Etki büyüklüğü neden gereklidir?

Bir farkın var olması ile önemli olması aynı şey değildir.

Cohen d: iki ortalama arasındaki fark

d, iki grup ortalaması arasındaki farkı standart sapma cinsinden ifade eder. d = 0,5, grupların yarım standart sapma ayrıştığı anlamına gelir.

Örnek

Kadınların kaygı ortalaması 3,47, erkeklerin 3,20, ortak SS ≈ 0,74 ise d ≈ 0,27 / 0,74 ≈ 0,36'dır. Bu, rastgele seçilen bir kadının rastgele seçilen bir erkekten daha kaygılı olma olasılığının yaklaşık %60 olduğu anlamına gelir; %50 olsaydı hiç fark olmazdı.

Hangi analizde hangi ölçü?

Analiz	Etki büyüklüğü	Kaba ölçüt (küçük / orta / büyük)
t testi	Cohen d (veya Hedges g)	0,20 / 0,50 / 0,80
ANOVA	η² veya kısmi η², ω²	.01 / .06 / .14
Korelasyon	r	.10 / .30 / .50
Regresyon	R², f²	.02 / .13 / .26 (R²)
Ki-kare	Cramér V veya φ	.10 / .30 / .50 (2×2 için)
Lojistik regresyon	Olasılık oranı (OO)	Bağlama göre yorumlanır

Etiketlere körü körüne güvenmeyin

Cohen'in ölçütleri, alan bilgisi yokken kullanılması için önerilmiş başlangıç noktalarıdır. Eğitimde d = 0,25'lik bir müdahale etkisi uygulamada değerli sayılabilirken, laboratuvar ölçümlerinde d = 0,8 sıradan olabilir. En iyi karşılaştırma, kendi alanınızdaki benzer çalışmalar ve meta-analizlerdir.

Sık yapılan hatalar

Yalnız p değeri raporlayıp etki büyüklüğünü vermemek.
Kısmi η² ile η²'yi karıştırmak; çok faktörlü desenlerde hangisini verdiğinizi belirtin.
Anlamsız sonuçlarda etki büyüklüğünü raporlamayı atlamak; meta-analizler için gereklidir.

Raporda nasıl yazılır?

Gruplar arasındaki fark istatistiksel olarak anlamlı ve küçük–orta büyüklüktedir (d = 0.36).

Sayıları kendi bulgularınızla değiştirin; ondalık ayırıcı için derginizin veya enstitünüzün yönergesine uyun.

İlgili yazılar

Temel · 3 dk

Danışma başlat