Berapa peserta yang dibutuhkan untuk mendeteksi ukuran efek ini?

Jumlahnya bergantung pada ukuran efek, power yang diinginkan, dan tingkat signifikansi. Untuk dua kelompok independen dengan ? = .05 (dua sisi), mendeteksi d = 0.5 dengan power 80% memerlukan 64 orang per kelompok; d = 0.8 memerlukan 26 orang dan d = 0.2 memerlukan 394 orang. Setelah tiap perhitungan, halaman menampilkan ukuran sampel yang diperlukan untuk power 80%, 90%, dan 95% pada efek yang dimasukkan, untuk uji t, ANOVA satu arah, dan korelasi.

Ukuran efek adalah ukuran kuantitatif dari besarnya suatu fenomena atau kekuatan suatu hubungan. Berbeda dengan p-value yang hanya memberi tahu Anda apakah suatu efek ada, ukuran efek memberi tahu Anda seberapa besar efek tersebut. Ukuran efek yang umum termasuk Cohen's d untuk perbedaan grup, eta-squared untuk ANOVA, dan korelasi r untuk hubungan.

Apa itu eta-squared dan apa bedanya dengan omega-squared?

Eta-squared mengukur proporsi total varians yang dijelaskan oleh suatu faktor dalam ANOVA. Omega-squared adalah estimator yang kurang bias untuk kuantitas yang sama. Eta-squared cenderung melebih-lebihkan efek populasi, terutama dengan sampel kecil. Cohen menyarankan tolok ukur 0,01 (kecil), 0,06 (sedang), dan 0,14 (besar) untuk kedua ukuran tersebut.

Kalkulator Ukuran Efek

Kuantifikasi besarnya perbedaan kelompok dengan Kalkulator Ukuran Efek MiniWebtool. Rata-rata, simpangan baku, dan ukuran sampel mendukung perkiraan efek terstandardisasi yang melengkapi uji signifikansi dengan ukuran besarnya perbedaan.

Belum tahu cara menggunakannya? Tanya AI

Gemini (salin dan buka)

Di Gemini, tempelkan pertanyaan yang disalin ke chat. Anda juga dapat menyalinnya di bawah.

Lihat pertanyaan

Saya ingin memahami cara menggunakan alat Kalkulator Ukuran Efek dari MiniWebtool: https://miniwebtool.com/id/kalkulator-ukuran-efek/. Apa kegunaannya, masukan atau pengaturan apa yang diperlukan, dan bagaimana cara menggunakan alat ini serta memahami hasilnya? Jelaskan dengan satu contoh sederhana langkah demi langkah. Gunakan halaman ini sebagai sumber dan jawab dalam bahasa Indonesia.

Gratis 3× per hariTidak perlu mendaftarHasil instan

Kalkulator Ukuran EfekCoba sekarang — gratis ▼

Satu efek, tiga skala: d = 0,5 setara dengan r = 0,24 dan r² = 5,9%

Masukkan rata-rata, SD, dan jumlah tiap kelompok di bawah (atau nilai t, F, atau r) untuk mendapatkan d Cohen, g Hedges, r, tumpang tindih, dan lainnya.

Embed Kalkulator Ukuran Efek Widget

Tentang Kalkulator Ukuran Efek

Memahami Ukuran Efek dalam Penelitian

Ukuran efek adalah statistik esensial yang menguantifikasi besarnya suatu fenomena, melengkapi informasi yang diberikan oleh p-value. Meskipun p-value memberi tahu Anda apakah suatu efek signifikan secara statistik, ukuran efek memberi tahu Anda seberapa besar efek tersebut. Perbedaan ini sangat penting untuk menilai signifikansi praktis — hasil yang signifikan secara statistik dengan ukuran efek yang sangat kecil mungkin tidak memiliki kepentingan di dunia nyata.

📏

Cohen's d

Perbedaan rata-rata terstandarisasi antara dua grup menggunakan SD gabungan

🎯

Hedges' g

Cohen's d yang dikoreksi biasnya, lebih disukai untuk sampel kecil (n < 20)

Glass's Delta

Perbedaan rata-rata yang distandarisasi hanya oleh SD grup kontrol

η²

Eta-Squared

Proporsi total varians yang dijelaskan dalam ANOVA

ω²

Omega-Squared

Estimasi varians-dijelaskan yang kurang bias dibandingkan η²

Cohen's f

Ukuran efek untuk ANOVA, diturunkan dari η²

Sekilas

Kalkulator Ukuran Efek mengukur seberapa besar perbedaan kelompok atau hubungan, dari rata-rata kelompok, nilai t, nilai F ANOVA, atau korelasi. Ukurannya meliputi d Cohen, g Hedges, delta Glass, eta-kuadrat dan omega-kuadrat.

Kalkulator Ukuran Efek: fitur sekilas
Fitur	Yang didapat	Cocok untuk
Rata-rata dua kelompok	Masukkan rata-rata, simpangan baku dan ukuran sampel setiap kelompok untuk mendapatkan selisih terstandar seperti d Cohen (SD gabungan), g Hedges dan delta Glass.	Membandingkan kelompok perlakuan dan kontrol
Input uji-t	Masukkan nilai t dengan ukuran kelompok independen, atau nilai t berpasangan dengan jumlah pasangan.	Makalah yang hanya melaporkan nilai t
Input ANOVA	Masukkan nilai F dengan df antar dan df dalam untuk mendapatkan ukuran varians yang dijelaskan seperti eta-kuadrat, omega-kuadrat dan f Cohen.	Hasil ANOVA satu arah
Input korelasi	Masukkan korelasi r dan ukuran sampel untuk mendapatkan ukuran efek dari korelasi.	Studi korelasi dan konversi r ke d
Ukuran efek bahasa umum	d Cohen juga dinyatakan sebagai probabilitas bahwa anggota acak Kelompok 1 memperoleh skor lebih tinggi daripada anggota acak Kelompok 2.	Menjelaskan hasil kepada audiens non-teknis
Preset dan ekspor	Tombol contoh mengisi data contoh, dan hasil dapat disalin sebagai teks atau tabel, atau diunduh sebagai CSV.	Mencoba alat dan memindahkan hasil ke laporan

Cara Menghitung Cohen's d

Cohen's d mengukur perbedaan terstandarisasi antara dua rata-rata grup:

$$d = \frac{M_1 - M_2}{SD_{pooled}}$$

di mana standar deviasi gabungan (pooled standard deviation) adalah:

$$SD_{pooled} = \sqrt{\frac{(n_1 - 1) \cdot SD_1^2 + (n_2 - 1) \cdot SD_2^2}{n_1 + n_2 - 2}}$$

Cohen's d sebesar 0,5 berarti kedua rata-rata grup berbeda setengah standar deviasi. Hedges' g menerapkan faktor koreksi $J = 1 - \frac{3}{4 \cdot df - 1}$ untuk mengurangi bias d yang cenderung naik pada sampel kecil.

Menginterpretasikan Ukuran Efek dengan CLES

Common Language Effect Size (CLES) menerjemahkan Cohen's d menjadi probabilitas intuitif: peluang bahwa individu yang dipilih secara acak dari Grup 1 akan memiliki skor lebih tinggi daripada individu yang dipilih secara acak dari Grup 2. Ini dihitung sebagai:

$$CLES = \Phi\left(\frac{d}{\sqrt{2}}\right)$$

di mana $\Phi$ adalah CDF normal standar. Misalnya, d = 0,5 sesuai dengan CLES sekitar 64%, yang berarti ada peluang 64% anggota Grup 1 acak mengungguli anggota Grup 2 acak.

Eta-Squared vs. Omega-Squared

Dalam ANOVA, eta-squared (η²) mewakili proporsi total varians yang dijelaskan oleh variabel independen:

$$\eta^2 = \frac{SS_{between}}{SS_{total}} = \frac{F \times df_{between}}{F \times df_{between} + df_{within}}$$

Namun, η² cenderung melebih-lebihkan efek populasi. Omega-squared (ω²) memberikan estimasi yang kurang bias:

$$\omega^2 = \frac{df_{between} \times (F - 1)}{df_{between} \times (F - 1) + N}$$

Konversi Antar Ukuran Efek

Kalkulator Ukuran Efek: Konversi Antar Ukuran Efek
Dari	Ke	Rumus
Cohen's d	Point-biserial r	$r = \frac{d}{\sqrt{d^2 + \frac{(n_1+n_2)^2}{n_1 \cdot n_2}}}$
Korelasi r	Cohen's d	$d = \frac{2r}{\sqrt{1 - r^2}}$
t-test (independen)	Cohen's d	$d = t \times \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}$
t-test (berpasangan)	Cohen's d_z	$d_z = \frac{t}{\sqrt{n}}$
η²	Cohen's f	$f = \sqrt{\frac{\eta^2}{1 - \eta^2}}$

Kapan Harus Menggunakan Setiap Ukuran Efek

Kalkulator Ukuran Efek: Kapan Harus Menggunakan Setiap Ukuran Efek
Skenario	Direkomendasikan	Alasan
Dua grup dengan varians sama	Cohen's d atau Hedges' g	Ukuran standar; g lebih disukai jika n < 20 per grup
Varians tidak sama	Glass's delta	Hanya menggunakan SD grup kontrol, tidak terpengaruh oleh varians perlakuan
Ukuran berulang / berpasangan	Cohen's d_z	Berdasarkan skor perbedaan; memperhitungkan korelasi dalam subjek
ANOVA satu arah	η² atau ω²	η² untuk penggunaan deskriptif; ω² untuk estimasi populasi yang kurang bias
Analisis korelasi	r dan r²	r mengukur kekuatan; r² memberikan proporsi varians bersama
Meta-analisis	Hedges' g	Koreksi bias sangat penting saat menggabungkan berbagai ukuran sampel

Pertanyaan yang Sering Diajukan

Apa itu ukuran efek?

Ukuran efek adalah ukuran kuantitatif dari besarnya suatu fenomena atau kekuatan hubungan antar variabel. Berbeda dengan p-value yang menunjukkan apakah suatu efek ada, ukuran efek memberi tahu Anda seberapa besar efek tersebut. Hal ini penting untuk meta-analisis, analisis kekuatan (power analysis), dan mengevaluasi signifikansi praktis dalam studi penelitian.

Apa itu Cohen's d dan bagaimana cara menginterpretasikannya?

Cohen's d mengukur perbedaan terstandarisasi antara dua rata-rata grup, dihitung sebagai perbedaan rata-rata dibagi dengan standar deviasi gabungan. Jacob Cohen menyarankan tolok ukur 0,2 (kecil), 0,5 (sedang), dan 0,8 (besar), tetapi ini harus diinterpretasikan dalam konteks bidang penelitian spesifik Anda. Di beberapa bidang, d sebesar 0,2 mungkin mewakili efek intervensi yang berarti.

Apa perbedaan antara Cohen's d dan Hedges' g?

Hedges' g adalah versi Cohen's d yang dikoreksi biasnya. Cohen's d sedikit melebih-lebihkan ukuran efek populasi, terutama dengan sampel kecil (n < 20 per grup). Hedges' g menerapkan faktor koreksi J untuk mengurangi bias ini. Untuk sampel besar, nilainya hampir identik.

Apa itu Common Language Effect Size (CLES)?

CLES menyatakan Cohen's d sebagai probabilitas: peluang bahwa orang yang dipilih secara acak dari satu grup akan memiliki skor lebih tinggi daripada orang yang dipilih secara acak dari grup lainnya. CLES sebesar 69% berarti ada probabilitas 69% bahwa anggota Grup 1 acak mengungguli anggota Grup 2 acak. Ini jauh lebih intuitif daripada nilai d mentah bagi audiens non-teknis.

Kapan saya harus menggunakan eta-squared vs. omega-squared?

Eta-squared (η²) umum dilaporkan tetapi cenderung melebih-lebihkan ukuran efek populasi, terutama dengan sampel kecil. Omega-squared (ω²) memberikan estimasi yang kurang bias dan umumnya direkomendasikan untuk tujuan inferensial. Untuk tujuan deskriptif dalam sampel spesifik Anda, η² dapat diterima. Keduanya berbagi tolok ukur interpretasi yang sama: 0,01 (kecil), 0,06 (sedang), 0,14 (besar).

Bisakah ukuran efek bernilai negatif?

Ya, ukuran efek berarah seperti Cohen's d dan korelasi r bisa bernilai negatif. Cohen's d negatif berarti Grup 2 memiliki rata-rata lebih tinggi dari Grup 1. r negatif menunjukkan hubungan terbalik. Tanda tersebut menunjukkan arah, sementara nilai absolut menunjukkan magnitudo. Ukuran berbasis varians (η², ω², r²) selalu non-negatif.

Bagaimana cara menghitung Cohen’s d dari hasil kelompok perlakuan dan kontrol?

Cohen’s d adalah selisih rata-rata kedua kelompok dibagi dengan simpangan baku gabungan. Contohnya, jika rata-rata kelompok perlakuan 82, kelompok kontrol 76, dan simpangan baku gabungannya 12, maka d = (82-76) ÷ 12 = 0,50. Di bagian dua kelompok, masukkan rata-rata, simpangan baku, dan ukuran sampel masing-masing kelompok untuk menghitung ukuran efek terstandardisasi.

Apakah ukuran efek tetap bermakna jika nilai p penelitian tidak signifikan?

Ya. Ukuran efek menggambarkan perkiraan besarnya perbedaan atau hubungan, sedangkan nilai p menunjukkan seberapa sesuai data dengan hipotesis nol berdasarkan asumsi uji. Penelitian dengan sampel kecil mungkin memperkirakan efek yang bermakna, tetapi memiliki ketidakpastian besar. Pertimbangkan ukuran efek bersama ukuran sampel, ketidakpastian, rancangan penelitian, dan konteks praktisnya.

Kapan saya sebaiknya menggunakan delta Glass alih-alih Cohen’s d?

Delta Glass berguna jika simpangan baku kelompok kontrol merupakan acuan variabilitas yang sesuai, terutama ketika perlakuan mungkin mengubah penyebaran nilai. Nilai ini membagi selisih rata-rata kedua kelompok dengan simpangan baku kelompok kontrol. Cohen’s d biasanya menggunakan simpangan baku gabungan dari kedua kelompok. Sebutkan ukuran yang digunakan agar pembaca mengetahui cara mendefinisikan perbedaan terstandardisasi tersebut.

Kutip konten, halaman, atau alat ini sebagai:

"Kalkulator Ukuran Efek" di https://MiniWebtool.com/id/kalkulator-ukuran-efek/ dari MiniWebtool, https://MiniWebtool.com/

oleh tim miniwebtool. Diperbarui: 2026-04-16

API developer tersedia: Jalankan alat ini dari aplikasi, otomatisasi, atau agen Anda dengan satu permintaan HTTP JSON. Lihat dokumentasi API

Mengobrol dengan AI favorit Anda

Gemini (salin dan buka)

Di Gemini, tempelkan pertanyaan yang disalin ke chat. Anda juga dapat menyalinnya di bawah.

Lihat pertanyaan

Saya ingin memahami cara menggunakan alat Kalkulator Ukuran Efek dari MiniWebtool: https://miniwebtool.com/id/kalkulator-ukuran-efek/. Apa kegunaannya, masukan atau pengaturan apa yang diperlukan, dan bagaimana cara menggunakan alat ini serta memahami hasilnya? Jelaskan dengan satu contoh sederhana langkah demi langkah. Gunakan halaman ini sebagai sumber dan jawab dalam bahasa Indonesia.

Kalkulator Ukuran Efek

Tentang Kalkulator Ukuran Efek

Memahami Ukuran Efek dalam Penelitian

Sekilas

Cara Menghitung Cohen's d

Menginterpretasikan Ukuran Efek dengan CLES

Eta-Squared vs. Omega-Squared

Konversi Antar Ukuran Efek

Kapan Harus Menggunakan Setiap Ukuran Efek

Pertanyaan yang Sering Diajukan

Mengobrol dengan AI favorit Anda

Statistik dan analisis data:

Pemecah matematika

Bilangan dan faktor

Pecahan dan pembagian

Pangkat, akar dan logaritma

Aljabar dan persamaan

Kalkulus

Geometri dan trigonometri

Alat populer dan terbaru:

Unduh seluruh batch sebagai file dengan Pro

Dari	Ke	Rumus
Cohen's d	Point-biserial r	\(r = \frac{d}{\sqrt{d^2 + \frac{(n_1+n_2)^2}{n_1 \cdot n_2}}}\)
Korelasi r	Cohen's d	\(d = \frac{2r}{\sqrt{1 - r^2}}\)
t-test (independen)	Cohen's d	\(d = t \times \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}\)
t-test (berpasangan)	Cohen's d_z	\(d_z = \frac{t}{\sqrt{n}}\)
η²	Cohen's f	\(f = \sqrt{\frac{\eta^2}{1 - \eta^2}}\)