Effect Size: Quantifying the Magnitude of Research Findings
Ayrıca şöyle bilinir: ES, Cohen's d, standardized effect, practical significance
İstatistiksel anlamlılık, örneklem büyüklüğüne büyük ölçüde bağlıdır: yeterli sayıda katılımcı ile, önemsiz farklılıklar bile istatistiksel olarak anlamlı hale gelir (p < 0.05). Etki büyüklüğü örneklem büyüklüğünden bağımsızdır ve ilişkinin veya farkın gücünü doğrudan yansıtır. Örneğin, 10.000 katılımcılı bir çalışma, 100 puanlık bir ölçekte ortalama 0.5 puanlık bir farkın 'anlamlı' olduğunu bulabilir, ancak etki büyüklüğü (Cohen's d ≈ 0.1) ihmal edilebilir düzeydedir - muhtemelen klinik olarak anlamlı değildir. Tersine, büyük bir etki büyüklüğüne (d = 0.8) sahip küçük bir çalışma, gerçek, önemli bir ilişkiyi göstermektedir. Etki büyüklüklerinin raporlanması, okuyucuların bulguların pratik önemini değerlendirmesine olanak tanır ve meta-analistlerin ortak bir metrik kullanarak çalışmalar arasındaki sonuçları birleştirmesini sağlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Örneklem büyüklüğünden bağımsız: p-değerlerinin aksine, etki büyüklüğü büyük örneklem boyutlarıyla şişirilmez.
Güçlü yönler & sınırlılıklar
- Meta-analize olanak tanır: birden çok çalışmadan elde edilen etki büyüklükleri, gerçek popülasyon etkisini tahmin etmek ve heterojenliği değerlendirmek için standart istatistiksel teknikler kullanılarak havuzlanabilir.
- Güç analizini kolaylaştırır: araştırmacılar, asgari önemli bir etki büyüklüğü belirleyerek ve belirli bir güç seviyesi (genellikle %80 veya %90) için gerekli örneklem büyüklüğünü hesaplayarak çalışmaları tasarlayabilirler.
- Yorumlamayı iyileştirir: etki büyüklüğü, bulgunun pratik veya klinik büyüklüğünü doğrudan iletir.
- Çalışmalar arasında standartlaştırılmış: ortak metrikler (Cohen's d, Pearson r), farklı araştırma bağlamlarındaki sonuçların karşılaştırılmasına olanak tanır.
- Küçük/orta/büyük ölçütleri biraz keyfidir; psikolojide ortaya çıkmışlardır ve tüm disiplinlere eşit şekilde uygulanmayabilirler.
- Yorumlama alan bilgisi gerektirir: bir 'küçük' etki büyüklüğü tıpta önemli olabilirken eğitimde ihmal edilebilir olabilir.
- Sonuç değişkeninin karşılaştırılabilir bir ölçekte ölçüldüğünü varsayar; sıralı veya kategorik değişkenler için etki büyüklükleri daha az sezgiseldir.
- Normal olmayan veriler veya aykırı değer ağırlıklı dağılımlar için, standartlaştırılmış etki büyüklükleri pratik önemi doğru bir şekilde yansıtmayabilir.
- Farklı etki büyüklüğü metrikleri (d, r, OR, RR) farklı tasarımlara uygulanır; araştırmacılar doğru metriği seçmelidir.
- Gerçek bulguların büyüklüğünü gizleyerek, p-değeri anlamlılığına yalnızca etki büyüklüğünü raporlamadan dayanmak.
SSS
Tam olarak değil. Etki büyüklüğü bir büyüklüğün nicel bir ölçüsüdür; pratik anlamlılık, bu büyüklüğün gerçek dünya bağlamlarında ne kadar önemli olduğuna dair bir yargıdır. Büyük bir etki büyüklüğü (d = 0.8) genellikle pratik olarak anlamlıdır, ancak bağlam önemlidir. Örnek: 100 puanlık bir ölçekte ağrıyı 1 puan azaltan yeni bir ilaç, küçük bir etki büyüklüğüne sahiptir ancak diğer tedavilerle birleştirildiğinde pratik olarak anlamlı olabilir. Her zaman etki büyüklüğünü raporlayın ve paydaşların pratik önemi değerlendirmesine izin verin.
Cohen'in ölçütleri nelerdir ve tüm alanlara uygulanır mı?
Cohen (1988) önerdi: d = 0.2 (küçük), 0.5 (orta), 0.8 (büyük). Bunlar davranış bilimlerinden türetilmiştir. Birçok alan, Cohen'in geleneklerinin bağlamlarına uymadığını bildirmektedir. Tıbbi araştırmalar genellikle küçük etkileri önemli kabul eder; büyük ölçekli eğitim çalışmaları küçük etki büyüklüklerinin politika açısından ilgili olduğunu bulabilir. Cohen'in ölçütlerine körü körüne değil, her zaman alanınızın standartlarına ve önceki literatüre göre bağlamlandırın.
Bir p-değerinden etki büyüklüğünü hesaplayabilir miyim?
Kesin olarak değil, ancak yaklaşabilirsiniz. Bir t-testi için, t-istatistiğini ve serbestlik derecelerini Cohen's d'ye dönüştürebilirsiniz: d = t × √(2/n). Tersine, etki büyüklüğünü ve örneklem büyüklüğünü biliyorsanız, t-istatistiğini tahmin edebilir ve p-değerini yaklaşık olarak hesaplayabilirsiniz. Ancak bu, verilerinizden gerçek gözlemlenen etki büyüklüğünü raporlamaktan daha az üstündür. Etki büyüklüğünü her zaman verilerinizden doğrudan hesaplayın.
Her zaman mümkün olan en büyük etki büyüklüğünü mü raporlamalıyım?
Hayır. Araştırma sorunuza ve çalışma tasarımınıza en uygun etki büyüklüğü metriğini raporlayın. İki grup ortalamasını karşılaştırmak için Cohen's d veya Hedges' g kullanın. Korelasyonlar için r kullanın. İkili sonuçlar için Odds Ratio veya Risk Ratio kullanın. Gerekçe göstermeden birden çok etki büyüklüğü metriği kullanmak (etki büyüklükleri için p-hacking eşdeğeri) bulguları şişirebilir. Metriği önceden belirleyin.
Cohen's d ile Hedges' g arasındaki fark nedir?
Cohen's d örneklem standart sapmasını kullanır; Hedges' g küçük örneklem düzeltmesi uygular, bu da küçük örneklemler için d'den biraz daha küçük olmasını sağlar. Her ikisi de standartlaştırılmış ve çalışmalar arasında karşılaştırılabilir. Büyük örneklemler (n > 50) için neredeyse aynıdırlar. Küçük örneklem çalışmalarının meta-analizi için Hedges' g kullanın; çoğu amaç için her ikisi de kabul edilebilirdir. Hangisini kullandığınızı raporlayın.
Cohen's d uses the sample standard deviation; Hedges' g applies a small-sample correction, making it slightly smaller than d for small samples. Both are standardized, comparable across studies. For large samples (n > 50), they are nearly identical. Use Hedges' g for meta-analysis of small-sample studies; either is acceptable for most purposes. Report which you used.
Kaynaklar
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 0-8058-0283-5
- Cumming, G. (2012). Understanding the New Statistics: Effect Sizes, Confidence Intervals, and Meta-Analysis. Routledge. ISBN: 0-415-87968-8
- Lakens, D. (2013). Calculating and Reporting Effect Sizes to Facilitate Cumulative Science: A Practical Primer for t-Tests and ANOVAs. Frontiers in Psychology, 4, 863. DOI: 10.3389/fpsyg.2013.00863 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Effect Size: Quantifying the Magnitude of Research Findings. ScholarGate. https://scholargate.app/tr/research-statistics/effect-size
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Güven AralığıAraştırma istatistiği↔ karşılaştır
- p-Değeri ve İstatistiksel AnlamlılıkAraştırma istatistiği↔ karşılaştır
- İstatistiksel Güç ve Örneklem BüyüklüğüAraştırma istatistiği↔ karşılaştır
- Tip I ve Tip II HatalarıAraştırma istatistiği↔ karşılaştır