Receba gratuitamente todos os nossos conteúdos.

Fique por dentro das novidades e oportunidades referentes à Psicometria e Análise Quantitativa de Dados.

Tamanho de efeito: g de Hedges (Hedge’s g)

O g de Hedges (Hedge’s G) é uma medida de tamanho de efeito que é usada para avaliar o tamanho da diferença entre duas médias. Ele foi desenvolvido para corrigir algumas das limitações do d de Cohen, que é outra medida de tamanho de efeito amplamente utilizada.

O g de Hedges é amplamente utilizado porque é menos suscetível a distorções quando as amostras têm tamanhos diferentes ou quando as variâncias das amostras são diferentes. Isso significa que ele pode ser mais preciso do que o d de Cohen em alguns casos.

Como é cálculado o g de Hedges?

A fórmula para calcular o tamanho de efeito Hedge’s g é:

g = (média do grupo de tratamento – média do grupo de controle) / desvio padrão combinado

onde desvio padrão combinado é calculado como:

desvio padrão combinado = sqrt[(N1-1)s1^2 + (N2-1)s2^2] / (N1 + N2 – 2)

onde N1 e N2 são o tamanho dos grupos de tratamento e controle, respectivamente, e s1 e s2 são os desvios padrão dos grupos de tratamento e controle, respectivamente.

Atualmente, softwares gratuitos como o JASP, em sua versão mais recente (0.16.4), já disponibiliza o tamanho de efeito g de Hedges. Basta selecionarmos e o JASP fornece essa estimativa de maneira rápida e simples.

Como interpretar o g de Hedges?

Os valores de g de Hedges podem variar até acima de 1, com valores próximos de 0 indicando que não há diferença significativa entre os grupos. Geralmente, valores de g de Hedges entre 0,2 e 0,5 são considerados pequenos, valores entre 0,5 e 0,8 são considerados moderados e valores acima de 0,8 são considerados grandes.

É importante notar que o tamanho de efeito Hedge’s G é apenas uma medida de tendência geral e não deve ser usado como uma medida absoluta de significância estatística. Outros fatores, como o nível de significância do estudo e o poder do estudo, também devem ser considerados ao interpretar os resultados.

Se você se interessou e quer saber mais sobre o g de Hedges, busque pelo artigo: Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs. Frontiers in psychology, 4, 863.

Esse artigo oferece uma visão geral sobre como calcular e relatar o tamanho de efeito Hedge’s G quando se utiliza o teste t. Ele também discute como o tamanho de efeito Hedge’s G se relaciona com o teste t e como ele pode ser usado para complementar essa medida de significância estatística. Este artigo oferece uma boa visão geral sobre a utilização do tamanho de efeito Hedge’s G no teste t e como essas medidas podem ser combinadas para fornecer uma compreensão mais completa dos resultados.

Fique ligado! Nos próximos posts vamos descrever mais um tamanho de efeito!

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

Como Citar:

Psicometria Online. (2023, 12 de janeiro). Tamanho de efeito: g de Hedges (Hedge’s g) [Blog]. Recuperado de https://www.blog.psicometriaonline.com.br/tamanho-de-efeito-g-de-hedges-hedges-g

BRUNO FIGUEIREDO DAMÁSIO

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) eEditor-Associado da Spanish Journal of Psychology, na sub-seção Psicometri e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 3000 citações, nas melhores revistas nacionais e internacionais. Atualmente, me dedico a formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Psicometria no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

Deseja se tornar completamente autônomo e independente na análise dos seus dados?

4 respostas

  1. Caro Bruno,
    Sempre agradeço a qualidade do seu trabalho e o fato de que sempre que preciso recuperar alguma fórmula ou buscar alguma boa referência encontro as respostas em seus posts e vídeos.
    No caso deste post, preciso deixar uma observação complementar: o g de Hedge não varia de -1 a 1. Os tamanho de efeito podem ser maiores que 1.
    Deixo números de exemplo real aqui: M1 = 2,9327; S1 = 0,57139; N1 = 48 e M2 = 2,2269; S2=0,47318; N2=20 –> g = 1,295 (pela própria fórmula que você apresenta).
    Abraços!

    1. Olá Isabel,
      Ficamos felizes em saber que nossos posts e vídeos tem sido úteis.
      Agradecemos o seu retorno em relação a este post.
      Embora revisamos e monitoramos cada post, vamos nos atentar ainda mais aos detalhes.
      Equipe Psicometria Online Academy

  2. Não seria legal ter um link com o como citar essa página (modelo)? Tem até alguns repositórios que salvam e poderia ser citada assim. Está cada vez mais comum essa prática entre os novos pesquisadores.

    1. Oi, Murilo. Vamos incluir as informações sobre como citar os posts do blog a partir deste mês. Muito obrigado pela sugestão!

      Equipe Psicometria Online Academy

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Veja mais

Posts relacionados

Covariância e correlação

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de dados, entender a relação entre

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de dados. Embora ambos compartilhem o

Explorando as etapas da análise de dados

Explorando as etapas da análise de dados

No vasto universo da análise de dados, encontramos duas vertentes cruciais: as estatísticas descritivas e as estatísticas inferenciais. Cada uma desempenha um papel distintivo na interpretação e compreensão de conjuntos

Breve check list para escrita de artigo acadêmico

Breve check list para escrita de artigo acadêmico

Você está pronto para embarcar em uma jornada de descoberta acadêmica? Seja você um pesquisado experiente ou iniciante, ter um guia para escrever um artigo de pesquisa é essencial para

O que são médias marginais?

O que são médias marginais?

Ao começar com estatísticas descritivas tradicionais, como as médias brutas, reconhecemos a necessidade de ir além, considerando possíveis viéses decorrentes de variações no número de observações e covariâncias. A pergunta-chave

Covariância e correlação

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de dados, entender a relação entre

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de dados. Embora ambos compartilhem o

Explorando as etapas da análise de dados

Explorando as etapas da análise de dados

No vasto universo da análise de dados, encontramos duas vertentes cruciais: as estatísticas descritivas e as estatísticas inferenciais. Cada uma desempenha um papel distintivo na interpretação e compreensão de conjuntos

Breve check list para escrita de artigo acadêmico

Breve check list para escrita de artigo acadêmico

Você está pronto para embarcar em uma jornada de descoberta acadêmica? Seja você um pesquisado experiente ou iniciante, ter um guia para escrever um artigo de pesquisa é essencial para

O que são médias marginais?

O que são médias marginais?

Ao começar com estatísticas descritivas tradicionais, como as médias brutas, reconhecemos a necessidade de ir além, considerando possíveis viéses decorrentes de variações no número de observações e covariâncias. A pergunta-chave

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.