Tamanho do efeito

Em estatística, o tamanho do efeito mede a força da relação entre grupos diferentes ou a magnitude da diferença entre variáveis, possibilitando calcular a significância prática de um estudo. O tamanho do efeito pode se referir ao valor de estatísticas calculadas com base em uma amostragem de dados, ao valor de um parâmetro aplicado em uma amostra hipotética ou, ainda, à equação que operacionaliza o modo como as estatísticas ou parâmetros afetam o valor do tamanho do efeito.^[1] Alguns exemplos de tamanhos do efeito são a correlação entre duas variáveis,^[2] o coeficiente de regressão em uma regressão, a diferença média ou a probabilidade de um evento específico (como, por exemplo, um ataque cardíaco) acontecer. Os tamanhos de efeito complementam os testes de hipóteses e desempenham um papel importante em testes de potência estatística, no planejamento do tamanho de uma amostra e em metanálises. O conjunto dos métodos de análise de dados relacionados a tamanhos de efeito é chamado de estatísticas de amostra.^[3]

São conhecidas cerca de 50 a 100 medidas diferentes de tamanho de efeito. Muitos tamanhos de efeito de diferentes tipos podem ser convertidos em outros tipos, uma vez que muitos estimam a separação entre duas distribuições, sendo, portanto, matematicamente relacionados. Por exemplo, um coeficiente de correlação pode ser convertido em um *d* de Cohen e vice-versa.

Família de correlação: Tamanhos de efeito baseados na "variância explicada":

• r de Pearson ou coeficiente de correlação
• Coeficiente de determinação (r² ou R²)
• Eta ao quadrado (η²)
• Ômega ao quadrado (ω²)
• f² de Cohen
• q de Cohen

Família de diferenças: Tamanhos de efeito baseados em diferenças entre médias:

• Diferença média padronizada
• d de Cohen
• Δ de Glass
• g de Hedges
• Ψ, efeito padronizado quadrático médio

Família categórica: Tamanhos de efeito para associações entre variáveis ​​categóricas:

• Ômega de Cohen (ω)
• Razão de possibilidades
• Risco relativo
• Diferença de risco