在 CMA 軟體（Comprehensive Meta-Analysis）中，想要進行兩組平均數差異的比較，Cohen’s d是常用的比較方法。接下來，就讓我們一起看看什麼是Cohen’s d吧！

一、什麼是Cohen’s d

Cohen’s d 是一種衡量兩組平均數差異的效果量指標（effect size），主要用來描述這個差異有多大，而不受樣本大小影響。其用途常見於行為科學、教育研究、心理學、醫學等領域，尤其在進行t檢定或ANOVA分析中，用來補充p值的解或實驗組與控制組比較時特別實用。

由於Cohen’s d所計算出的效果量大小提供了一個標準化的差異指標，可以幫助研究者判斷差異的實質意義，而非僅觀察統計顯著性。其中，Cohen (1969) 所提出的Cohen’s d計算公式為：

二、d值解釋

計算出的d 值可從三個層面進行解釋：

（一）解釋標準

d≈0.2：小效果（small）

d≈0.5：中等效果（medium）

d≈0.8：大效果（large）

（二）百分等級

d = 0.2：實驗組平均數約等於控制組第 58 百分位

d = 0.5：約等於第69百分位

d = 0.8：約等於第79百分位

（三）重疊比例

表示兩組資料分佈有多少比例是重疊的，例如：

d = 0.2 → 約有85%分數重疊

d = 0.5 → 約有67%分數重疊

d = 0.8 → 約有53%分數重疊

三、使用Cohen’s d的注意事項

Cohen’s d假設數據近似常態分佈，且兩群體的變異數相等（同質性）。因此，如果變異數不等，可能需要調整公式或使用其他效果量指標。除此之外，在進行Cohen’s d解釋時需考慮研究情境，效果量的大小意義則因研究內容而異。

以上便是有關Cohen’s d的說明，若本篇文章對您有幫助再請您幫我們留個五星好評，謝謝~

資料來源

Cohn, J. (1969). Statistics power analysis for behavioral sciences. New York: Academic Press.