Als u dit bericht leest, ga ik ervan uit dat u op zijn minst enige voorkennis hebt van statistieken in de psychologie. Bovendien kun je onmogelijk weten wat een ANOVA is, tenzij je enige vorm van statistiek/onderzoeksmethoden onderwijs hebt gehad.

Deze gids is waarschijnlijk niet geschikt voor iemand die niet op het niveau van een graad in de psychologie zit. Sorry, maar niet iedereen kan iets aan deze gids hebben, en ik weet dat onderzoeksmethoden een moeilijke module is aan de universiteit. Bedankt voor uw begrip!

Herhaling van effect size.

Effect size, in een notendop, is een waarde waarmee u kunt zien hoeveel uw onafhankelijke variabele (IV) de afhankelijke variabele (DV) in een experimentele studie heeft beïnvloed. Met andere woorden, het kijkt naar hoeveel variantie in uw DV een gevolg was van de IV. Je kunt een effectgrootte pas berekenen nadat je een geschikte statistische significantietest hebt uitgevoerd. In dit artikel wordt ingegaan op de effectgrootte met ANOVA (ANalysis Of VAriance), wat niet hetzelfde is als andere tests (zoals een t-test). Bij effect size met ANOVA gebruiken we η² (Eta squared), in plaats van Cohen’s d bij bijvoorbeeld een t-test.

Voordat we gaan kijken hoe we effect size berekenen, is het misschien de moeite waard om te kijken naar Cohen’s (1988) richtlijnen. Volgens hem:

• Klein: 0,01
• Middel: 0,059
• Groot: 0.138

Dus als je uitkomt op η² = 0.45, kun je aannemen dat de effectgrootte zeer groot is. Het betekent ook dat 45% van de verandering in de DV kan worden verklaard door de IV.

Effectgrootte voor een tussen groepen ANOVA

Het berekenen van de effectgrootte voor ontwerpen tussen groepen is veel eenvoudiger dan voor ontwerpen binnen groepen. De formule ziet er als volgt uit:

η² = Treatment Sum of Squares
Total Sum of Squares

Dus als we de output van een tussen groepen ANOVA beschouwen (met SPSS/PASW):
(Sorry, ik heb dit uit een diavoorstelling van een docent moeten halen omdat mijn SPSS hapert…)

Kijken we naar bovenstaande tabel, dan hebben we de tweede kolom (Som van kwadraten) nodig.
De som van de kwadraten van de behandeling is de eerste rij: Between Groups (31.444)
De totale som van kwadraten is de laatste rij: Totaal (63,111)

Daaruit volgt:

η² = 31,444
63,111

η² = 0,498

Dit zou volgens de richtlijnen van Cohen als een zeer grote effectgrootte worden beschouwd; 49,8% van de variantie werd veroorzaakt door de IV (behandeling).

Effectgrootte voor een within subjects ANOVA

De formule is hier iets ingewikkelder, omdat u de totale som van kwadraten zelf moet berekenen:

Totale som van kwadraten = Behandelingssom van kwadraten + Foutsom van kwadraten + Fout(tussen proefpersonen) som van kwadraten.

Dan gebruikt u de formule zoals gewoonlijk.

η² = Behandelingssom van kwadraten
Totale som van kwadraten

Laten we eens kijken naar een voorbeeld:
(Opnieuw, uitvoer ‘geleend’ van mijn collegeslides aangezien PASW een gemiddelde is!)

Dus de totale som van kwadraten, die we moeten berekenen, is als volgt:

31.444 (bovenste tabel, SPEED 1) + 21.889 (bovenste tabel, Error(SPEED1)) + 9.778 (Onderste tabel, Fout) = 63.111

Zoals u ziet, is deze waarde hetzelfde als in het laatste voorbeeld met tussen groepen – dus het werkt!

Voer het totaal in de formule in zoals voorheen: