Calcolatore ANOVA: Eta Quadrato Parziale
Calcola l’effetto parziale (η²p) per analisi ANOVA con precisione statistica. Inserisci i valori SS (somma dei quadrati) e df (gradi di libertà) per ottenere risultati immediati con visualizzazione grafica.
Guida Completa al Calcolo dell’Eta Quadrato Parziale (η²p) in ANOVA
L’eta quadrato parziale (η²p) è una misura fondamentale dell’effect size nelle analisi ANOVA, particolarmente utile per quantificare la proporzione di varianza spiegata da un fattore specifico eliminando la varianza spiegata dagli altri fattori e dalle interazioni. Questa guida approfondisce:
- La definizione matematica e le differenze con η² e ω²
- Quando utilizzare η²p vs. altre misure di effect size
- Interpretazione dei valori (con tabella di riferimento)
- Limitazioni e critiche metodologiche
- Applicazioni pratiche in psicologia, biologia e scienze sociali
1. Formula e Calcolo
La formula per η²p in un disegno fattoriale è:
η²p = SSeffetto / (SSeffetto + SSerrore)
Dove:
- SSeffetto: Somma dei quadrati per il fattore specifico
- SSerrore: Somma dei quadrati dell’errore per quel fattore (non la SS totale)
2. Confronto con Altre Misure di Effect Size
| Misura | Formula | Vantaggi | Limitazioni | Quando Usare |
|---|---|---|---|---|
| η² (Eta quadrato) | SSeffetto / SStotale | Semplice da calcolare | Sovrastima l’effect size in disegni complessi | Disegni sperimentali semplici (1 fattore) |
| η²p (Parziale) | SSeffetto / (SSeffetto + SSerrore) | Controlla per altri fattori | Può ancora sovrastimare con campioni piccoli | Disegni fattoriali (2+ fattori) |
| ω² (Omega quadrato) | (SSeffetto – (dfeffetto × MSerrore)) / (SStotale + MSerrore) | Meno bias di stima | Calcolo più complesso | Studi con campioni < 50 |
3. Interpretazione dei Valori
Non esistono soglie universali, ma Cohen (1988) propose queste linee guida per le scienze sociali:
| η²p | Interpretazione | Esempio Pratico |
|---|---|---|
| 0.01 | Effetto piccolo | Differenza di 2 punti in un test di 100 domande |
| 0.06 | Effetto medio | Differenza di 0.5 deviaz. standard in un trattamento |
| 0.14 | Effetto grande | Differenza clinicamente significativa in psicoterapia |
Nota: Questi valori sono indicativi. In campi come la genetica o la fisica, anche η²p = 0.02 può essere rilevante.
4. Applicazioni Pratiche
- Psicologia: Valutazione dell’efficacia di interventi terapeutici (es. η²p = 0.08 per la differenza tra CBT e placebo nel trattamento dell’ansia).
- Biologia: Analisi dell’impatto di variabili ambientali sulla crescita delle piante (es. η²p = 0.12 per l’effetto della luce solare).
- Marketing: Misurazione dell’influenza di diversi messaggi pubblicitari sulle vendite (η²p = 0.05 per il colore del packaging).
5. Limitazioni e Critiche
- Dipendenza dal disegno: η²p può variare nello stesso dataset se si aggiungono/rimuovono fattori.
- Sovrastima con campioni piccoli: Correzioni come adjusted η²p sono raccomandate per N < 30.
- Interpretazione contestuale: Un η²p = 0.03 può essere “grande” in genetica ma “piccolo” in psicologia.
6. Alternative e Estensioni
Per analisi più avanzate, considerare:
- η²p corretto: Aggiunge una correzione per il bias: 1 – (1 – η²p) × (N – 1)/(N – dfeffetto – 1).
- ω²p parziale: Versione meno biasata di η²p, ma richiede MSerrore.
- Analisi Bayesian: Fornisce distribuzioni posteriori per l’effect size (es. package
bayestestRin R).
Domande Frequenti
D: η²p può essere negativo?
R: No, perché SSeffetto e SSerrore sono sempre ≥ 0. Un valore negativo indica un errore di calcolo (es. SSerrore inserito come numero negativo).
D: Qual è la differenza tra η²p e R²?
R: η²p è specifico per ANOVA e considera solo la varianza spiegata da un fattore controllando per altri fattori. R² (regressione) misura la varianza spiegata dal modello complessivo.
D: Come riportare η²p in un paper?
R: Seguire lo stile APA:
“L’effetto del fattore X era significativo, F(2, 45) = 12.34, p = .001, η²p = .21 [IC 95%: .08, .34].”