¿Qué es el tamaño del efecto?
El tamaño del efecto mide la magnitud de la diferencia entre dos grupos con independencia del tamaño de la muestra. Mientras que el valor p te indica si una diferencia es estadísticamente significativa, el tamaño del efecto te dice cómo de grande y relevante es esa diferencia en la práctica. La medida más utilizada para comparar dos medias es la d de Cohen: la diferencia estandarizada entre las medias de los grupos, expresada en unidades de desviación estándar combinada.
Cómo usar esta calculadora
Introduce la media, la desviación estándar y el tamaño de la muestra de cada uno de tus dos grupos. La calculadora obtiene la desviación estándar combinada y, a continuación, divide la diferencia de medias entre ella para calcular la d de Cohen. Además, clasifica el resultado para que puedas interpretar de un vistazo su importancia práctica.
La fórmula, paso a paso
La desviación estándar combinada reúne la variabilidad de ambos grupos, ponderando cada uno por sus grados de libertad (n − 1): $$s_p = \sqrt{\frac{(n_1 - 1)\,s_1^{2} + (n_2 - 1)\,s_2^{2}}{n_1 + n_2 - 2}}$$ La d de Cohen es entonces $$d = \frac{\text{media}_1 - \text{media}_2}{s_p}$$ Por convención, \(|d| \approx 0{,}2\) corresponde a un efecto pequeño, \(0{,}5\) a uno medio y \(0{,}8\) o más a uno grande.
Ejemplo resuelto
Imagina que el Grupo 1 tiene una media de 100, una DE de 15 y n = 30, y que el Grupo 2 tiene una media de 90, una DE de 15 y n = 30. Como ambas desviaciones estándar son iguales, la DE combinada es 15. Así, $$d = \frac{100 - 90}{15} = 0{,}667$$ un efecto de medio a grande.
Preguntas frecuentes
¿Qué se considera un "buen" tamaño del efecto? Depende del contexto: en algunas disciplinas una d de 0,3 ya es relevante, mientras que en otras se necesita 0,8 o más. Compáralo siempre con los efectos habituales de tu campo.
¿La d puede ser negativa? Sí. Una d negativa simplemente indica que el Grupo 2 tuvo la media más alta; lo que importa para la interpretación es la magnitud (el valor absoluto).
¿Por qué se usa la DE combinada y no la de un solo grupo? La combinación parte del supuesto de que los grupos comparten una varianza común y ofrece una estimación más estable de la unidad de estandarización.
