İstatistiksel Raporlama Standartları: Analizlerin Şeffaf Raporlanması
Guidelines for Reporting Statistical Analyses and Results · Ayrıca şöyle bilinir: reporting statistics, statistical transparency, effect size reporting
Etki büyüklükleri, güven aralıkları ve p-değerleri dahil olmak üzere istatistiksel sonuçların şeffaf bir şekilde raporlanması, bilimsel dürüstlük ve tekrarlanabilirlik için esastır. Yayınlanan birçok çalışma, okuyucuların bulguların büyüklüğünü değerlendirmesini imkansız hale getirerek, etki büyüklükleri veya güven aralıkları olmadan p-değerlerini izole bir şekilde raporlamaktadır. Cumming (2013), American Statistical Association ve ICMJE tarafından vurgulanan istatistiksel raporlama standartları, etki büyüklükleri, güven aralıkları ve belirsizlik tartışmasını gerektirir. Bu, okuyucuların bulguların (sadece istatistiksel olarak anlamlı olmanın ötesinde) pratik olarak anlamlı olup olmadığını değerlendirmelerine ve meta-analizlerdeki çalışmalar arasındaki etki büyüklüklerini karşılaştırmalarına olanak tanır. Kötü istatistiksel raporlama araştırmayı boşa harcar ve kanıtların doğru bir şekilde sentezlenmesini engeller.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Tüm ampirik araştırmalarda istatistikleri şeffaf bir şekilde raporlayın: gözlemsel çalışmalar, deneyler, anketler, klinik denemeler, meta-analizler. Bu, birincil analizler ve hassasiyet/alt grup analizleri için geçerlidir. Hipotez testi olmayan tanımlayıcı çalışmalar (örneğin, tanımlayıcı anketler) için tanımlayıcı istatistikleri, aralıkları ve oranları açıkça raporlayın. Nitel araştırmalar için istatistiksel raporlama geçerli değildir, ancak örneklemi ve analiz yöntemini şeffaf bir şekilde açıklayın. Modelleme veya simülasyon çalışmaları için, anahtar sonuçların etrafındaki etki büyüklüklerini ve güven aralıklarını raporlayın.
Güçlü yönler & sınırlılıklar
- Büyüklüğün yorumlanmasını sağlar: okuyucular sadece 'anlamlı fark' değil, 'fark d=0.47'dir (orta etki)' görür, bu da pratik anlamlılığı yargılamak için önemlidir.
- Meta-analizi kolaylaştırır: etki büyüklükleri çalışmaların birleştirilmesine olanak tanır; sadece p-değerleri meta-analiz için yetersizdir.
- p-hacking yanlılığını azaltır: etki büyüklükleri raporlandığında, okuyucular p<0.05'e rağmen etkilerin önemsiz olup olmadığını görebilir, bu da araştırmacı derecesi serbestliği için teşviki azaltır.
- Tekrarlanabilirliği artırır: güven aralıkları ve varsayımların kontrolü, okuyucuların bulguların hassasiyetini ve geçerliliğini değerlendirmesini sağlar.
- Sonradan güç analizi desteği: raporlanan etki büyüklükleri istatistiksel gücün hesaplanmasına olanak tanır, bu da güçsüz çalışmaların sıfır bulgulara yol açıp açmadığını ortaya çıkarır.
- Yer gerektirir: kapsamlı istatistiksel raporlama (etki büyüklüğü, GK, p-değeri, varsayımlar) sadece 'p<0.001'den daha fazla yer kaplar; dergi sınırları diğer içeriği sıkıştırabilir.
- Karmaşıklık: etki büyüklüklerine aşina olmayan okuyucular kapsamlı raporlamayı yorumlamakta zorlanabilir; eğitim gereklidir.
- Yorumlama belirsizliği: 'Anlamlı' etki büyüklüğü bağlama bağlıdır (d=0.2 bazı alanlarda küçüktür, bazılarında büyüktür); evrensel bir standart yoktur.
- Çoklu karşılaştırmalar yanlış pozitifleri şişirir: düzeltmelerle bile, birçok hipotez testi Tip I hatayı artırır; kapsamlı raporlama bunu çözmez, sadece belgeler.
SSS
Hangi etki büyüklüğünü raporlamalıyım?
İstatistiksel testinize uygun etki büyüklüğünü seçin: t-testleri (iki grup karşılaştırması) için: Cohen d (standartlaştırılmış ortalama farkı) veya birimlerle ham fark. ANOVA için: eta-kare (η²) veya kısmi eta-kare (η²p). Korelasyon için: Pearson r veya r-kare (R²). İkili sonuçlar için (örneğin, tedavi başarısı): odds oranı (OR), göreceli risk (RR) veya mutlak risk farkı. Eşleştirilmiş veriler için: Cohen d veya Hedge'in g'si (d'ye benzer, meta-analizlerde kullanılır). Emin değilseniz, alana özgü standartlara veya raporlama kılavuzlarına (EQUATOR Network) danışın.
Sadece p-değerini raporlamak yeterli mi?
Hayır. P-değeri tek başına yetersizdir çünkü etkinin büyüklüğünü size söylemez. Bir p=.001, önemsiz bir etkiyi (örneklem büyükse) veya büyük bir etkiyi (örneklem küçükse) yansıtabilir. Her zaman etki büyüklüğünü ve %95 GK'yı raporlayın. P-değeri + etki büyüklüğü + GK kombinasyonu, okuyuculara tam resmi verir.
Ya birçok testim varsa ve birkaç p-değeri 'anlamlılığa yakın' (örneğin, p=.06) ise?
Dürüstçe raporlayın. Bir p=.06, α=0.05'te istatistiksel olarak anlamlı değildir; 'eğilim' diyerek anlamlı hale gelmez. Anlamlı olmayan sonucun bağlamda ne anlama geldiğini tartışın (güç eksikliği? gerçek sıfır etki?). Birden fazla test yaptıysanız, Tip I hatayı nasıl kontrol ettiğinizi raporlayın (Bonferroni, FDR vb.). Onaylayıcı ve keşifsel analizleri ayırt etmek için hipotezleri önceden kaydedin.
p-değerleri için kaç ondalık basamak kullanmalıyım?
İki ila üç ondalık basamak standarttır (örneğin, p=.021, p<.001). p=.050000 raporlamayın. Tam p-değeri, istatistiksel yazılımınızdan mevcut olduğunda eşitsizliklerden (p<.05 yerine p=.021) tercih edilir. Yazılım daha küçük değerleri yuvarlarsa veya test çok küçük bir eşikle tek yönlüyse yalnızca 'p<.001' kullanın.
95% GK mı yoksa başka güven düzeyleri mi raporlamalıyım?
Alanınızda farklı bir gelenek yoksa %95 GK kullanın (bazı eski tıp literatürü %90 veya %99 kullandı). %95 GK standarttır çünkü α=0.05 ile uyumludur. %90 GK raporlarsanız, karışıklığı önlemek için açıkça 'GK90%' belirtin. Aynı makalede güven düzeylerini karıştırmayın.
Kaynaklar
- Cumming, G. (2013). The new statistics: Why and how. Psychological Science, 25(1), 7–29. DOI: 10.1177/0956797613504966 ↗
- Fidler, F., Thomason, N., Cumming, G., Finch, S., & Leeman, J. (2005). Editors can lead researchers to confidence intervals, but can't make them think: Statistical reform lessons from medicine. Psychological Science, 15(2), 119–126. DOI: 10.1111/j.0963-7214.2004.01502008.x ↗
- International Committee of Medical Journal Editors (2023). Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Guidelines for Reporting Statistical Analyses and Results. ScholarGate. https://scholargate.app/tr/academic-writing/statistical-reporting-standards
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- EQUATOR Ağı: Sağlık Araştırmaları Raporlama StandartlarıAkademik yazım↔ karşılaştır
- Şekil ve Tablo Raporlaması: Veri Görselleştirme StandartlarıAkademik yazım↔ karşılaştır
- IMRaD Yapısı: Giriş, Yöntemler, Sonuçlar ve TartışmaAkademik yazım↔ karşılaştır
- Bilimsel Yazımda Açıklık: Hassas Akademik İletişim İlkeleriAkademik yazım↔ karşılaştır