엑셀에서 효과크기(Cohen's D) 구하기

두 데이터 세트, 또는 두 그룹 간에 차이가 있는지 없는지 확인하고 싶을 때 가설 검증(hypothesis test)을 한다. 그 결과 값으로 p-값(p-value) 계산한다.

 

그리고 p-값(p-value)과 유의 수준(significance level)과 비교하여 가설의 기각 여부를 판별하여, 두 세이터 세트, 또는 두 그룹 간에 차이가 있는지 없는지 통계적을 판별할 수 있다. 

 

p-값(p-value)으로 정성적으로 두 그룹간에 차이가 있고/없고를 알 수 있다면, 효과 크기(Cohen's D)는 실제로 차이에 정량 값을 구한다.

 

효과 크기(effect size)를 구하는 방법은 여러 가지가 있지만, Cohen's D가 가장 많이 쓰이고 있다. 

 

Cohen’s D = (x1 – x2) / pooled SD

 

• x1 = 그룹 1에 평균
• x2 = 그룹 2에 평균
• pooled SD(합동 표준편차)= √(s₁² + s₂²) / 2

아래에서 효과 크기(Cohen's D)를 구해본다.

예시: 효과크기(Cohen's D) 구하기

1단계: 데이터 입력

두 그룹의 평균과 표준편차, 표본크기 데이터를 입력한다.

2단계: 두 그룹 간 평균의 차를 구한다.

두 그룹의 평균에 차를 구한다.

3단계: 두 그룹의 합동 표준편차(pooled standard deviation) 구하기

다음으로 그룹 1,2의 합동 표준편차(pooled standard deviation)를 구한다.

4단계: 효과 크기(Cohen's D)를 구한다.

마지막으로, 효과크기(Cohen's D)를 구한다.

효과크기(Cohen's D)는 0.29851이 나왔다.

효과크기(Cohen's D) 해석가기

효과크기(Cohen's D)를 해석할 땐 어림잡아 3가지로 분류한다.

 

• 0.2 = 효과크기 작음
• 0.5 = 효과크기 중간
• 0.8 = 효과크기 큼

예시에서 구한 효과 크기는 0.29851로 '효과 크기 작음'에 가깝다. 이는 비록 두 그룹 1,2간에 차이는 있지만, 실제 그 차이는 크지 않고, 작은 차이가 있다.