Why Report Effect Sizes? The effect size is the main finding of a quantitative study. While a P value can inform the reader whether an effect exists, the P value will not reveal the size of the effect. In reporting and interpreting studies, both the substantive significance (effect size) and statistical significance (P value) are essential results to be reported. For this reason, effect sizes should be reported in a paper’s Abstract and Results sections. In fact, an estimate of the effect size is often needed before starting the research endeavor, in order to calculate the number of subjects likely to be required to avoid a Type II, or b, error, which is the probability of concluding there is no effect when one actually exists. In other words, you must determine what number of subjects in the study will be sufficient to ensure (to a particular degree of certainty) that the study has acceptable power to support the null hypothesis. That is, if no difference is found between the groups, then this is a true finding. Why Isn’t the P Value Enough? Statistical significance is the probability that the observed difference between two groups is due to chance. If the P value is larger than the alpha level chosen (eg, .05), any observed difference is assumed to be explained by sampling variability. With a sufficiently large sample, a statistical test

Varför rapportera effektstorlekar? Effektstorleken är det viktigaste resultatet av en kvantitativ studie. Medan ett P-värde kan informera läsaren om en effekt existerar, avslöjar inte P-värdet storleken på effekten. I rapportering och tolkning av studier, både de materiella signifikans (effektstorlek) och statistisk signifikans (P-värde) är viktiga resultat som ska rapporteras. Av denna anledning bör effektstorlekar rapporteras i a pappersavsnittet Abstrakt och Resultat. I själva verket en uppskattning av effektstorleken behövs ofta innan forskningen påbörjas sträva efter att beräkna antalet ämnen som sannolikt kommer att vara att krävas för att undvika ett typ II- eller b-fel, vilket är sannolikheten att dra slutsatsen är det ingen effekt när en existerar faktiskt. Med andra ord måste du bestämma vad antalet ämnen i studien kommer att vara tillräckligt för att säkerställa (till en viss grad av säkerhet) som studien har godtagbar kraft för att stödja nollhypotesen. Det är, om ingen skillnad hittas mellan grupperna, så är det ett sant fynd. Varför är inte P-värdet tillräckligt? Statistisk signifikans är sannolikheten att den observerade skillnaden mellan två grupper beror på slumpen. Om P värdet är större än den valda alfa-nivån (t.ex. .05), något observerad skillnad antas förklaras genom provtagning variabilitet. Med ett tillräckligt stort urval, ett statistiskt test