Mục đích – Các tác giả rút ra bài toáncần thiết, cung cấp mô phỏng máy tính, cung cấp liên kết đến các chương trình máy tính miễn phí và thân thiện với người dùng, đồng thời phân tích các tập dữ liệu thực. 

Thiết kế/phương pháp/cách tiếp cận – Cohen's d, đánh chỉ số khác biệt về giá trị trung bình theo đơn vị độ lệch chuẩn, là thước đo quy mô hiệu ứng phổ biến nhất trong khoa học xã hội và kinh tế. Không có gì đáng ngạc nhiên, các nhà nghiên cứu đã phát triển các quy trình thống kê để ước tính kích thước mẫu cần thiết để có xác suất mong muốn bác bỏ giả thuyết không với các giá trị giả định cho Cohen's d, hoặc để ước tính kích thước mẫu cần thiết để có xác suất mong muốn đạt được khoảng tin cậy có độ rộng xác định. Tuy nhiên, đối với các nhà nghiên cứu quan tâm đến việc sử dụng Cohen's d mẫu để ước tính giá trị dân số, những điều này là không đủ. Do đó, sẽ rất hữu ích nếu có một quy trình lấy cỡ mẫu cần thiết để đảm bảo rằng mẫu. Cohen's d thu được gần với tham số dân số mà nhà nghiên cứu muốn ước tính, một sự mở rộng của thủ tục tiên nghiệm (APP). Các tác giả rút ra toán học cần thiết, cung cấp các mô phỏng máy tính và liên kết đến các chương trình máy tính miễn phí và thân thiện với người dùng, đồng thời phân tích các tập dữ liệu thực để minh họa cho các kết quả chính của chúng tôi. 

Kết quả – Trong bài báo này, các tác giả đã trả lời hai câu hỏi sau: Câu hỏi về độ chính xác: Tôi muốn Cohen's d mẫu của mình gần với giá trị dân số đến mức nào? Câu hỏi về độ tin cậy: Tôi muốn có xác suất nào trong khoảng cách đã chỉ định? 

Tính mới/giá trị – Theo hiểu biết tốt nhất của tác giả, đây là bài báo đầu tiên ước tính kích thước hiệu ứng của Cohen, sử dụng phương pháp APP. Thuận tiện cho các nhà nghiên cứu và học viên sử dụng các gói tính toán trực tuyến. 

Purpose
The authors derive the necessary mathematics, provide computer simulations, provide links to free and user-friendly computer programs, and analyze real data sets.

Design/methodology/approach
Cohen's d, which indexes the difference in means in standard deviation units, is the most popular effect size measure in the social sciences and economics. Not surprisingly, researchers have developed statistical procedures for estimating sample sizes needed to have a desirable probability of rejecting the null hypothesis given assumed values for Cohen's d, or for estimating sample sizes needed to have a desirable probability of obtaining a confidence interval of a specified width. However, for researchers interested in using the sample Cohen's d to estimate the population value, these are insufficient. Therefore, it would be useful to have a procedure for obtaining sample sizes needed to be confident that the sample. Cohen's d to be obtained is close to the population parameter the researcher wishes to estimate, an expansion of the a priori procedure (APP). The authors derive the necessary mathematics, provide computer simulations and links to free and user-friendly computer programs, and analyze real data sets for illustration of our main results.

Findings
In this paper, the authors answered the following two questions: The precision question: How close do I want my sample Cohen's d to be to the population value? The confidence question: What probability do I want to have of being within the specified distance?

Originality/value
To the best of the authors’ knowledge, this is the first paper for estimating Cohen's effect size, using the APP method. It is convenient for researchers and practitioners to use the online computing packages.