Conversor de tamaños del efecto (d, r, f, η², OR)
Los metaanálisis, los análisis de potencia y las revisiones de literatura exigen constantemente pasar de una métrica de tamaño del efecto a otra: el artículo informa η² y tu herramienta de potencia quiere f; tienes un odds ratio y el metaanálisis necesita d. Introduce una sola medida — d de Cohen, correlación r, f de Cohen, eta cuadrado o un odds ratio — y lee todos los equivalentes de una vez, calculados con las fórmulas de conversión estándar (Cohen 1988; Borenstein et al. 2009). Proporciona opcionalmente los dos tamaños de grupo para obtener la corrección exacta por n desiguales en r y la g de Hedges corregida para muestras pequeñas. También se incluye el tamaño del efecto de lenguaje común (CLES): la probabilidad de que un miembro elegido al azar de un grupo puntúe más alto que uno del otro, a menudo el número más intuitivo para una audiencia no estadística.
Informe con IA
Deja que la IA interprete tus resultados: un documento Word descargable en formato APA 7 / informe de negocio.
Preguntas frecuentes
¿Cómo convierto la d de Cohen a r?
Para grupos de igual tamaño: r = d / √(d² + 4). Por ejemplo, d = 0,8 da r = 0,37. Con grupos desiguales, el 4 se sustituye por (n₁+n₂)²/(n₁n₂) — introduce tus tamaños de grupo y la calculadora aplica la corrección exacta.
¿Cómo convierto eta cuadrado a la f de Cohen?
f = √(η² / (1 − η²)), y a la inversa: η² = f²/(1 + f²). Es la conversión que necesitas para introducir un resultado de ANOVA publicado en un análisis de potencia: η² = 0,06 corresponde a f = 0,25.
¿Cuál es la diferencia entre la d de Cohen y la g de Hedges?
Ambas expresan una diferencia de medias en unidades de DE, pero d está ligeramente sesgada al alza en muestras pequeñas. La g de Hedges aplica el factor de corrección J = 1 − 3/(4gl − 1); con n > 50 la diferencia es insignificante. Los metaanálisis informan g por convención.
¿Cómo convierto un odds ratio a la d de Cohen?
d = ln(OR) × √3 / π (Borenstein et al.). Un OR de 2 corresponde a d ≈ 0,38 — útil para combinar resultados binarios y continuos en un mismo metaanálisis. Ten en cuenta que asume el modelo logístico subyacente.