En la página sobre el concepto de tamaño del efecto
vimos que hay dos familias de estimadores del tamaño del efecto:
la familia r (estimadores de la proporción de varianza explicada) y la familia d
(estimadores de la diferencia estandarizada o normalizada entre medias). Aquí suponemos que ya hemos obtenido esos
estimadores y es el momento de valorarlos.
Comencemos diciendo que no existe un criterio objetivo y definitivo para valorar los tamaños del efecto. Por el contrario,
es la experiencia y los objetivos del investigador y el contexto mismo de la investigación los condicionantes que han de guiar
la consideración de las magnitudes obtenidas. Hay dos objetivos básicos que ante todo se han de tener en cuenta:
-
La comparación con los tamaños de los mismos efectos obtenidos por otros investigadores. Esta es la base
de los metaanálisis tan populares desde ya hace unos años.
-
La comparación de unos efectos u otros dentro de la misma investigación. En efecto, en un diseño factorial en el que se
cruzan dos o más variables hay diversos efectos y el investigador puede estar interesado en compararlos entre ellos. O bien,
puede darse el caso de que un mismo investigador intente más de una replicación del mismo fenómeno, con lo que estará
interesado en comparar los efectos obtenidos en distintos experimentos.
En cualquier caso, como suele ocurrir en el mundo de la estadística inferencial (p.ej. el criterio de significación de p<.05),
existen ciertos convenios que la comunidad científica poco a poco va afianzando. En las tablas siguientes vemos los valores límites
propuestos por Cohen (1988) como criterios de valoración para la familia r (r y η):
Límite bajo | Consideración | Varianza explicada1 |
r = .10 | Efecto pequeño | 1% de la varianza |
r = .30 | Efecto medio | 9% de la varianza |
r = .50 | Efecto grande | 25% de la varianza |
Para la familia d el mismo Cohen (1992, Tabla 1) propuso los siguientes límites de rango:
Límite bajo | Consideración | Solapamiento2 entre distribuciones H0 y H1 |
d = .20 | Efecto pequeño | 92 % |
d = .50 | Efecto medio | 80 % |
d = .80 | Efecto grande | 69 % |
El lector interesado puede ver una propuesta de ampliación de la zona superior de la escala en
la página de W.G. Hopkins
(o descargar su contenido de aquí)
Nota 1.- Cuando se trata de varianza explicada hay que tener en cuenta dos consideraciones. La primera es que normalmente
se informa el índide de la familia r sin elevar al cuadrado (p.ej., r), cuando en realidad la proporción viene dada
por este valor al cuadrado; así r=.30 equivale a r2=.09, de donde sabemos que es el 9% de la varianza. La segunda es que
el término respecto al que se da la varianza puede hacer referencia a la varianza total de todo el experimento
(es el caso de la ηG) o solo a la varianza total exclusivamente asociada con el efecto cuyo tamaño se informa (caso de la ηp).
Nótese que en el primer caso se puede hacer la comparación con el tamaño del mismo efecto en otro experimento, pero en el segundo
caso solo se puede hacer la comparación con otros efectos dentro del mismo diseño.
Nota 2.- Solapamiento entre la distribución de la hipótesis nula (H0) y la hipótesis alternativa (H1) que contempla el efecto.
|