulaOutlier menyediakan alat grafis untuk menghitung data yang terletak di luar set distribusi yang diberikan, yang mungkin dalam atau luar tergantung pada variabel. Untuk Q1 = suku ke ¼ (n + 1), untuk Q3 = suku ke ¾ (n + 1), untuk Q2 = Q3 – Q1. Baca selengkapnya