Tolk Cohens d effektstørrelse

En interaktiv visualisering

Utviklet av Kristoffer Magnusson · Version 2.7.0 ·

Oversatt av Harald Groven

Cohens d et mål på effektstørrelse som er utrolig populært i psykologifaget. Tolkinga av denne er derimot ikke helt enkel, og forskere benytter ofte generelle retningslinjer, som å inndele i lav (0.2), middels (0.5), og høy (0.8) verdi når de tolker effekten. I mange tilfeller er det likevel tvilsomt om den standardiserate gjennomsnittsverdiforskjellen (dvs. Cohens d) er mer tolkbar er den ustandardiserte forskjellen.

For å forenkle tolkningen presenteres Cohens d på flere forskjellige måter i denne visualiseringen: Visuelt overlapp, Cohen's U₃, probability of superiority, prosentuelt overlapp, og number needed to treat. Du kan også endre standardavviet samt se den ustandardiserte forskjellen.

Cohens d

Drag the chart to pan · double-click to recenter.

Cohens U₃

% Overlapp

Probability of Superiority

Number Needed to Treat

Forklart med klarspråk

Med en Cohens d på 0.80, kommer 78.8% av "Behandling"-gruppa å være over gjennomsnittsverdien for "Kontroll"-gruppa (Cohens U₃), 68.9% av de to gruppene til å være overlappende, og det er en 71.4% sjanse å tilfeldig utvalgt person fra "Behandling"-gruppa kommer ha en høyere poengscore enn en tilfeldig utvalgt person fra "Kontroll"-gruppa (probability of superiority). For å få et mer positivt utfall i "Behandling"-gruppa sammenlignet med "Kontroll"-gruppa behøver vi behandle 3.5 personer i gjennomsnitt. Dette innebærer at om det er 100 personer i hver gruppe, og om vi antar at 20 personer har et positivt utfall i " Kontroll"-gruppa, så kommer 20 + 28.3 personer i "Behandling"-gruppa ha positive utfall.¹

¹The values are averages, and it is assumed that 20 (CER) of the "Kontroll" group have "favorable outcomes," i.e., their outcomes are below some cut-off. Change this using the Settings button above the slider. Go to the formula section for more information.

FAQ

Hvordan bruker jeg denne visualiseringen?

Bruk skyvebryteren (slider'en) for å endre Cohens d, eller åpne kontrollpanelet og endre parameterne. Du kan også endre ved hjelp av piltastene på tastaturet.

From the settings you can change the means, standard deviation, and the control group event rate (CER); the axis and distribution labels; and the slider's maximum and step size. Settings can be saved in your browser's localStorage so they persist across visits.

Du kan panorere langs x-aksen ved å klikke og dra på visualiseringen. Dobbeltklikk på visualiseringen for å sentrere og skalere.

Hvilke formler benyttes?

Cohen's d is the standardized mean difference, where $\delta$ is the population Cohen's d, equal population variances ( $\sigma$ ) are assumed, and $\mu_i$ is each population mean:

\delta = \frac{\mu_2 - \mu_1}{\sigma}

Writing $\Phi$ for the standard-normal CDF and $\Psi$ for its inverse, Cohen's U₃ (Cohen, 1977), the overlapping coefficient (Reiser & Faraggi, 1999), the probability of superiority / common-language effect size (Ruscio, 2008), and the number needed to treat (Furukawa & Leucht, 2011) are:

U_3 = \Phi(\delta)

\text{OVL} = 2\,\Phi(-|\delta|/2)

\text{CL} = \Phi\!\left(\frac{\delta}{\sqrt{2}}\right)

\text{NNT} = \frac{1}{\Phi(\delta + \Psi(\text{CER})) - \text{CER}}

CER is the control group's event rate (20% by default; change it in the settings). The overlap statistic here intentionally differs from Cohen's original calculation — see the question below.

R code to calculate NNT from Cohen's d:

CER <- 0.2
d <- 0.2
1 / (pnorm(d + qnorm(CER)) - CER)

Referanser

Cohen, J. (1977). Statistical power analysis for the behavioral sciences. Routledge.
Furukawa, T. A., & Leucht, S. (2011). How to obtain NNT from Cohen's d: comparison of two methods. PLoS ONE, 6(4), e19070.
Reiser, B., & Faraggi, D. (1999). Confidence intervals for the overlapping coefficient: the normal equal variance case. Journal of the Royal Statistical Society, 48(3), 413–418.
Ruscio, J. (2008). A probability-based measure of effect size: robustness to base rates and other factors. Psychological Methods, 13(1), 19–30.

Hvordan refererer jeg til denne siden?

Cite this page according to your favorite style guide.

The current version is 2.7.0 (changelog).

APA 7

Magnusson, K. (2026). Interpreting Cohen's d effect size: An interactive visualization (Version 2.7.0) [Web App]. R Psychologist. https://rpsychologist.com/cohend/

BibTeX

@software{magnussonCohend,
  author = {Kristoffer Magnusson},
  title = {Interpreting Cohen's d effect size: An interactive visualization},
  url = {https://rpsychologist.com/cohend/},
  version = {2.7.0},
  date = {2026-10-24},
}

Jeg har funnet en bug!

Please open an issue on GitHub, or reach out on social media.

Overlappstatistikken skiller seg fra Cohens beregninger

Dette er bevisst. Du kan lese mer om hva jeg har tenkt i blogginnlegget: Where Cohen went wrong – the proportion of overlap between two normal distributions

Kan jeg bruke visualiseringen i boka/artikkelen min?

Ja, absolutt! Jeg har ikke oppfunnet hvordan tegne to overlappende gauss-kurver. Visualiseringen på den her siden er public domain, noe som medfører at du kan "kopiere, endre, distribuere og fremføre verket, selv for kommersielle formål, uten å spørre om tillatelse." (see CC0 1.0 universell Public domain-dedikation). Kreditering er ikke et krav, men det vil satt pris på! Kildekoden for visualiseringen har en MIT-lisens, og tekstene er CC-BY 4.0.

Flere visualiseringer

All visualizations →