Etki Büyüklüğü

Etki büyüklüğü (effect size), bir araştırmada elde edilen istatistiksel anlamlılığın ötesinde, iki değişken arasındaki ilişkinin gücünü veya iki grup arasındaki farkın miktarını gösteren nicel bir ölçüttür. İstatistiksel anlamlılık (p-değeri), örneklem büyüklüğünden doğrudan etkilenirken; etki büyüklüğü, sonucun pratik veya klinik önemini değerlendirmek için standartlaştırılmış bir değer sunar. Sosyal bilimler, eğitim ve tıp gibi alanlarda yapılan araştırmalarda, sadece hipotezin reddedilip reddedilmediğini değil, müdahalenin veya değişkenin ne derece etkili olduğunu anlamak amacıyla kullanılır.

Etki büyüklüğü, bir araştırma sonucunun pratik veya klinik anlamını değerlendirmede kritik bir rol oynar. İstatistiksel anlamlılık (p<0.05 gibi) büyük örneklemlerde küçük etkiler için bile elde edilebilirken, etki büyüklüğü bu etkinin gerçek dünyadaki önemini ortaya koyar. Bu nedenle özellikle psikoloji, eğitim bilimleri ve tıp gibi alanlarda sonuçların yorumlanmasında standart bir raporlama unsuru haline gelmiştir.

Etki büyüklüğü, verilerin türüne ve analiz edilen ilişki biçimine göre farklı istatistiksel katsayılar ile ifade edilir. Literatürde en yaygın kullanılan ölçütler fark tabanlı ve ilişki tabanlı olmak üzere iki ana kategoride incelenir.

Grup ortalamaları arasındaki farkı analiz eden çalışmalarda kullanılan bu grup, farkın standart sapmaya oranlanmasıyla hesaplanır.

• Cohen’s d: İki bağımsız grup arasındaki ortalama farkının standartlaştırılmış ölçüsüdür. Genellikle varyansların homojen olduğu durumlarda tercih edilir.
• Hedges’ g: Özellikle küçük örneklem gruplarında Cohen’s d katsayısının yanlı sonuçlar vermesini engellemek amacıyla kullanılan bir düzeltme yöntemidir.
• Glass’ Delta : Deney grubundaki değişimin kontrol grubu üzerindeki etkisi incelenirken, sadece kontrol grubunun standart sapmasının kullanıldığı yöntemdir.

Değişkenler arasındaki korelasyonun veya açıklanan varyansın miktarını gösteren ölçütlerdir.

• Pearson r: İki sürekli değişken arasındaki doğrusal ilişkinin gücünü belirtir.
• Determinasyon Katsayısı : Bağımsız değişkenin bağımlı değişkendeki toplam varyansın ne kadarını açıkladığını gösterir.
• Eta-Kare (η²) ve Kısmi Eta-Kare: Varyans analizi (ANOVA) tasarımlarında, toplam varyansın ne kadarının belirli bir faktöre bağlı olduğunu açıklar.

Etki büyüklüğü değerlerinin yorumlanmasında yaygın olarak Jacob Cohen tarafından önerilen eşik değerler (benchmarks) kullanılmaktadır. Bu değerler, sonucun "küçük", "orta" veya "büyük" bir etki olup olmadığını tayin eder.

Bu eşik değerlerin her disiplin için mutlak olmadığı, araştırma bağlamına ve geçmiş literatürdeki benzer çalışmalara göre değerlendirilmesi gerektiği vurgulanmaktadır^{【1】【2】}.

Etki büyüklüğü ile istatistiksel anlamlılık farklı kavramlardır. Bir sonuç istatistiksel olarak anlamlı olabilir ancak etki büyüklüğü küçük olabilir. Bu durumda bulgunun pratik önemi sınırlıdır. Tersine, büyük bir etki büyüklüğü elde edilmesine rağmen küçük örneklem nedeniyle istatistiksel anlamlılık sağlanamayabilir.

Bu nedenle güncel akademik yazım standartlarında, yalnızca p-değerlerinin raporlanması yeterli görülmemekte, etki büyüklüğünün de mutlaka belirtilmesi önerilmektedir.

Amerikan Psikoloji Derneği (APA) ve benzeri bilimsel kuruluşlar, istatistiksel sonuçların raporlanmasında p-değeri ile birlikte mutlaka etki büyüklüğünün de verilmesini zorunlu tutmaktadır. p-değeri sadece bir farkın şans eseri oluşup oluşmadığını söylerken, etki büyüklüğü bu farkın gerçek dünyadaki karşılığını betimler. Özellikle meta-analiz çalışmalarında, farklı örneklemlerden gelen sonuçların birleştirilip ortak bir yargıya varılabilmesi için etki büyüklüğü temel veri birimi olarak kabul edilir^【3】.

Etki büyüklüğü her ne kadar güçlü bir ölçüt olsa da bazı sınırlılıklara sahiptir. Örneğin, bağlamdan bağımsız olarak yorumlanması yanıltıcı olabilir. Aynı etki büyüklüğü farklı alanlarda farklı anlamlar taşıyabilir. Ayrıca ölçüm hataları ve örneklem özellikleri etki büyüklüğünü etkileyebilir.