Tienes la <em>t</em> y la revista te pide el tamaño del efecto. La conversión es exacta, pero necesita los <strong>dos tamaños de grupo</strong>: la fórmula abreviada que circula por internet solo vale si los grupos son iguales.
d = t · √(1/n₁ + 1/n₂)
La d es la diferencia de medias dividida por la desviación típica agrupada. La t es esa misma diferencia dividida por su error estándar, y el error estándar lleva dentro el tamaño de cada grupo. Al despejar, los tamaños no se cancelan: se quedan en √(1/n₁ + 1/n₂).
Cuando los dos grupos miden lo mismo, ese factor se simplifica a 2/√N y de ahí sale la fórmula corta. Con grupos desiguales deja de simplificarse, y usarla igualmente infla el efecto.
El número: con t = 2,5 y cien personas repartidas 50-50, la d es 0,50 por los dos caminos. Repartidas 90-10, la exacta da 0,83 y el atajo sigue diciendo 0,51. Ahí ya no es un decimal, es otra conclusión.
La d es un estimador sesgado al alza con muestras pequeñas. La corrección de Hedges lo arregla multiplicando por J = 1 − 3/(4·gl − 1), y por eso la g siempre sale algo menor.
Con 200 grados de libertad, J vale 0,996 y la diferencia es cosmética. Con 8 vale 0,904: la d estaba sobrestimando un 10 %. Por debajo de veinte por grupo, reportar d pudiendo reportar g es una objeción de revisor cantada.
Muchas revistas de psicología y de biomedicina ya piden la g por defecto, y todos los metaanálisis serios trabajan con ella.
Su intervalo de confianza. Un d = 0,50 con intervalo [0,05, 0,95] y otro con [0,42, 0,58] dicen cosas muy distintas, y el primero es lo habitual con muestras pequeñas.
Y la dirección. El signo de la d depende de qué grupo restaste primero; decir cuál evita la mitad de los malentendidos en una discusión.
Cómo se escribe todo eso en APA 7 está en cómo reportar la d de Cohen, y si lo que te falta es el intervalo, en el intervalo contra su estimación tienes cómo sacar el error estándar.
Las trece conversiones entre tamaños del efecto, agrupadas por para qué sirve cada una, están en el índice.
Si la usas en tu tesis o en un artículo, cítala: así quien lea tu Método sabe con qué se hizo el cálculo.
Ciudad-Fernández, V. (2026). Conversor de t a d de Cohen [Aplicación web]. Ciudad Science. Recuperado el 14 de octubre de 2026, de https://analisisdedatospsicologia.com/convierte/t-a-d-de-cohen
Para tu apartado de Método: La d de Cohen se obtuvo a partir del estadístico t y los tamaños de los grupos, con el Conversor de t a d de Cohen de Ciudad Science (Ciudad-Fernández, 2026).
@misc{ciudadfernandez2026convtaddecohen,
author = {Ciudad-Fern{\'a}ndez, V{\'i}ctor},
title = {{Conversor de t a d de Cohen}},
year = {2026},
publisher = {Ciudad Science},
howpublished = {Aplicación web},
url = {https://analisisdedatospsicologia.com/convierte/t-a-d-de-cohen},
urldate = {2026-10-14},
note = {Consultado el 2026-10-14},
}No directamente. En medidas repetidas hay dos d posibles: una que usa la desviación típica de las diferencias y otra la de las puntuaciones originales, y dan números muy distintos. La de esta página es la de muestras independientes.
Solo para la dirección. Se convierte el valor absoluto y luego se le pone el signo que corresponda a la comparación que estás contando. Lo importante es decir qué grupo es cuál.
La conversión ya no es exacta, porque Welch no usa una desviación típica agrupada. Se puede dar como aproximación diciéndolo, pero lo limpio es calcular la d desde las medias y las desviaciones de cada grupo.
Los de Cohen (.20, .50, .80) son referencias generales que él mismo presentó como provisionales. En un campo con efectos pequeños por naturaleza, un .30 puede ser grande. Lo que da sentido a la cifra es compararla con la literatura de tu área, no con la tabla.