很久以前寫過一篇：話說effect size，簡單說明了為什麼我們要關心effect size (效應值)。
然而，那篇還有一個重點沒說到：要如何計算effect size呢？特別是在作meta-analysis的時候。這個部分真的是說來話長，學者都是寫專書、專文在討論的，我只能給大家一點方向，讓大家有個概念。
算effect size的方法有很多種，像Cohen’s d 就是其中一種。更複雜的是：Cohen’s d 的計算方法視不同的統計方法、資料，而有不同的計算方法。
具體一點來說，如果你有兩組人 (剛好兩組，不多不少)，一組實驗組，一組控制組。作了實驗之後，想知道後測有沒有差別。文章用了 t-test，也告訴你每一組的平均值 (mean) 和標準差 (standard deviation)。在這種情況下，Cohen’s d 的算法為：
d = (M實驗組 – M控制組) / SD兩組
而SD兩組的算法如下：
SD兩組= 根號 [ (SD實驗組2 + SD控制組2) /2 ]
拿數字來當實例。
如果M實驗組= 24， M控制組= 20，SD實驗組 =5， SD控制組=4，那
SD兩組= 根號 [( 52+42)/2] = 4.53
那 d = (24-20) / 4.53 = 0.88
如果你想知道更多公式，有一篇文章有簡易了解版：https://www.socscistatistics.com/effectsize/default3.aspx
如果你懶得算，那大絕招在這：https://www.campbellcollaboration.org/escalc/html/EffectSizeCalculator-SMD-main.php
把資料輸進去，就幫你算effect size了。
那個online calculator已經失效了
網頁應該是沒有消失只是搬家了
因為我曾經用google search搜尋別的東西搜到新的網站過
可惜我忘記bookmark下來
補在這裡
http://www.campbellcollaboration.org/escalc/html/EffectSizeCalculator-Home.php
hi, 我是大陆清华大学心理学的博士生，经常看你的博客，收获不少。
关于effect size和statistic power我也写过几篇中文的博客：
再次探索效应量的问题：http://home.52brain.com/blog-3811-1598.html；
如何使用G*power计算统计检验力：http://home.52brain.com/blog-3811-1472.html
统计检验力和样本量的讨论：http://home.52brain.com/blog-3811-1469.html
使用的资源有点不一样，不过可以相互借鉴一下。