A estimativa de tamanho de efeito mais básica em comparações de amostras independentes é a diferença entre as médias. No entanto, comparar as médias sem considerar a variabilidade dos dados, dos quais as médias foram calculadas, podem ocultar propriedades importantes do efeito.
β = probabilidade do erro do tipo II: P(N˜ao rejeitar H0|H0 é falsa). ψ = poder do teste : = 1 − β=P(Rejeitar H0|H0 é falsa). Em geral, em qualquer experimento, a probabilidade do erro do tipo I é controlada (α). A probabilidade do erro do tipo II (consequentemente o poder do teste) n˜ao é, em geral, controlada.
O nível de significância, também denotado como alfa ou α, é a probabilidade de rejeição da hipótese nula quando ela é verdadeira. Por exemplo, um nível de significância de 0,05 indica um risco de 5% de concluir que existe uma diferença quando não há diferença real.
O delta é a mudança geral em um valor. Por exemplo, se a temperatura baixa em um determinado dia foi de 12 graus e a temperatura alta foi de 23, isso daria um delta de 20 graus.
O SPSS não realiza esses tamanhos de efeitos, devendo ser construído manualmente usando os valores encontrados pelo teste t realizado anteriormente. A construção desses cálculos pode ser conferida na parte 4 utilizando as equações 1, 2 e 3 devidamente apresentadas. A parte 5 programa a apresentação dos resultados.