tamaño del efecto D de Cohen con SPSS

tamaño del efecto D de Cohen con SPSS

Tamaño del efecto en Bioestadística

Tamaño del efecto con la D de Cohen con SPSS

 

Estadísticamente significativo versus clínicamente relevante

 

Además de discernir lo estadísticamente significativo (p-valor asociado al estadístico del contraste menor de 0,05), en investigación Bioestadística y Biomédica, se considera de vital importancia el tener en cuenta lo clínicamente relevante, a través del tamaño del efecto, que se puede calcular mediante la d de Cohen, la cual estandariza (tipifica) la diferencia de medias.

El tamaño del efecto a partir de la d de Cohen, se calcula a partir de la diferencia entre las medias de las variables dependientes de los  grupos que se comparan, normalmente el grupo de control y el grupo experimental, entre (dividido) la media de sus  desviaciones típicas, y ya sean estas variables del tipo Likert ordinal, o de tipo continuo-escala, como puede ser el tiempo de remisión del dolor ante la exposición a un/os determinado/s tratamiento/s.

Para interpretar el resultado de este índice, y teniendo en cuenta que es un medida estandarizada, el bioestadístico Cohen en 1988 planteó cuantificar la magnitud del efecto en pequeño (d = 0,2-0,3), medio (d= 0,5-0,8) y grande (d= superior a 0,8), aproximadamente.

ejemplo cálculo manual del tamaño del efecto

[cálculo manual del tamaño del efecto de ‘Diseños de investigación y análisis de datos’ de Psicología de la UNED]

 

OTRO EJEMPLO PRÁCTICO: Se lleva a cabo un primer análisis utilizando la prueba t de Student para muestras independientes, con el objetivo de verificar si las diferencias de las medidas pretest y postest entre ambos grupos (experimental y control, independientes), eran estadísticamente significativas (p-valor medor de 0,05). La utilización de esta prueba se justifica en que se trata de un diseño cuasi-experimental, ya que no tuvo lugar una asignación aleatoria completa de los sujetos a los grupos control y experimental, y por su sensibilidad y capacidad de discriminación para muestras pequeñas (Rial y Valera, 2008). En un segundo análisis se compararon las medidas postest con las pretest de cada grupo, utilizando la t de Student para muestras relacionadas. Posteriormente, se calculó la d de Cohen, para valorar la magnitud del cambio producido por la intervención (tamaño del efecto), y en último lugar, se calculó el porcentaje de cambio entre las puntuaciones postest y pretest de ambos grupos.

 

 

T-Test para el cálculo del tamaño del efecto

 

Se puede calcular también el tamaño del efecto con SPSS a través del T-Test de la T de Student. Las diferencias entre ambos grupos pueden ser estadísticamente significativas, pero no tanto clínicamente relevantes.

 

 

En Analizar: Estadísticos Descriptivos, se guardan los valores estandarizados de la variable dependiente como variables:

se guardan los valores estandarizados de la variable dependiente como variables:

 

Se realiza el correspondiente T-Test, esta vez con la variable de respuesta dependiente estandarizada previamente guardada en el paso anterior de estadísticos descriptivos:

 

T-Test con valores estandarizados de la variable

 

tamaño del efecto D de Cohen con SPSS

 

El resultado del tamaño del efecto es de 0,6887, el T-Test ha resultado estadísticamente significativo (p-valor asociado al estadístico del contraste de 0,048), mientras que el tamaño del efecto ha sido medio, esto es, 0,6887 se encuentra comprendido entre 0,5 y 0,8.

En función de los valores obtenidos para el cálculo de la d de Cohen, un tamaño del efecto de entre 0,2-0,3 podría considerarse «pequeño», en torno a 0,5-0,8 un efecto «medio», y de 0,8 en adelante, un efecto de «grande», puesto que la d de Cohen puede alcanzar valores mayores que 1.

 

Tamaño del efecto en regresión logística

El Odds Ratio (OR) y su interpretación como magnitud del efecto

tamaño del efecto en regresión logística binaria

 

Para el caso de una regresión logística binaria, de variable dependiente dicotómica, se plantea una interpretación del ODDS RATIO=Exp (B) en función de una transformación a la d de Cohen. Si el OR es menor que 1,68 se considera su magnitud del efecto ‘insignificante’, si está entre 1,68-3,47: ‘pequeña’; entre 3,47-6,71: ‘moderada’, y si es mayor que 6,7: ‘grande’. [Chen H, Cohen P, Chen S. ‘How big is a big odds ratio? Interpreting the magnitudes of odds ratios in epidemiological studies’. (2010)].

 

 

dedicado a Pepita, sobrina, enfermera de vocación, ayudando a los pacientes con COVID en la UCI de un hospital andaluz…