Conversor de tamanhos do efeito (d, r, f, η², OR)
As meta-análises, as análises de poder e as revisões de literatura exigem constantemente passar de uma métrica de tamanho do efeito para outra: o artigo relata η², a sua ferramenta de poder quer f; tem um odds ratio, a meta-análise precisa de d. Insira uma única medida — d de Cohen, correlação r, f de Cohen, eta quadrado ou um odds ratio — e leia todos os equivalentes de uma só vez, calculados com as fórmulas de conversão padrão (Cohen 1988; Borenstein et al. 2009). Indique opcionalmente os dois tamanhos de grupo para obter a correção exata para n desiguais no r e o g de Hedges corrigido para amostras pequenas. O tamanho de efeito em linguagem comum (CLES) também está incluído — a probabilidade de um membro escolhido ao acaso de um grupo pontuar mais alto do que um do outro grupo, muitas vezes o número mais intuitivo para um público não estatístico.
Relatório com IA
Deixe a IA interpretar seus resultados: um documento Word para download em formato APA 7 / relatório de negócios.
Perguntas frequentes
Como converto o d de Cohen em r?
Para grupos de tamanhos iguais: r = d / √(d² + 4). Por exemplo, d = 0,8 dá r = 0,37. Com grupos desiguais, o 4 é substituído por (n₁+n₂)²/(n₁n₂) — insira os tamanhos dos seus grupos e a calculadora aplica a correção exata.
Como converto eta quadrado em f de Cohen?
f = √(η² / (1 − η²)), e no sentido inverso: η² = f²/(1 + f²). É a conversão de que precisa para introduzir um resultado de ANOVA publicado numa análise de poder: η² = 0,06 corresponde a f = 0,25.
Qual é a diferença entre o d de Cohen e o g de Hedges?
Ambos exprimem uma diferença de médias em unidades de DP, mas o d é ligeiramente enviesado para cima em amostras pequenas. O g de Hedges aplica o fator de correção J = 1 − 3/(4gl − 1); com n > 50, a diferença é insignificante. As meta-análises relatam g por convenção.
Como converto um odds ratio em d de Cohen?
d = ln(OR) × √3 / π (Borenstein et al.). Um OR de 2 corresponde a d ≈ 0,38 — útil para combinar resultados binários e contínuos numa mesma meta-análise. Note que assume o modelo logístico subjacente.