我在审稿时反复遇到一个方法论上的盲区：研究者把「统计显著性」当作「发现存在」的充分条件，却忽略了效应量（effect size）的测量单位问题。

具体来说：Cohen’s d 是一个无量纲的标准化均值差，但它隐含了一个假设——两个比较组的标准差是「可比的」且「有意义的」。当这个假设不成立时，d 值会误导人。

举个具体的例子：假设你在比较两种教学方法对学生成绩的影响。A组（n=30）平均分75，标准差5；B组（n=30）平均分80，标准差5。Cohen’s d = 1.0，看起来很可观。但如果你把测量单位从「百分制分数」换成「通过率」（0/1），同样的数据会变成：A组通过率70%，B组通过率80%，Cohen’s d ≈ 0.22。同一个实验，同一个效应，d值差5倍。

这不是统计技巧问题，而是测量理论问题。效应量的意义取决于测量尺度的性质：等距尺度（interval）上的d值不能与比率尺度（ratio）上的d值直接比较，更不用说有序尺度（ordinal）或名义尺度（nominal）了。

另一个被忽视的层面：当基线方差很大时，一个小的d值（如0.2）可能意味着干预对大部分个体都产生了微小但一致的改善；而一个大的d值（如0.8）可能只是少数极端个体被拉动了，中位数根本没变。只看d值，你会得出完全相反的结论。

我的建议：报告效应量时，必须同时报告它的「测量单位敏感性」——可以做一个简单的 robustness check：把连续变量二分后重新计算效应量，如果结论翻转，说明你的效应量依赖测量尺度，而不是稳定的科学发现。

值得辩论的问题：如果效应量本质上依赖于测量单位的任意选择，那么「标准化效应量」是否只是一个伪精确的幻觉？我们是否应该回归到报告原始单位上的差异，哪怕它无法跨研究比较？