يمثل معامل كوهين دي (Cohen’s d) أحد أهم المقاييس الإحصائية المعتمدة لتقدير حجم الأثر (Effect Size) في ميدان علم النفس والعلوم السلوكية والتربوية، حيث يوفر وسيلة معيارية دقيقة لقياس الفارق بين متوسطي مجموعتين بصرف النظر عن وحدات القياس الأصلية. وقد شكل ظهور هذا المقياس نقطة تحول منهجية حاسمة تجاوزت قيد الاعتماد الحصري على اختبارات الدلالة الإحصائية الصفرية، والتي غالبًا ما تقدم صورة غير مكتملة عن الأهمية الواقعية أو السريرية للنتائج. فبينما تخبرنا القيمة الاحتمالية بما إذا كان الفارق المرصود وليد الصدفة، يكشف معامل كوهين دي عن مقدار هذا الفارق وعمقه التطبيقي في الواقع الإنساني والعيادي.
المفهوم النظري والسياق الإبستمولوجي لمعامل كوهين دي
يعرّف معامل كوهين دي في الأدبيات السيكومترية بأنه مقياس معياري يعبر عن الفرق بين متوسطين مقسومًا على الانحراف المعياري المجمع للمجتمع أو العينة، مما يجعله خاليًا من وحدات القياس وموحد الدلالة عبر مختلف الاختبارات والأدوات النفسية. يستند المفهوم إلى فكرة جوهرية مفادها أن الفروق المطلقة بين الدرجات الخام لا تقدم معنى علميًا قابلاً للمقارنة ما لم يتم وضعها في سياق التشتت العام للبيانات. ومن هذا المنطلق، يتيح دي للباحثين فهم المسافة المعيارية التي تفصل بين أداء مجموعتين، كالمجموعة التجريبية والضابطة، بوحدات الانحراف المعياري.
يندرج هذا المفهوم ضمن التحول الإبستمولوجي الذي شهده البحث السلوكي نحو إعطاء الأولوية للأهمية العملية بدلاً من مجرد الاكتفاء بالدلالة الإحصائية الشكلية. ففي كثير من الدراسات النفسية ذات العينات الضخمة للغاية، يمكن لأي فارق طفيف وهامشي أن يحقق دلالة إحصائية صريحة، مما قد يقود الممارسين إلى استنتاجات مضللة حول جدوى تدخل علاجي معين. وهنا يتدخل حجم الأثر ليعيد تصويب المسار العلمي، موضحًا ما إذا كان التدخل قد أحدث أثرًا حقيقيًا يستحق التكلفة والجهد، أم أنه مجرد رقم ناتج عن تضخم حجم العينة.
علاوة على ذلك، يمثل معامل كوهين الأساس المعرفي لما يُعرف بحجم الأثر الموجه نحو الفروق، في مقابل مقاييس الارتباط مثل معامل فاي أو مربع إيتا. إن قدرة هذا المقياس على التعبير عن التباعد السيكولوجي بين المجتمعات جعلت منه ركيزة لا غنى عنها في تصميم البحوث التجريبية وشبه التجريبية. فهو يساعد في بناء فرضيات تجريبية كمية محددة بدقة، متجاوزًا الفرضيات العامة التي تكتفي بالقول بوجود فرق دون تحديد مقداره المتوقع.
ومن منظور النظرية القياسية، يعكس دي درجة التداخل (Overlap) بين توزيعين احتماليين طبيعيين؛ فكلما ارتفعت قيمة المعامل، قلّ التداخل بين توزيع المجموعة الضابطة وتوزيع المجموعة التجريبية، وزادت قدرة الأداة القياسية على التمييز بين الأفراد الخاضعين للشروط المختلفة. هذا الربط الرياضي بين التوزيعات الطبيعية والتأثيرات السلوكية يجعل من كوهين دي لغة مشتركة يفهمها المتخصصون في مختلف فروع المعرفة النفسية والطبية والتربوية.
السياق التاريخي وتطور مقاييس حجم الأثر مع جيكوب كوهين
يرتبط تاريخ هذا المقياس ارتباطًا وثيقًا بالباحث الإحصائي وعالم النفس الأمريكي جيكوب كوهين (Jacob Cohen)، الذي قاد في ستينيات القرن العشرين ثورة نقدية ضد إساءة استخدام اختبار الفرضية الصفرية واختبارات تي وتحليل التباين في البحوث النفسية. لاحظ كوهين خلال مراجعته المنهجية للمنشورات السلوكية أن الأغلبية الساحقة من الدراسات تعاني من ضعف حاد في القوة الإحصائية (Statistical Power)، مما يعني أن الباحثين كانوا يفشلون في رصد الآثار الحقيقية نظراً لصغر أحجام العينات وغياب التخطيط المسبق لحجم الأثر المتوقع.
نشر كوهين عمله التأسيسي البارز في كتابه المرجعي الشهير بعنوان التحليل الإحصائي للقوة للعلوم السلوكية (Statistical Power Analysis for the Behavioral Sciences) في عام 1969، والذي أعيد تنقيحه وتوسيعه في طبعة ثانية رائدة عام 1988. في هذا العمل، لم يكتفِ كوهين بانتقاد الممارسات السائدة، بل قدم منظومة متكاملة من المؤشرات الإحصائية المصممة لتمكين الباحثين من قياس أحجام الآثار والتنبؤ بالقوة الإحصائية اللازمة قبل بدء جمع البيانات، وكان في صلب هذه المنظومة مقياسه الشهير دي.
واجهت أفكار كوهين في بدايتها نوعًا من المقاومة داخل الأوساط الأكاديمية التقليدية التي اعتادت على اعتبار القيمة الاحتمالية هي المعيار الوحيد لقبول البحوث أو رفضها في الدوريات المحكمة. إلا أن تراكم الانتقادات الموجهة لما يسمى بأزمة التكرار (Replication Crisis) في علم النفس، وتزايد الوعي بظاهرة انحياز النشر، أدى إلى اعتراف واسع النطاق بأطروحات كوهين. وبحلول نهاية القرن العشرين، أصبحت جمعية علم النفس الأمريكية (APA) توصي رسميًا بإدراج حجوم الآثار وفترات الثقة في كل تقرير بحثي.
أصبح إرث جيكوب كوهين المنهجي جزءًا لا يتجزأ من فلسفة العلم المعاصر، حيث ساعد عمله في ترسيخ تقاليد التحليل البعدي أو التلوي (Meta-Analysis). وبدون المعايرة التي وفرها معامل دي، لم يكن بالإمكان دمج نتائج مئات الدراسات المستقلة التي استخدمت مقاييس مختلفة لدراسة نفس الظاهرة النفسية، مما جعل كوهين دي حجر الزاوية في بناء الأدلة العلمية التراكمية في الطب النفسي وعلم النفس العيادي.
الصياغة الرياضية وطرق الحساب الإحصائي
تعتمد المعادلة الرياضية الأساسية لمعامل كوهين دي على حساب الفارق المطلق بين متوسط المجموعة الأولى ومتوسط المجموعة الثانية، ومن ثم قسمة الناتج على الانحراف المعياري المشترك أو المجمع لكلا المجموعتين. يعبر عن ذلك رياضيًا بأن دي يساوي حاصل طرح متوسط العينة الثانية من متوسط العينة الأولى مقسومًا على الانحراف المعياري المجمع، مما ينتج قيمة مجردة تمثل عدد الانحرافات المعيارية الفاصلة بين المتوسطين.
يتطلب حساب الانحراف المعياري المجمع (Pooled Standard Deviation) دقة خاصة، إذ إنه يمثل متوسطًا مرجحًا للتباين في المجموعتين يأخذ في الاعتبار درجات الحرية وحجم كل عينة على حدة. في حالة تساوي حجم العينتين، يكون التباين المجمع ببساطة هو المتوسط الحسابي لتبايني المجموعتين؛ أما في حالة تباين أحجام العينات، فإن المعادلة تزن تباين كل مجموعة بحسب درجات حريتها لضمان عدم انحياز التقدير نحو العينة الأكبر أو الأصغر بطريقة غير منضبطة.
في تصاميم القياسات المتكررة أو العينات المترابطة (Within-Subjects Designs)، يختلف أسلوب الحساب بصورة ملحوظة، حيث يظهر تمايز بين حساب دي باستخدام انحراف درجات الفروق الفردية، أو باستخدام متوسط الانحرافات المعيارية للقياس القبلي والبعدي مع ضبط معامل الارتباط بينهما. يحذر الإحصائيون دائمًا من الخلط بين هذه الطرق، لأن استخدام انحراف الفروق المباشرة غالبًا ما يضخم قيمة المعامل بصورة مصطنعة بسبب الارتباط الإيجابي الشائع بين القياسين لنفس المفحوصين، وهو ما يستدعي تصحيح الصيغة لتتوافق مع التقدير المعياري العام.
يجدر بالذكر وجود مقاييس بديلة وثيقة الصلة بكوهين دي تستخدم في سياقات محددة، مثل مقياس جلاس دلتا (Glass’s Delta) الذي يعتمد حصريًا على الانحراف المعياري للمجموعة الضابطة كمقام في المعادلة، مفترضًا أن المعالجة التجريبية قد تؤثر على تشتت درجات المجموعة التجريبية مما يجعل دمج التباين غير دقيق. كما يبرز مقياس هيدجز جي (Hedges’ g) الذي يطبق معامل تصحيح لمعالجة الانحياز التصاعدي البسيط الذي يظهره كوهين دي عندما تكون أحجام العينات صغيرة جداً، وهو ما يجعل هيدجز جي الخيار المفضل إحصائيًا في عينات الدراسات السريرية المحدودة.
المعايير الإرشادية والتفسيرية لحجم الأثر
وضع جيكوب كوهين قواعد إرشادية نوعية لمساعدة الباحثين في تفسير القيمة العددية الناتجة عن معامل دي، مقسمًا الأثر إلى ثلاثة مستويات رئيسية: الأثر الصغير، والأثر المتوسط، والأثر الكبير. حدد كوهين القيمة 0.20 لتمثل أثرًا صغيرًا، والقيمة 0.50 لتمثل أثرًا متوسطًا، والقيمة 0.80 فما فوق لتمثل أثرًا كبيرًا. ورغم الشهرة الطاغية لهذه العتبات، إلا أن كوهين نفسه شدد بوضوح على ضرورة عدم التعامل مع هذه الأرقام كأحكام جامدة، بل كمعالم استرشادية عامة في غياب سياق مقارن مسبق.
يعبر الأثر الصغير (دي = 0.20) عن فارق حقيقي لكنه خفي ودقيق يصعب ملاحظته بالعين المجردة أو الملاحظة العادية في الحياة اليومية، ولا يتكشف إلا عبر أدوات القياس الإحصائية الحساسة. يشبه كوهين هذا الأثر بالفارق الطفيف في متوسط الطول بين الفتيات في سن 15 و16 عامًا. وفي الدراسات النفسية، يعد الأثر الصغير ذا أهمية استثنائية إذا كان متعلقًا بتدخلات واسعة النطاق على مستوى الصحة العامة أو البرامج التربوية الوقائية، حيث إن تحسينًا بسيطًا لدى ملايين الأفراد ينطوي على فائدة مجتمعية هائلة.
أما الأثر المتوسط (دي = 0.50)، فيشير إلى فارق واضح بما يكفي ليكون مرئيًا للشخص المتمرس أو الملاحظ الحذر دون تعقيدات قياسية. يناظر هذا الأثر الفارق في الطول بين الإخوة البالغين أو التباين الملموس في التحصيل الأكاديمي الناتج عن استراتيجية تدريسية مبتكرة ومتميزة. وتعتبر الغالبية العظمى من التدخلات النفسية والارشادية والدوائية الناجحة ذات تأثيرات تقع في هذا النطاق، وهو ما يعكس تغيرًا سريريًا ملموسًا يستحق التبني والتطبيق في العيادات.
بالمقابل، يعكس الأثر الكبير (دي = 0.80 فما فوق) فارقًا صارخًا لا يخطئه الملاحظ العادي، كالفارق في الطول بين النساء والرجال البالغين. في البحوث النفسية والطبية، يعد الوصول إلى حجم أثر بهذا الحجم إنجازًا نادرًا إلا في حالات المعالجات شديدة الفاعلية، كعلاج الخوف المرضي المحدد عبر تقنيات التعرض المباشر، أو مقارنة مجموعات إكلينيكية محددة تمامًا بأفراد أصحاء في اختبارات الوظائف التنفيذية العصبية.
الدلالة الإحصائية مقابل الدلالة العملية والسريرية
إن التمييز بين الدلالة الإحصائية (Statistical Significance) والدلالة العملية أو السريرية (Clinical Significance) يمثل جوهر الفلسفة الكامنة خلف معامل كوهين دي. تعتمد الدلالة الإحصائية على مؤشر القيمة الاحتمالية، والتي ترتبط ارتباطًا طرديًا وثيقًا بحجم العينة؛ فكلما كان حجم العينة كبيرًا جدًا، تراجعت قيمة بي واقتربت من الصفر حتى وإن كان الفارق بين المجموعات تافهًا عمليًا ولا يقدم أي فائدة علاجية حقيقية للمرضى في الواقع.
يقوم معامل كوهين دي بفصل حجم الأثر عن حجم العينة فصلاً تامًا، مما يتيح للإحصائيين والنفسانيين تقييم الفائدة الجوهرية للنتائج بمعزل عن القدرة الإحصائية الناجمة عن ضخامة الأرقام. فدراسة أجريت على مئة ألف شخص قد تثبت وجود فرق إحصائي دال عند مستوى ألفي، لكن معامل كوهين دي قد يكشف أن حجم الأثر لا يتجاوز 0.03، وهو ما يعني أن الأثر يكاد يكون معدومًا من الناحية الواقعية، ولا يبرر تكاليف توظيف الدواء أو المنهجية التدريبية في الممارسة الميدانية.
في المقابل، قد تفشل دراسة استكشافية سريرية ذات عينة صغيرة في تحقيق الدلالة الإحصائية التقليدية نظراً لانخفاض القوة الإحصائية، غير أن كوهين دي قد يسجل قيمة مرتفعة تصل إلى 0.75. ينبه هذا التقدير الباحثين إلى أن المعالجة واعدة للغاية وتحدث فارقًا سريريًا جوهريًا، وأن الفشل في الحصول على دلالة إحصائية كان فقط نتيجة محدودية الموارد أو صغر العينة، مما يبرر إعادة تكرار التجربة بعينة أوسع بدلاً من إهمال التدخل بالكلية.
لتوضيح ذلك بطريقة تطبيقية، يستعين العلماء بمؤشرات مشتقة من كوهين دي، مثل النسبة المئوية للمجموعة الضابطة التي تتجاوزها المجموعة التجريبية (Cohen’s U3)، ومؤشر التداخل التوزيعي، ومؤشر العدد المطلوب للعلاج (Number Needed to Treat – NNT). توفر هذه المقاييس للممارسين السريريين تفسيرًا بديهيًا وملموسًا لقيمة دي، مما يسهم في اتخاذ قرارات طبية ونفسية مستنيرة ترتكز على مبادئ الممارسة القائمة على الأدلة.
تطبيقات كوهين دي في علم النفس والعلوم السلوكية والطب النفسي
يعد استخدام معامل كوهين دي شديد الاتساع والتنوع في أبحاث الصحة النفسية والعلاج النفسي. فعند تقييم فاعلية العلاج المعرفي السلوكي (CBT) مقارنة بقوائم الانتظار أو الدواء الوهمي في علاج اضطراب الاكتئاب الجسيم، يقدم كوهين دي التقدير المعياري لمدى انخفاض أعراض الاكتئاب وفق مقاييس مثل بيك للاكتئاب أو هاميلتون، مما يمكن الباحثين من تقييم التفوق النسبي للتدخل النفسي مقارنة بالتدخلات الدوائية المعتمدة.
في مجال القياس والتقويم النفسي (Psychometrics)، يستخدم دي لاختبار الصدق التمييزي للمقاييس النفسية ومقارنة استجابات الفئات التشخيصية المختلفة. فإذا كان هناك مقياس جديد مصمم للكشف عن أعراض اضطراب فرط الحركة وتشتت الانتباه، فإن قدرة هذا المقياس على إظهار معامل دي مرتفع بين مجموعة الأطفال المشخصين سريريًا ومجموعة الأقران غير المشخصين تعد دليلاً قويًا على كفاءته التشخيصية وقدرته على الفرز والتصنيف الدقيق في المدارس والعيادات.
أما في علم النفس العصبي المعرفي، فيطبق كوهين دي لرصد التدهور المعرفي الدقيق لدى مرضى التصلب المتعدد أو الزهايمر في مراحله المبكرة مقارنة بعينات المقارنة السليمة. نظرًا لأن الاختبارات العصبية النفسية تقيس وظائف متعددة كوقت الاستجابة، والذاكرة العاملة، والانتباه التنفيذي بوحدات قياس شديدة التباين كالمللي ثانية أو عدد الكلمات المسترجعة، فإن تحويل الفروق إلى قيم دي يوفر بروفايلاً معرفيًا موحدًا يكشف الوظائف الأكثر تضررًا لدى المريض بدقة متناهية.
وفي علم النفس الاجتماعي والتنظيمي، يُستخدم معامل كوهين دي لتقييم برامج التدريب المؤسسي، واستراتيجيات تقليل التحيز والتمييز، وبرامج القيادة الإدارية. ومن خلال حساب دي لمخرجات الأداء والإنتاجية ومستويات الرضا الوظيفي قبل التدخل وبعده، تستطيع المؤسسات إجراء تحليلات دقيقة للتكلفة والعائد المالي والمهني، محددةً بدقة الفوائد الملموسة التي عادت على بيئة العمل والإنتاج السلوكي للعاملين.
اعتبارات متقدمة: فترات الثقة، التحليل التلوي، وتصحيح العينات
من الأخطاء الشائعة في الأبحاث النفسية الاكتفاء بحساب معامل كوهين دي كقيمة نقطية منفردة دون إرفاقها بفترة الثقة (Confidence Interval). تؤكد الأدبيات الإحصائية الحديثة أن حجم الأثر في العينة هو مجرد تقدير خاضع للخطأ المعياري، وأن حساب فترة الثقة بنسبة 95% لمعامل دي يوفر نطاقًا من القيم المعقولة التي يمكن أن يقع فيها حجم الأثر في المجتمع الأصلي، مما يعكس درجة الدقة واليقين الإحصائي في النتائج المستخلصة.
يعد كوهين دي العملة المشتركة الأساسية في دراسات التحليل التلوي (Meta-Analysis)، وهي المنهجية التي تدمج البيانات الكمية من عشرات ومئات الدراسات المستقلة للوصول إلى تقدير موحد ونهائي لفاعلية تدخل معين. يقوم الباحثون في التحليل التلوي بجمع قيم دي من مختلف المنشورات العلمية، ثم يتم ترجيح قيمة كل دراسة بالاعتماد على تباينها العكسي أو حجم عينتها، مما يؤدي إلى الحصول على حجم أثر تلوي شامل يتمتع بموثوقية علمية أعلى بكثير من أي دراسة فردية معزولة.
ومع ذلك، ينبغي للباحثين الانتباه إلى إشكالية انحياز العينات الصغيرة؛ حيث يميل معامل كوهين دي غير المصحح إلى تضخيم حجم الأثر الحقيقي تضخيمًا طفيفًا عندما يقل حجم العينات الإجمالي عن 20 فردًا. في هذه البيئات البحثية، يوصي الإحصائيون بالتحول المباشر إلى مقياس هيدجز جي، الذي يضرب قيمة دي بمعامل تصحيحي بسيط يزيل هذا الانحياز، معيدًا التقدير إلى مستواه الدقيق والمتطابق مع الخصائص التوزيعية للمجتمع الأصلي.
كما تشمل الاعتبارات المتقدمة مشكلة عدم تجانس التباين (Heterogeneity of Variance) بين المجموعات؛ فإذا كانت المجموعة التجريبية تبدي تشتتًا يفوق تشتت المجموعة الضابطة بصورة دالة، فإن دمج التباين يصبح مضللاً إحصائيًا. في هذه الحالات، ينبغي استخدام صيغ معدلة تأخذ بعين الاعتبار عدم استواء التباين، أو اللجوء إلى مقاييس حجم الأثر اللابارامترية (Non-parametric Effect Sizes) التي تعتمد على الرتب والوسيط لحماية النتائج من التشويه الإحصائي الناجم عن القيم المتطرفة والالتواء التوزيعي.
القيود المنهجية والممارسات الفضلى في تطبيق كوهين دي
على الرغم من الأهمية الفائقة لمعامل كوهين دي، إلا أن سوء استخدامه قد يفرز استنتاجات خاطئة تمامًا إذا لم يُقرن بالوعي بمنطلقاته المنهجية. أول هذه القيود هو الحساسية الشديدة لثبات أدوات القياس (Measurement Reliability). فإذا كانت الأداة النفسية المستخدمة تعاني من انخفاض معامل الثبات (كألفا كرونباخ المتدني)، فإن تباين الخطأ في القياس سيتضخم، مما يؤدي بالضرورة إلى تضخيم الانحراف المعياري المجمع في مقام المعادلة، والنتيجة الحتمية هي تقليص قيمة معامل كوهين دي وإخفاء الأثر الحقيقي للظاهرة قيد الدراسة.
يرتبط القيد الثاني بقضية تباين المجتمعات والتقييد المداوي (Range Restriction). فحساب كوهين دي في عينة متجانسة للغاية، كطلاب الجامعات المتفوقين، سينتج انحرافًا معياريًا ضيقًا للغاية، مما قد يؤدي إلى تضخيم قيمة دي وجعلها تبدو ضخمة على نحو زائف مقارنة بما لو قيس الأثر في المجتمع العام الأكثر تباينًا وتنوعًا. لذا، يحذر العلماء من مقارنة قيم كوهين دي عبر دراسات مختلفة تستهدف عينات متباينة في خصائصها الديموغرافية والاجتماعية دون معايرة دقيقة لتشتت البيانات.
لتجنب هذه المزالق وتطبيق أفضل الممارسات المنهجية، يوصى بالالتزام بمجموعة من الإجراءات البحثية الصارمة، والتي يمكن تلخيصها في النقاط التالية:
- التقرير المزدوج للنتائج: الالتزام بالتقرير المتزامن لكل من الدلالة الإحصائية (قيمة بي) ومقاييس حجم الأثر (كوهين دي وهيدجز جي) وفترات الثقة المصاحبة لها في متن البحث.
- التفسير السياقي: الامتناع عن التفسير الآلي لعتبات كوهين (0.2، 0.5، 0.8)، وبدلاً من ذلك مقارنة حجم الأثر المحسوب بالأدبيات التراكمية الخاصة بنفس الموضوع والمقاييس المستخدمة.
- استخدام تصحيح الثبات: اللجوء إلى تصحيح تضعيف القياس (Correction for Attenuation) عندما يكون ثبات المقاييس النفسية معروفًا، لتقدير حجم الأثر الخالي من خطأ القياس العشوائي.
- توثيق الصيغة المستخدمة بدقة: الإشارة بوضوح في قسم المنهجية إلى المعادلة المحددة المعتمدة في الحساب، لا سيما في تصاميم القياسات المتكررة والبيانات غير المتوازنة.
خاتمة
في الختام، يمثل معامل كوهين دي أداة سيكومترية وتحليلية محورية أعادت تشكيل الممارسة البحثية في علم النفس والعلوم السلوكية، منتقلة بالبحث الكمي من النظرة الضيقة لقرارات الرفض والقبول الثنائية في الفرضية الصفرية إلى التقدير المستمر والموضوعي للأهمية العملية للظواهر الإنسانية. من خلال تحويل الفروق بين المتوسطات إلى وحدات انحرافية معيارية موحدة، مكّن معامل دي الباحثين من بناء نماذج تراكمية قابلة للمقارنة والتحليل التلوي، وفصل حجم الأثر السريري عن التأثيرات الاصطناعية لحجم العينة. إن الاستخدام الرشيد لمعامل كوهين دي، المقترن بفهم حدوده الرياضية وحساسيته لثبات القياس وتشتت العينات، يظل متطلبًا جوهريًا لضمان النزاهة العلمية وجودة التفسيرات في مواجهة تحديات أزمة التكرار وتطوير الممارسات القائمة على الدليل.
المراجع
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates.
- Cumming, G. (2012). Understanding The New Statistics: Effect Sizes, Confidence Intervals, and Meta-Analysis. Routledge.
- Ellis, P. D. (2010). The Essential Guide to Effect Sizes: Statistical Power, Meta-Analysis, and the Interpretation of Research Results. Cambridge University Press.
- Glass, G. V., McGaw, B., & Smith, M. L. (1981). Meta-analysis in Social Research. SAGE Publications.
- Hedges, L. V., & Olkin, I. (1985). Statistical Methods for Meta-Analysis. Academic Press.
- 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. https://doi.org/10.3389/fpsyg.2013.00863
- Wilkinson, L., & American Psychological Association Task Force on Statistical Inference. (1999). Statistical methods in psychology journals: Guidelines and explanations. American Psychologist, 54(8), 594–604. https://doi.org/10.1037/0003-066X.54.8.594