Tamaño del

efecto
 Daniela Meza.
 Estrella Martínez.
 Betzy Pantoja.
 Miguel Reyes.
 Alfonso Zamudio.
Tamaño del efecto
 Familia de índices que miden la magnitud del efecto del
tratamiento.

 Diferente a las pruebas de significancia estadística. Son

independientes del tamaño de la muestra.

 Ampliamente utilizado en meta-análisis.

Magnitud del efecto
 Indica el grado de asociación entre un efecto y la variable
dependiente.

 Cuando el valor de esa medida de asociación es al

cuadrado entonces se puede interpretar como: la
proporción de varianza de la variable dependiente que es
atribuida al efecto.

Cárdenas M, Aranciba H. Potencia estadística y calculo del tamaño del efecto en G* Power: complementos a la prueba de significancia
estadística y su aplicación en piscología. Salud y Sociedad. 2014;.5 (2); 210-224.
Tamaño del efecto: aspectos conceptuales
 Puede ser entendido como:
 Una forma de cuantificar el tamaño de la diferencia entre
grupos.

 Una manera de conocer las magnitudes de las diferencias

(grande, moderada o pequeña), lo que permite hablar de la
importancia de las diferencias encontradas.

 Como un grado de generalidad que posee la superioridad de

determinada intervención sobre otra en la población de la cual
se obtuvo la muestra.

Domínguez S. Effect Size: Calculation using a visul basic module. Revista de Investigación en psicología. 2013. 16 (2): 235-240.
Cálculo del tamaño del efecto
 Diferencia estandarizada entre dos medias.

 Correlación entre la variable independiente y la variable

dependiente.
Tamaño del efecto: diferencia de medias

delta de Glass

d de Cohen

g de Hedges

Conversión de
d en r
 delta de Glass
 Cálculo para dos grupos independientes.

M1 - M 2
=
grup. control

 Se define como la diferencia de medias entre el grupo

experimental y el grupo control dividido por la desviación
típica del grupo control.

Wuensch Karl (2015). Standardized Effect Size Estimation: Why and How?. http: core.ecu.edu/psyc/wuenschk
 d de Cohen
 Cálculo para dos grupos independientes.

 Es la diferencia entre las dos medias dividido por el

pooled de la desviación estándar. Es una medida
descriptiva.

 Para Cohen la desviación típica puede ser utilizada

cuando las varianzas de los dos grupos son homogéneas.

Wuensch Karl (2015). Standardized Effect Size Estimation: Why and How?. http: core.ecu.edu/psyc/wuenschk
 d de Cohen
 Con tamaños de muestras iguales.

 Con tamaños de muestras diferentes.

 Donde para cada grupo

 S2j: varianza dentro del grupo.
 Pj =nj/N: la proporción del número total de las puntuaciones
(en ambos grupos, N) que se encuentran en ese grupo (nj).

Wuensch Karl (2015). Standardized Effect Size Estimation: Why and How?. http: core.ecu.edu/psyc/wuenschk
Interpretación
 d de Cohen

oPEQUEÑO d = 0.2
oMEDIANO d = 0.5
oGRANDE d = 0.8

Wuensch Karl (2015). Standardized Effect Size Estimation: Why and How?. http: core.ecu.edu/psyc/wuenschk
 g de Hedges
 Cálculo para dos grupos independientes.

 Homogeneidad de varianzas.

 Usa el calculo de la desviación estándar típica.

Marin F, Sanchez J. Estimadores del tamaño del efecto en meta-análisis: un estudio Monte Carlo del sesgo y la eficiencia .
Psicología .1996; 17: 467-482.
 Conversión de
d en r
 Correlación entre la variable independiente y la variable
independiente.
r= rVD, VI

Conversión de r a d. Conversión de d a r.

2 r d
d= r=
(1 – r 2) (d 2 + 4)

M. Dolores Frías http://www.uv.es/~friasnav

Interpretación

d r r2
0.8 efecto grande 0.371 0.138
0.5 efecto mediano 0.243 0.059
0.2 efecto pequeño 0.100 0.010

M. Dolores Frías http://www.uv.es/~friasnav

Ejemplos

 En un estudio publicado por Wilson, Becker & Tinker

(1995), se aleatorizaron pacientes a tratamiento EMDR
(prueba) vs. tratamiento EMDR de efecto retardado
(control). La variable de interés fue el índice global de
severidad de síntomas (GSI), este índice es llamado:
GLOBAL 4. Al grupo de tratamiento EMDR se le aplicó el
índice después de la toma del tratamiento y al grupo de
efecto retardado se le aplicó el índice antes de la toma
del tratamiento.
 La D de Cohen
puede ser estimada
con las dos D.E.

 0.65 = Efecto mediano

 La g de Hedge puede
ser estimada con la
media cuadrática (MS)

 0.65 = Efecto mediano

 La Delta de Glass
puede ser estimada
con la D.E. del grupo
control.

 0.66 = Efecto mediano

  Conversión de d en r

d
r=
(d 2 + 4)

0.65
r=
(0.65 2 + 4)

0.65 r = 0.1469 = Efecto pequeño

r=
r 2= 0.0215
4.4225
ANOVA de un factor: Muestras
independientes
Tamaño del efecto: ANOVA

Eta cuadrada (η2)

Eta cuadrada
parcial (η2p)

Omega cuadrada
(ω2)
 Eta cuadrada (η2)

 Eta cuadrada es la varianza del tratamiento expresada

como proporción de la varianza total.

 Por lo tanto si η2 es la varianza del tratamiento, entonces

1- η2 es la varianza de error. Expresado como:

 Uso de la fórmula para convertir de d a f: Si se desea

definir el tamaño del efecto en términos de la proporción
de varianza explicada.
Marin F, Sanchez J. Estimadores del tamaño del efecto en meta-análisis: un estudio Monte Carlo del sesgo y la eficiencia .
Psicología .1996; 17: 467-482.
 Eta cuadrada (η2)

 Reordenando la fórmula anterior:

 De acuerdo con Cohen se puede traducir en

proporciones de varianza:

 Efecto pequeño representa el 1% de la varianza.

 Efecto medio representa 6% de la varianza.
 Efecto grande representa 14% de la varianza.

Marin F, Sanchez J. Estimadores del tamaño del efecto en meta-análisis: un estudio Monte Carlo del sesgo y la eficiencia .
Psicología .1996; 17: 467-482.
 Eta cuadrada (η2)

 La eta cuadrada de la suma de cuadrados es la variabilidad

explicada por el efecto estudiado, respecto a la suma de
cuadrados total.

SS efecto
 η2 =
SS error

En una tabla de ANOVA.

Marin F, Sanchez J. Estimadores del tamaño del efecto en meta-análisis: un estudio Monte Carlo del sesgo y la eficiencia .
Psicología .1996; 17: 467-482.
Interpretación
 Cohen considera una f de:

Interpretación Efecto

0.10 Pequeño

0.25 Mediano

0.40 Grande
 Eta cuadrada
parcial (η2p)
 Cuando un factor es naturalmente variable en la
población de interés y de la muestra, entonces la varianza
asociada a ella se debe incluir en el denominador de la
fuerza de efecto estimador. Uso de η2p

 Pero cuando un factor es experimental y no está

presente en la población de interés, entonces la varianza
asociada a éste razonablemente pueda ser excluido de la
denominador. Uso de η2

Marin F, Sanchez J. Estimadores del tamaño del efecto en meta-análisis: un estudio Monte Carlo del sesgo y la eficiencia .
Psicología .1996; 17: 467-482.
 Eta cuadrada
parcial (η2p)
 En la eta cuadrada parcial se explica respecto a la suma de esa
suma de cuadrados más la del error, la residual.

 La pregunta que responde la η2p : de la varianza que no se

explica por otros efectos en el modelo, ¿Qué proporción se
explica por este efecto?.

Marin F, Sanchez J. Estimadores del tamaño del efecto en meta-análisis: un estudio Monte Carlo del sesgo y la eficiencia .
Psicología .1996; 17: 467-482.
 Omega cuadrada
(ω2)
 Coeficiente de asociación (Weimer, 1996).

 Se usa cuando se requiere conocer el grado de intensidad

la asociación entre una variable nominal y otra ordinal.

 Prueba de ANOVA.

 Alternativa de la η2 estima la proporción de la varianza de

la variable dependiente en la población.

Lee A. Effect Size (ES). Disponible:

<http://web.uccs.edu/lbecker/Psy590/es.htm>
 Omega cuadrada
(ω2)
 Es un estimador común de la fuerza de la asociación
entre la variable del tratamiento y la dependiente en un
arreglo de ANOVA de un solo criterio de clasificación.

 En donde:
 SCTRAT: Suma de cuadrados entre tratamiento.
 CMERROR: Cuadrado medio del error.
 SCT: Suma de cuadrados totales.
 K: Número de tratamientos.
 No indica direccionalidad positiva o negativa.

Lee A. Effect Size (ES). Disponible:

<http://web.uccs.edu/lbecker/Psy590/es.htm>
Interpretación

Rango de ω2 Intensidad de la relación

0.00 a 0.29 Débil
0.30 a 0.69 Moderado
0.70 a 1.00 Fuerte

Lee A. Effect Size (ES). Disponible:

<http://web.uccs.edu/lbecker/Psy590/es.htm>
Ejemplos
 Eta Cuadrada

En un estudio realizado en la Universidad Life en el año 2004, se incluyó a hombres y mujeres,

atletas de nivel universitario que participaban en deportes tales como el fútbol americano, Rugby,
atletismo de pista y campo, lacrosse, softbol y fútbol (49 contacto y 59 sin contacto).

Se les pidió a los participantes que realizaran el Test de Apreciación del Dolor (PAT, Petrovich,
1957; 1958a). que consiste en 25 figuras agrupados en tres series. (a) situaciones en donde se
siente dolor, b) anticipación del dolor versus sensación del dolor y (c) origen del dolor – si es
auto infligido o infligido por otros.

F. Straub, B. Martin, et al. Apreciación del Dolor por Atletas de Deportes de Contacto y de Deportes de No Contacto. PubliCE
Standard. 2004
Ejemplos
 Eta Cuadrada

 El análisis reveló un efecto significativo para la apreciación del dolor entre los atletas de
deportes de contacto vs no contacto [Wilks' Lambda = 0.80, F = 2.32, p < 0.017, eta cuadrada
= 0.23]. Por lo tanto, la hipótesis de diferencia significativa en la apreciación del dolor fue
aceptada. Los atletas de deportes de contacto (n=49) tuvieron una menor apreciación del
dolor que los atletas que participan en deportes donde no hay contacto (n=59).

F. Straub, B. Martin, et al. Apreciación del Dolor por Atletas de Deportes de Contacto y de Deportes de No Contacto. PubliCE
Standard. 2004
 Eta Cuadrada parcial

 En un estudio realizado en Madrid, se incluyeron pacientes del año 1997 a 2004, se evaluó la
eficacia de un programa de intervención psicológica que incide sobre la mejora de la
imagen corporal y la autoestima, comparando dos grupos de intervención (107) y control (81)
en cada uno de los momentos pretratamiento, post-tratamiento y seguimiento así como
analizar la influencia de las variables socioeconómicas y médicas (tipo de cirugía y tipo de
tratamiento) en la imagen corporal y la autoestima.

 Los resultados muestran que para la imagen corporal, el grupo de intervención obtiene
puntuaciones más elevadas que el grupo control en el postratamiento y seguimiento, mientras
que para la autoestima, las diferencias sólo se dan en el seguimiento y aparece la relevancia de
la variable tiempo transcurrido.

 En cuanto al tipo de cirugía, las mujeres tumorectomizadas (121) tuvieron una mejor imagen
corporal que las mastectomizadas (65).

Clínica y Salud, 2007, vol. 18 n.° 2 - Págs. 137-161. ISSN: 1135-0806

 Para la Imagen Corporal, el ANOVA (grupo x tiempo) develó un efecto
principal significativo de grupo p=0.01 (Eta al cuadrado parcial = 0.038) y
un efecto significativo de la interacción de tiempo y grupo p<0.01 (Eta al
cuadrado parcial = 0.138).
 En cuanto a la Autoestima, el análisis de varianza mostró un efecto principal
significativo para tiempo p<0.01 (Eta al cuadrado parcial = 0.450); y para la
interacción de tiempo y grupo, p<0.01 (Eta al cuadrado parcial = 0.106)
 Omega Cuadrada

En un estudio realizado en Argentina en el año 2012, se investigaron

diferencias en rasgos de personalidad patológicos y alteraciones en
metabolitos cerebrales entre no consumidores (42), consumidores
abstinentes (34) y consumo activo (37), en total se incluyeron 113
participantes.

Se estimó el tamaño de efecto con d de Cohen (1988) y omega

cuadrada (ω2) de grupos, usando la fórmula de Hays (1981) para evitar
sesgo por muestras.

ADICCIONES, 2013 · VOL. 25 NÚM. 3 · PÁGS. 208-219

Rango de ω2. Intensidad de la
relación
0.00 a 0.29 Débil

0.30 a 0.69 Moderado

0.70 a 1.00 Fuerte

Análisis de la tabla de contingencia
 Phi estima la magnitud del tamaño del efecto de la
relación de dos variables dicotómicas.

 Conversión de OR a d.

 Conversión de d a OR.

Marin F, Sanchez J. Estimadores del tamaño del efecto en meta-análisis: un estudio Monte Carlo del sesgo y la eficiencia .
Psicología .1996; 17: 467-482.
Interpretación

Phi / d Odds Ratio Tamaño del efecto

0.1 1.5 Pequeño, no significativo
0.3 3.5 Medio
0.5 9 Grande

Marin F, Sanchez J. Estimadores del tamaño del efecto en meta-análisis: un estudio Monte Carlo del sesgo y la eficiencia .
Psicología .1996; 17: 467-482.
Interpretación

Pruebas Símbolo Pequeño Mediano Grande

Pruebas t d 0.20 0.50 0.80
ANOVA f 0.10 0.25 0.40
unifactorial
ANOVA η2p 0.01 0.06 0.14
factorial
Ji cuadrada ω 0.10 0.30 0.50
Regresión f 0.20 0.15 0.35
múltiple

Marin F, Sanchez J. Estimadores del tamaño del efecto en meta-análisis: un estudio Monte Carlo del sesgo y la eficiencia .
Psicología .1996; 17: 467-482.