效果量（Effect Size）是心理學研究中用於量化研究結果實際意義的重要統計指標。它提供了對研究結果的實際影響或差異的測量，而不僅僅是統計顯著性。效果量可以幫助研究者理解變數之間的關係強度或實驗處理的效應大小，從而更好地解釋研究結果。
1. 效果量的類型
在心理學研究中，常用的效果量指標包括以下幾種：
- Cohen's d：用於比較兩組均值差異的效果量，通常用於獨立樣本t檢驗或配對樣本t檢驗。計算公式為兩組均值之差除以標準差。
- Pearson's r：用於衡量兩個連續變數之間的線性相關程度，取值範圍為-1到1。
- Eta平方（η²）：用於方差分析（ANOVA），表示因變數變異中由自變數解釋的比例。
- Odds Ratio（OR）：用於衡量分類變數之間的關聯強度，常用於邏輯回歸分析。
2. 效果量的解釋
效果量的解釋通常依賴於領域內的經驗標準。例如：
- Cohen's d：0.2為小效應，0.5為中等效應，0.8為大效應。
- Pearson's r：0.1為小效應，0.3為中等效應，0.5為大效應。
- Eta平方（η²）：0.01為小效應，0.06為中等效應，0.14為大效應。
3. 效果量的重要性
- 補充統計顯著性：統計顯著性（p值）只能說明結果是否由隨機誤差引起，而效果量則提供了結果的實際意義。
- 跨研究比較：效果量允許研究者比較不同研究的結果，即使樣本量或測量方法不同。
- 研究設計最佳化：通過效果量，研究者可以估計所需的樣本量，從而提高研究的統計功效。
4. 效果量的局限性
- 依賴於測量工具：效果量的計算可能受到測量工具敏感性的影響。
- 情境依賴性：不同研究領域對效果量的解釋標準可能不同。
- 不能替代理論解釋：效果量僅提供量化信息，仍需結合理論背景進行解釋。
5. 套用實例
在心理學研究中，效果量被廣泛套用於以下領域：
- 臨床心理學：評估心理治療或干預措施的效果。
- 教育心理學：比較不同教學方法對學生成績的影響。
- 社會心理學：研究群體行為或態度變化的強度。
總之，效果量是心理學研究中不可或缺的工具，它不僅幫助研究者量化研究結果的實際意義，還為研究設計和結果解釋提供了重要依據。