ความน่าจะเป็นของความเหนือกว่าหรือขนาดผลกระทบของภาษาทั่วไปคือความน่าจะเป็นที่เมื่อสุ่มตัวอย่างการสังเกตสองคู่จากสองกลุ่ม การสังเกตจากกลุ่มที่สองจะมีค่ามากกว่าตัวอย่างจากกลุ่มแรก ใช้เพื่ออธิบายความแตกต่างระหว่างสองกลุ่ม D. Wolfe และ R. Hogg ได้นำเสนอแนวคิดนี้ในปี 1971 ^{[ 1 ]} Kenneth McGraw และ SP Wong ได้กลับมาใช้แนวคิดนี้อีกครั้งในปี 1992 ^{[ 2 ]}โดยเลือกใช้คำว่าขนาดผลกระทบของภาษาทั่วไปคำว่าความน่าจะเป็นของความเหนือกว่าได้รับการเสนอโดย RJ Grissom ^{[ 3 ]}ในอีกไม่กี่ปีต่อมา

McGraw และ Wong ยกตัวอย่างความแตกต่างทางเพศในเรื่องความสูงโดยสังเกตว่าเมื่อเปรียบเทียบผู้ชายกับผู้หญิงแบบสุ่ม ความน่าจะเป็นที่ผู้ชายจะสูงกว่าคือ 92% ^{[ 2 ]} (หรืออีกนัยหนึ่ง ในการนัดบอดแบบต่างเพศ 92 ครั้งจาก 100 ครั้ง ผู้ชายจะสูงกว่าผู้หญิง^{[ 2 ]} )

ค่าประชากรสำหรับขนาดผลกระทบของภาษาทั่วไปมักจะรายงานในลักษณะนี้ โดยพิจารณาจากคู่ที่เลือกแบบสุ่มจากประชากร Kerby (2014) ตั้งข้อสังเกตว่าคู่ซึ่งกำหนดเป็นคะแนนในกลุ่มหนึ่งที่จับคู่กับคะแนนในอีกกลุ่มหนึ่ง เป็นแนวคิดหลักของขนาดผลกระทบของภาษาทั่วไป^{[ 4 ]}

ยกตัวอย่างอีกกรณีหนึ่ง ลองพิจารณาการศึกษาทางวิทยาศาสตร์ (อาจเป็นการรักษาโรคเรื้อรังบางอย่าง เช่น โรคข้ออักเสบ) โดยมีผู้เข้าร่วมในกลุ่มทดลอง 10 คน และกลุ่มควบคุม 10 คน หากเปรียบเทียบทุกคนในกลุ่มทดลองกับทุกคนในกลุ่มควบคุม จะมีทั้งหมด (10×10=) 100 คู่ เมื่อสิ้นสุดการศึกษา ผลลัพธ์จะถูกประเมินเป็นคะแนนสำหรับแต่ละบุคคล (เช่น ในระดับการเคลื่อนไหวและความเจ็บปวด ในกรณีของการศึกษาโรคข้ออักเสบ) จากนั้นคะแนนทั้งหมดจะถูกนำมาเปรียบเทียบระหว่างคู่ต่างๆ ผลลัพธ์ที่ได้คือเปอร์เซ็นต์ของคู่ที่สนับสนุนสมมติฐาน ซึ่งก็คือขนาดผลกระทบในภาษาทั่วไป ในตัวอย่างการศึกษานี้ อาจเป็น (สมมติว่า) 0.80 หาก 80 จาก 100 คู่เปรียบเทียบแสดงให้เห็นว่ากลุ่มทดลองมีผลลัพธ์ที่ดีกว่ากลุ่มควบคุม และรายงานอาจเขียนได้ดังนี้: "เมื่อเปรียบเทียบผู้ป่วยในกลุ่มทดลองกับผู้ป่วยในกลุ่มควบคุม ใน 80 จาก 100 คู่ ผู้ป่วยที่ได้รับการรักษาแสดงให้เห็นผลลัพธ์การรักษาที่ดีกว่า" ค่าตัวอย่าง เช่น ในการศึกษาเช่นนี้ เป็นตัวประมาณค่าที่ไม่เอนเอียงของค่าประชากร^{[ 3 ]}

ขนาดผลกระทบที่เกี่ยวข้องกับขนาดผลกระทบของภาษาทั่วไปคือค่าสหสัมพันธ์ลำดับสองกลุ่ม การวัดนี้ได้รับการแนะนำโดย Cureton เป็นขนาดผลกระทบสำหรับ^การทดสอบMann–Whitney U [ ^{5 ]}กล่าวคือ มีสองกลุ่ม และคะแนนของกลุ่มต่างๆ ได้ถูกแปลงเป็นอันดับ

สูตรความแตกต่างอย่างง่ายของ Kerby คำนวณค่าสหสัมพันธ์ลำดับ-ไบซีเรียลจากขนาดผลกระทบของภาษาทั่วไป^{[ 4 ]}ให้ f เป็นสัดส่วนของคู่ที่สนับสนุนสมมติฐาน (ขนาดผลกระทบของภาษาทั่วไป) และให้ u เป็นสัดส่วนของคู่ที่ไม่สนับสนุน ค่าสหสัมพันธ์ลำดับ-ไบซีเรียล r คือความแตกต่างอย่างง่ายระหว่างสัดส่วนทั้งสอง: r = f − uกล่าวอีกนัยหนึ่ง สหสัมพันธ์คือความแตกต่างระหว่างขนาดผลกระทบของภาษาทั่วไปกับส่วนเติมเต็ม ตัวอย่างเช่น ถ้าขนาดผลกระทบของภาษาทั่วไปคือ 60% ค่าสหสัมพันธ์ลำดับ-ไบซีเรียล r จะเท่ากับ 60% ลบ 40% หรือr = 0.20 สูตรของ Kerby มีทิศทาง โดยค่าบวกแสดงว่าผลลัพธ์สนับสนุนสมมติฐาน        

Wendt ได้ให้สูตรที่ไม่กำหนดทิศทางสำหรับความสัมพันธ์แบบลำดับสอง โดยที่ความสัมพันธ์จะเป็นบวกเสมอ^{[ 6 ]}

• การเปรียบเทียบแบบคู่
• เกณฑ์การชนะของคอนดอร์เซต์
• ลูกเต๋าไม่ผัน