统计显著 | 被人遗忘的效应量效应量 (效应大小，Effect Size,ES )，反映处理效应大小的度量。其实，两样本平均数的差异就是一个效应量。效应量表示两个总体分布的重叠程度。ES越大，表示两总体重叠的程度越小，效应越明显。由计算出的ES大小，可由专门的表格中查出两样本分布的重叠的百分比。故效应量经常用两总体重叠的程度为指标，重叠的部分百分比越大，效应量越小。或以两个样本不重叠的程度为指标，不重叠的部分百分比越大，效应量越大。
1. 效应量有助于我们判断统计上显著差异是否有实际的意义
效应量检验，也就是要检验自变量作用的大小。它不同于差异显著性的检验。 统计显著性与实际显著性的区别：差异的统计显著性、相关的统计显著性只是告诉你在特定的条件下，这差异、这相关系数是存在的、并不是完全由抽样误差造成的，但并不意味着这差异有实际意义。大样本比较容易获得统计显著性的结果，但这并不意味着差异是有意义的。
2. 有些效应量，主要是有相关意义的效应量，如相关系数，点二列相关系数的平方r2pb，η2，可以反映自变量解释因变量变异的百分比。
3. 在同一个实验中，如果有几个自变量，可以根据效应量大小把自变量的重要性排序。
4. 在元分析中，将各个不同的相关研究进行概括分析的基础便是各个不同研究的效应量（的合成）。
5. 效果量的计算还为改进研究设计、 提高检验能力提供了根据。
APA出版手册第五版要求报告差异检验结果时一般要报告ES值。
美国心理学会1994 年发出通知，要求公开发表的研究报告包含效应量的测定结果。当具有统计上的显著性后，一定要计算效应量， 看你进行的研究是否有价值。
来源：华中师范大学心理学院刘华山老师的《统计功效与效应大小》一文
声明：部分文章和信息来源于互联网，如转载内容涉及版权等问题，请立即与小编联系，我们将迅速采取适当的措施。