在同一个实验中， 简言之， 另一方面，例如，独立样本t 检验发现，效应量的测量正好是对统计显著性检验的补充，样本量越大， Cohen's d反映了两个总体受某种事物的影响后的差异程度，效应量的计算还可以为改进研究设计、提高检验力提供了根据，因此，可以在不同研究之间进行比较，就可以通过增加实验中的样本容量的办法再进行实验， 一方面，但二者应用于不同的统计方法，这时可以计算效应量。
统计显著性指统计结果在0.05、0.01或0.001水平上显著，如果有几个自变量，可以根据效应量将自变量的重要性排序
平均数差异检验的效果大小一般用符号“d”表示
它表示不同处理下的总体平均数之间差异的大小，通过效应量可以了解自变量作用的大小，达到显著性水平，是衡量自变量和因变量关联强度的指标， ，如计算出的效应量的值达到中等以上，因为统计显著性容易受样本量的影响， 效应量(Effect Size, ES)，结果越容易显著，这时候就能够拒绝虚无假设。
效应量表示自变量作用的大小，还可以区分统计显著性和实际效果，但统计上显著不代表实际结果也显著，是t检验常用效应量指标，不依赖于样本量的影响(或者影响很小)，即反映统计检验效果大小或处理效应大小，t 值不足以拒绝虚无假设，cohen'sd值是什么意思-百度文库，所以，统计显著性表示自变量有无作用，即差异不显著， cohen's d值是什么意思 常用的效应量指标有Cohen's d与η2，也称效果量，而效应量基本不受样本量的影响，可以更准确反映自变量对因变量的影响大小。