使用步驟
- 在「由什麼計算」裡選擇已有的資料：均值和標準差、t 值、F 值、r 或優勢比。
- 填寫對應的數值。
- 讀出各種效應量和大小標籤。
引數說明
- Cohen's d 與 Hedges' g
- d = 均值差 ÷ 合併標準差；g 對小樣本做了校正，元分析中更常用。
- 換算公式
- r = d / √(d² + 4)（兩組人數相等）；η² = F·df₁ / (F·df₁ + df₂)；OR 換 d 用 ln(OR)·√3/π。
計算示例
兩組各 30 人，均值分別是 24 和 20，兩組標準差都是 5。合併標準差是 5，於是：
| 指標 | 數值 | 標籤 |
|---|---|---|
| Cohen’s d | 0.80 | 大 |
| Hedges’ g | 0.79 | 大 |
| r | 0.37 | 中 |
| η² | 0.138 | 中 |
pooled SD = √(((n₁−1)s₁² + (n₂−1)s₂²) ÷ (n₁+n₂−2))
g = d × (1 − 3 ÷ (4(n₁+n₂) − 9)) = 0.8 × (1 − 3/231)同一個結果在 d、r 和 η² 下可能得到不同的標籤，因為它們各有自己的基準尺度，所以不能互相替換。標籤採用 Cohen（1988）的分界：
| 標籤 | d | r | η² |
|---|---|---|---|
| 小 | 0.2 | 0.1 | 0.01 |
| 中 | 0.5 | 0.3 | 0.06 |
| 大 | 0.8 | 0.5 | 0.14 |
F 值只有在比較兩組時（df₁ = 1）才能換算成 d。
常見問題
效應量多大算大？
Cohen 的粗略標準：d 0.2 小、0.5 中、0.8 大；r 0.1/0.3/0.5；η² 0.01/0.06/0.14。具體還要看研究領域。
配對樣本的 d 怎麼算？
這裡給的是 dz = t / √n，即差值均值除以差值標準差；和獨立樣本的 d 不能直接比較。
資料會上傳嗎？
不會，計算在瀏覽器裡完成。
隱私說明
本工具完全在瀏覽器中執行，檔案和文字都在你的裝置上處理，不會上傳到我們的伺服器。