上一篇文章我们学习了什么是效应量指标，它的意义是什么？那么本篇主要是讲学习如何使用它。
案例演示：
某研究者在某高校随机抽取了590名大学生，按照性别分为男生组和女生组，现在想知道男生和女生的肺活量有无差异？
实际操作：
此案例为两独立样本t检验，具体的操作有专门的篇幅讲解，本篇仅仅为了计算cohen‘s d 效应量，所以直接附上t检验结果开始下一步。
统计描述显示，男生肺活量＞女生；统计推断显示，两组方差不齐，转而看下一行校正方差后的t检验结果，t=28.843,P＜0.05，差异有统计学意义，男女肺活量确实存在差距，男生＞女生。
cohen‘s d 效应量：
上一篇我们说过，SPSS软件无法直接计算cohen‘s d 效应量，除了利用公式手动计算外，我们还可以利用JASP这款软件直接运算得到结果。
JASP不仅仅只有这一个小作用，它本身就是一个统计软件，由于推出时间较短，在功能上不如SPSS那样全面，但其凭借轻量、开源、免费的特点，还是很有未来前景的，大家可以直接去JASP的官网下载使用。
实际操作：
JASP可以直接导入SPSS的.sav格式，也可以导入EXCEL的.csv格式，所以我们可以拿来就用，不需要再更改格式。
一、导入文件
二、独立样本t检验
1、基本界面操作与SPSS很相似，同样将性别移入分组列表，肺活量移入变量列表。在移入的同时右侧结果窗口就直接给出了t检验结果，之后再勾选其他选项，右侧同步就会给出结果，不用再单独点击计算等待结果，还是很方便的。t=28.635，P＜0.05，与SPSS结果一致，但仔细看，在三线表的下方软件已经计算出方差不齐，此时应该选择Welch（韦尔奇）检验，t=28.843，P＜0.05。
2、默认选择“student"参数检验，没什么好说的；方差不齐可选择”welch“用来校正t值；正态性和方差齐性都没通过，那就选择”Mann-Whitney“非参数检验。
3、此处可以直接输出正态性检验和方差齐性检验。
正态性检验结果显示男生组肺活量满足正态性，S-W检验P＞0.05；女生组不满足，但从结果可以看到，两个值差别不是很大，意味着女生组还是近似服从正态分布的，所以依旧选择独立样本t检验。
方差齐性检验结果显示，F=22.559，P＜0.05，方差不齐。软件已经给出了welch校正后的结果，此处了解就行。
4、效应指标勾选cohen’s d和它的置信区间。结果在t检验右侧，显示值为2.359，95%置信区间为（2.148，2.568）。通过上一篇我们知道，cohen‘s d 的值大于0.8就是高效应，所以此次t检验的结果具有高效应。
5、此处就是输出统计描述结果，结果与SPSS同样一致。
三、结论
男生和女生在肺活量数据存在显著差异（t=28.635，P＜0.05），cohen’s d=2.359，说明两组数据差异明显，性别对肺活量的影响有很大的效应量。
关于效应量指标的含义和计算，通过两篇的学习，大家应该已经算是初步掌握了，那么今天的学习结束，拜拜。
