KONSİL

Sözlük · İstatistik

Etki büyüklüğü nedir?

Etki büyüklüğü, gruplar arasındaki farkın ya da değişkenler arasındaki ilişkinin ne kadar büyük olduğunu gösteren sayıdır. Ham ortalama farkı, Cohen d ve Hedges g gibi standart sapma birimli ölçüler, odds oranı ya da korelasyon katsayısı r olarak verilir; p değerinin vermediği ‘ne kadar?’ yanıtını sağlar.

Mutlak etki büyüklüğü, iki grubun ortalamaları arasındaki ham farktır (örneğin 5 mmHg). Sullivan ve Feinn’e (2012) göre bu ölçü, değişkenin kendi içinde anlamı olduğunda yararlıdır; ölçümlerin doğal bir anlamı yoksa ya da çalışmalar farklı ölçekler kullanıyorsa hesaplanan standartlaştırılmış göstergeler yararlıdır. Lakens’e (2013) göre bağımsız gruplarda Cohen d, ortalama farkın birleştirilmiş standart sapmaya bölünmesiyle bulunur ve Hedges g, d’nin küçük örneklem yanlılığı için düzeltilmiş halidir. Cochrane El Kitabı bu ölçüye standartlaştırılmış ortalama fark (SMD) der ve Hedges g’yi kullanır.

Sullivan ve Feinn (2012), Cohen d’nin yanı sıra ikili sonuçlar için odds oranını ve iki sürekli değişkenin doğrusal ilişkisi için korelasyon katsayısı r’yi etki büyüklüğü göstergeleri arasında sayar; Cochrane El Kitabı (böl. 6) ikili sonuçlar için risk oranı, odds oranı ve risk farkını etki ölçüleri olarak verir. Etki büyüklüğü güç analizinin girdilerinden biridir. ASA’nın 2016 bildirisine göre p değeri ise etkinin büyüklüğünü ya da sonucun önemini ölçmez.

Cohen’in küçük, orta ve büyük etki için önerdiği d = 0,2, 0,5 ve 0,8 değerleri geleneksel ölçütlerdir. Lakens (2013) bunları keyfî bulur, katı yorumlanmamasını ve etkinin alandaki diğer bulgularla karşılaştırılmasını önerir. Cochrane El Kitabı da bazı yöntembilimcilerin, bir bulgunun hasta açısından önemi bağlama bağlı olduğundan bu tür genel yorumları sorunlu bulduğunu belirtir.

Örnek

Varsayımsal bir çalışmada müdahale grubunun ortalaması 24, kontrol grubununki 20, birleştirilmiş standart sapma 8’dir; ham fark 4 puan, Cohen d = (24 − 20) / 8 = 0,50’dir. Gruplar 20’şer kişiyse Hedges g = 0,50 × (1 − 3 / (4 × 40 − 9)) = 0,490 olur.

Dikkat edilecek nokta

Lakens’e (2013) göre Cohen’in d = 0,2 / 0,5 / 0,8 değerleri keyfîdir ve katı yorumlanmamalıdır; etkiyi alandaki diğer bulgularla karşılaştırmak ve pratik sonuçlarını açıklamak daha iyi bir yoldur. Cochrane El Kitabı’na göre bazı yöntembilimciler, hasta açısından önemin bağlama bağlı olması nedeniyle bu tür genel yorumları sorunlu bulur.

İlgili terimler

Rehberler ve araçlar

Kaynaklar

  1. Using Effect Size—or Why the P Value Is Not Enough — Journal of Graduate Medical Education, 2012
  2. Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs — Frontiers in Psychology, 2013
  3. Cochrane Handbook for Systematic Reviews of Interventions, Chapter 6: Choosing effect measures and computing estimates of effect — Cochrane, 2024
  4. Cochrane Handbook for Systematic Reviews of Interventions, Chapter 15: Interpreting results and drawing conclusions — Cochrane, 2024
  5. A power primer — Psychological Bulletin (American Psychological Association), 1992
  6. Statistical Power Analysis for the Behavioral Sciences (2nd ed.) — Lawrence Erlbaum Associates (Routledge), 1988
  7. The ASA’s Statement on p-Values: Context, Process, and Purpose — The American Statistician (American Statistical Association), 2016