El tamaño del efecto es una medida estadística que ayuda a los investigadores a comprender la magnitud de una diferencia o relación en un estudio. A diferencia de los valores p, que indican si existe un efecto, el tamaño del efecto muestra cuán grande es realmente ese efecto, lo que hace esencial para interpretar los resultados de la investigación y evaluar su significado práctico.En una época en la que muchas disciplinas científicas se enfrentan a problemas de reproducibilidad, el tamaño del efecto proporciona una herramienta crítica para evaluar la fuerza de evidencia en los estudios y contextos.

Por qué el tamaño del efecto importa más que los valores p

Durante décadas, el valor p ha sido el portero de importancia estadística en las ciencias sociales, la medicina y más allá. Un valor p menos de 0.05 dice a los investigadores que un resultado observado es poco probable bajo la hipótesis nula, pero no dice nada sobre el tamaño o la importancia de ese resultado. El tamaño del efecto llena esta brecha cuantificando la diferencia o asociación real. Por ejemplo, una gran muestra podría producir una diferencia estadísticamente significativa de valor p trivial para el tamaño.

Además, el tamaño de los efectos permite el metaanálisis mediante la normalización de los resultados de diferentes estudios que utilizaron diferentes medidas. Sin tamaño de efecto, sería casi imposible sintetizar los hallazgos en una literatura. Reconociendo esto, muchas revistas y organizaciones profesionales, incluyendo el American Psychological Association (APA), ahora requieren la presentación de informes de tamaño de efecto junto con los valores p. El avance hacia el tamaño de los efectos refleja un énfasis más amplio en la transparencia, la replicabilidad y la pertinencia práctica en la investigación.

¿Qué es el tamaño del efecto?

El tamaño del efecto cuantifica la fuerza de un fenómeno. En términos más simples, responde a la pregunta "¿cuánto?" en lugar de "¿hay?" Esta cuantificación permite a los investigadores comparar resultados a través de estudios, escalas diferentes y diferentes poblaciones. El tamaño del efecto se puede expresar como una diferencia entre grupos, una correlación entre variables o una relación de probabilidades en análisis categóricos. Importantemente, el tamaño del efecto es independiente del tamaño de la muestra: una gran muestra no aumenta el tamaño

Las familias de tamaño de efecto común incluyen:

  • d-familia (por ejemplo, Cohen's d, Hedges' g): diferencias medias estandarizadas utilizadas para comparar dos grupos.
  • r-family (por ejemplo, Pearson's r, Spearman's rho): coeficientes de correlación que miden la fuerza de asociación entre variables continuas.
  • Tasa de riesgo (OR) y ratio de riesgo (RR): medidas de efecto para resultados categóricos, frecuentemente utilizados en epidemiología y ensayos clínicos.

Elegir el tamaño adecuado de efecto depende del diseño de la investigación, la naturaleza de los datos y la cuestión principal de interés.

Cohen's d para Comparaciones de Grupo

Cohen's d es quizás el tamaño de efecto más utilizado. Expresa la diferencia entre dos medios de grupo en términos de unidades de desviación estándar, contando efectivamente cuántas desviaciones estándar separan los grupos. La fórmula es sencilla:

d = (M)1 - M2) / SDpiscina

donde M1 y M2 son los medios de muestra y SDpiscina es la desviación estándar de la piscina, calculada como la raíz cuadrada del promedio de las dos diferencias de grupo. Una variante llamada Hedges g aplica una pequeña corrección para tamaños de muestra desiguales, lo que hace más apropiado para estudios con grupos pequeños o desequilibrados.

Pearson's r for Correlations

Al examinar la relación entre dos variables continuas (por ejemplo, horas de estudio y exámenes), Pearson re mide tanto la dirección como la fuerza de una relación lineal. Va desde -1 (perfecta negativa) a 0 (sin relación lineal) a +1 (perfecto positivo). El coeficiente de correlación proporciona el coeficiente de determinación, r2, que representa la proporción de variabilidad compartida entre las dos variables 0,2 = corresponde a un R2

Odds Ratios para los resultados cateóricos

En estudios de casos-control, ensayos aleatorizados con resultados dicotomosos (por ejemplo, sobrevivieron vs. fallecidos, relapse vs. no recaída), la relación de probabilidades compara las probabilidades de un evento en el grupo de tratamiento en relación con el grupo de control. Una relación de probabilidades de 1 indica ningún efecto; los valores superiores a 1 indican mayores probabilidades; los valores inferiores a 1 indican menor probabilidad. La magnitud de salida de 1 refleja la fuerza de intervalo de confianza comunicada con frecuencia.

Cómo calcular el tamaño del efecto

El método para calcular el tamaño del efecto depende del tipo de datos y análisis utilizados. A continuación se presentan procedimientos para las situaciones más comunes, junto con explicaciones de la lógica subyacente.

Calculando el d de Cohen de Medios y Desviaciones Estándar

Cuando usted tiene estadísticas descriptivas de dos grupos independientes (media y desviación estándar), Cohen's d se calcula de la siguiente manera:

  1. Computar la desviación estándar de la piscina: SDpiscina (n)1 – 1) * SD12 + (n2 – 1) * SD22) / (n1 + n2 - 2) )
  2. (M)1 - M2) / SDpiscina

Por ejemplo, imagine un estudio que compara un nuevo método de enseñanza con la instrucción tradicional. El grupo de tratamiento (n=30) tiene una puntuación media de 85 (SD=10), y el grupo de control (n=30) tiene una media de 78 (SD=12). El enchufe en la fórmula produce un SD de aproximadamente 11.05 y un d de (85 – 78)/11.05 ♥ 0,63. Este es un efecto medio a grande según el punto de referencia Cohen.

Calculando la r de Pearson de Datos Raw o Estadísticas Resumen

Con datos brutos, Pearson's r se computed utilizando la fórmula:

r = , (Xi - MXSí.i - MY) / sqrt(ega(X)i - MX* , en la ciudad*i - MY)2)

Alternativamente, si usted tiene el valor t y grados de libertad de un análisis de regresión o correlación, puede calcular r utilizando: r = t / sqrt(t2 + df). Esta aproximación es útil cuando se leen los resultados publicados que reportan t-estadísticas pero no la correlación directamente.

Calculando los números de los Ratios de las tablas de contingencia

De una tabla de 2x2:

EventoNo hay evento
Tratamientoab
Controlcd

La relación de probabilidades es (a/b) / (c/d) = (a*d)/(b*c). Por ejemplo, si a=20, b=80, c=10, d=90, luego OR = (20*90)/(80*10) = 1800/800 = 2.25. Esto indica que las probabilidades del evento en el grupo de tratamiento son 2.25 veces las probabilidades en el grupo de control.

Tamaño del efecto de computación en el software estadístico

La mayoría de los paquetes estadísticos pueden calcular los tamaños de los efectos directamente o proporcionar la salida necesaria. R, el paquete ofrece funciones como . SPSS, estimaciones de tamaño de efecto (por ejemplo, el d de Cohen para t-tests, parcial eta-squared para ANOVA) están disponibles bajo las opciones de "Tamaño de Efecto" en los menús de análisis. JASP y jamovi, los tamaños de los efectos se proporcionan automáticamente junto con los resultados de las pruebas. Meta-Analisis integral o el metafor paquete en R puede hacer un pool de tamaños de efecto de múltiples estudios.

Los investigadores siempre deben reportar tamaños de efecto con sus intervalos de confianza para transmitir la precisión de la estimación. Un intervalo de confianza que abarca cero (para d) o cruces 1 (para OR) indica que el efecto no es estadísticamente significativo en el nivel de alfa elegido, pero el ancho de intervalo también revela cuánto queda incertidumbre.

Tamaño del efecto interpretativo

Interpretar el tamaño del efecto implica entender su magnitud utilizando parámetros establecidos, pero también considerando el contexto y dominio de la investigación. Los puntos de referencia más citados provienen del trabajo de Jacob Cohen en 1988, Análisis estadístico de las ciencias conductualesEl propio Cohen destacó que estas son "convenciones" y no deben aplicarse rígidamente; sirven como punto de partida para la discusión.

Cohen's d Benchmarks

  • Pequeña: d = 0,2 — diferencia no visible al ojo desnudo en los escenarios típicos de la ciencia social
  • Medio: d = 0,5 - una diferencia lo suficientemente grande para ser notada por un observador cuidadoso
  • Grande: d = 0.8 – una diferencia muy obvia

Por ejemplo, en la educación, un d de 0,2 podría corresponder a una mejora de sólo unos pocos puntos en una prueba estandarizada, mientras que un d de 0,8 podría representar el traslado de un estudiante de la 50a al 79o percentil. En psicología clínica, los tamaños de efecto para algunos medicamentos antidepresivos en comparación con placebo son a menudo alrededor de d = 0,3 (pequeño a medio), que informa decisiones de tratamiento junto con efectos secundarios y preferencias.

Pautas r de Pearson

  • Pequeña: r = 0.1 - una asociación débil
  • Medio: r = 0,3 - una relación moderada
  • Grande: r = 0,5 - una asociación fuerte

En muchas áreas de psicología y educación, las correlaciones superiores a 0,5 son raras para los predictores individuales debido a la complejidad del comportamiento humano. Por ejemplo, la correlación entre horas de estudio y grados de examen suele oscilar entre 0,3 y 0,5, indicando un efecto moderado.

Odds Ratio Interpretation

Para las relaciones de probabilidades, los parámetros son más dependientes del contexto. En la medicina, una relación de probabilidades de 1,5 se considera a veces un efecto débil, 2.0 moderado, y 3.0 o mayor fuerte. Sin embargo, en la epidemiología, incluso las tasas de probabilidades pequeñas (por ejemplo, 1,2) pueden ser significativas si la exposición es común y el resultado es grave (por ejemplo, cáncer). La clave es combinar el tamaño del efecto con el riesgo de referencia: un efecto relativo pequeño

Misconcepciones comunes sobre el tamaño del efecto

A pesar de su creciente prominencia, persisten varias ideas erróneas:

  • "Un gran tamaño de efecto siempre significa que el resultado es importante." Un gran tamaño de efecto de un estudio mal diseñado con variables confundidas puede ser engañoso. El tamaño del efecto debe interpretarse junto con la calidad del estudio, la representatividad de la muestra y los posibles prejuicios.
  • "El tamaño de Effect reemplaza la necesidad de valores p." Los valores de p y los tamaños de los efectos sirven funciones complementarias. Un valor de p comprueba si el efecto observado podría ser debido a la oportunidad, mientras que el tamaño de efecto cuantifica su fuerza.
  • "Los parámetros de Cohen son universales". Los parámetros varían según la disciplina. En algunos campos (por ejemplo, física o genética), los tamaños de efecto de d = 0,2 pueden considerarse enormes, mientras que en la psicología social, d = 0,8 pueden ser rutinarios.
  • "El tamaño de la Efecta es sólo para pruebas paramétricas." Existen tamaños de efecto no paramétricos, como el delta de Cliff para datos ordinal, la correlación biserial de rango y el V de Cramer para pruebas de chi-cuatro. Estos ofrecen una interpretación comparable sin suposiciones de distribución normales.

Ejemplos prácticos de tamaño de efecto en la investigación

Para ilustrar la utilidad del tamaño de efecto, considere tres escenarios de investigación:

Ejemplo 1: Comparando dos métodos de enseñanza

Un investigador asigna aleatoriamente a 50 estudiantes a un nuevo plan de estudios interactivo y 50 a una conferencia tradicional. Las puntuaciones post-test muestran una diferencia media de 4 puntos (nuevo: 82, tradicional: 78) con SD juntado = 10. Cohen d = 0.4—un efecto pequeño a medio. El valor p es 0.04 (significante en α = 0.05). Sin tamaño de efecto, un lector puede exagerar la importancia de la "significante

Ejemplo 2: Correlación entre ejercicio y humor

Un estudio de 200 adultos encuentra un Pearson r de 0,25 entre horas semanales de ejercicio y puntajes de estado de ánimo autoreportados (p = 0,001). Se trata de una correlación pequeña a media. El r2 = 0,0625 indica que el ejercicio explica sólo alrededor del 6% de la variabilidad de humor. Aunque estadísticamente significativa, la implicación práctica es que el ejercicio es uno de los muchos factores que influencian el estado de ánimo, y las intervenciones dirigidas al ejercicio pueden tener un efecto limitado.

Ejemplo 3: Relación entre probabilidades en un estudio de casos y controles

Un estudio de control de casos de cáncer de pulmón (200 casos, 200 controles coincidentes) investiga la asociación con un biomarcador específico. La relación de probabilidades es 3.2 (IC95%: 2.1-4.9), indicando que las probabilidades de cáncer de pulmón son más de tres veces mayores en las que tienen el biomarcador. Este es un efecto fuerte en la epidemiología. El intervalo de confianza (excluyendo 1) confirma la importancia estadística, y los mecanismos de tamaño de efecto guías investigación adicional en posibles causal.

Tamaño del efecto de presentación de informes en los documentos de investigación

Los guías de estilo líder y los requisitos de diario han evolucionado para ordenar el reporte de tamaños de efecto. El Manual de Publicación de APA (7a ed.) dice: "Para que el lector pueda apreciar la magnitud o importancia de los hallazgos de un estudio, es casi siempre necesario incluir alguna medida de tamaño de efecto en la sección Resultados." De igual manera, las directrices de la American Medical Association (AMA) y la Red EQUATOR para ensayos clínicos esperan tamaños de efecto con intervalos de confianza.

Cuando se informa, siga estas prácticas óptimas:

  • Siempre reporte el tipo específico de tamaño de efecto utilizado (por ejemplo, Cohen's d, Pearson's r, Hedges' g).
  • Proporcione el intervalo de confianza para la estimación del tamaño del efecto (por ejemplo, IC 95% [0.12, 0.68] para d).
  • Interpretar el tamaño de efecto en el contexto de la literatura anterior y la pertinencia práctica, no sólo los parámetros de referencia.
  • Evite frases como "un gran tamaño de efecto" sin discutir también lo que "grande" significa en el contexto de ese estudio.

Ejemplos de buena información: "El grupo de intervención anotó más alto que el grupo de control, Cohen's d = 0.63, IC 95% [0.27, 0.99], un efecto medio a mayor consistente con metaanálisis previa".

Limitaciones de los parámetros de tamaño de los efectos

Mientras que los parámetros de Cohen son herramientas de enseñanza útiles, tienen limitaciones. Originalmente fueron propuestos para las ciencias conductuales y pueden no aplicarse en otros campos. Por ejemplo, un Tamaño del efecto 0,2 en ensayos clínicos de medicamentos que salvan la vida podría ser extremadamente importante, mientras que un 0.8 tamaño del efecto en un estudio de rasgos de personalidad puede ser trivial. Además, los tamaños de efecto se pueden inflar en muestras pequeñas (especialmente con pequeñas N y grandes sesgos) o desinflados por error de medición. Considere siempre la fiabilidad de los instrumentos utilizados y la homogeneidad de la muestra al interpretar la magnitud del efecto.

Otra limitación es el riesgo de "extracción de tamaños de efectos": los investigadores que eligen la métrica de tamaño de efecto que hace que sus resultados se vean más impresionantes. Para contrarrestar esto, se recomienda la preinscripción de métricas de tamaño de efecto. Además, los metaanálisis prefieren cada vez más diferencias medias estandarizadas que se ajustan a los sesgos de muestreo (por ejemplo, Hedges' g) y utilizan modelos de efectos aleatorios para contabilizar para detectar variability.

Tamaño del efecto y análisis de potencia

El tamaño del efecto es central en el análisis de potencia, que determina el tamaño de la muestra necesario para detectar un efecto dado con un nivel deseado de potencia estadística. G*Power o herramientas similares, los investigadores introducen el tamaño de efecto esperado (a menudo basado en estudios anteriores o datos piloto), el nivel de significación (α), y el poder deseado (normalmente 0.80). El software produce el tamaño de muestra requerido. Por el contrario, después de un estudio, los investigadores pueden utilizar el tamaño de efecto observado para calcular el poder alcanzado después del bloque, aunque esta práctica es polémica porque no aborda la cuestión principal del estudio y puede ser engañoso.

Por ejemplo, un análisis de potencia a priori para una prueba t de dos grupos con el objetivo de detectar un efecto medio (d = 0,5) con α = 0,05 y potencia = 0,80 requiere aproximadamente 64 participantes por grupo (128 total). Esto ayuda a los investigadores a evitar estudios subpotenciados que desperdician recursos y producen estimaciones poco fiables.

Conclusión

Calcular e interpretar el tamaño del efecto es crucial para comprender el impacto real de los resultados de la investigación. Al ir más allá del pensamiento dicotomoso de "significante vs. no significativo" y enfocarse en la magnitud de los efectos, los investigadores pueden sacar conclusiones más matizadas y replicables. El tamaño del efecto facilita el metaanálisis, informa la planificación de la energía y proporciona un lenguaje común para comparar los hallazgos en estudios y campos.

Para estudiantes y educadores, dominar los conceptos de tamaño de efecto, incluyendo cuándo utilizar el d de Cohen, el r de Pearson o las relaciones de probabilidades, es un paso esencial para convertirse en consumidores críticos y productores de investigación. Como la comunidad científica sigue enfatizando la transparencia y reproducibilidad, el tamaño de efecto seguirá siendo una piedra angular de la práctica estadística sonora. Ya sea que usted está realizando un pequeño experimento de aula o un ensayo clínico grande, reportar e interpretar el tamaño de efecto analítico debe ser una parte rutinaria de su trabajo.

Para más lectura, consulte APA Publication Manual para las directrices sobre la presentación de informes sobre el tamaño de los efectos, y visitar National Center for Biotechnology Information para una visión práctica del tamaño del efecto en la investigación médica. Para una inmersión más profunda en los métodos computacionales, el paquete de effsize para R proporciona funciones integrales. Calculadora de tamaño de efecto psicométrico ofrece una herramienta en línea fácil para las computadoras rápidas.