Etki Büyüklüğü (Effect Size) Nasıl Raporlanır?

Bir araştırmacı, SPSS çıktısında p < .001 gibi son derece anlamlı bir sonuç görür ve bunu bulgular bölümünde büyük bir başarıyla raporlar. Hakem, revizyon yorumunda tek bir soru sorar: “Bu farkın etki büyüklüğü nedir?” Yazar bu soruyla ilk kez karşılaşıyorsa şaşırır — çünkü p değeri zaten “anlamlı” demiyor muydu? Bu şaşkınlık, istatistiksel anlamlılık (statistical significance) ile pratik önem (practical significance) arasındaki farkın tam olarak anlaşılmamasından kaynaklanır ve SPSS analiz raporlamasında hakemlerin en sık talep ettiği ama yazarların en sık atladığı eksikliklerden biridir.

Kısa bir vaka bunu netleştirir. Psikoloji alanında bir yüksek lisans öğrencisi, 400 kişilik geniş bir örneklemde iki grup arasında anksiyete puanlarını karşılaştırır ve p = .002 ile “anlamlı” bir fark bulur. Ancak etki büyüklüğünü hesapladığında Cohen’s d değerinin yalnızca 0.15 olduğunu görür. Bu, örneklem büyüklüğü sayesinde istatistiksel olarak anlamlı çıkan ama pratikte neredeyse ihmal edilebilir küçüklükte bir farktır. Öğrenci bu ayrımı raporlamadan tartışma bölümünde farkı abartılı bir dille sunarsa, hakem bu tutarsızlığı hemen fark eder ve raporlamanın yeniden yapılmasını ister.

Bu ayrımın kaçırılması yalnızca bir raporlama eksikliği değil, aynı zamanda bulgunun yanlış yorumlanmasına da yol açabilir. Küçük ama istatistiksel olarak anlamlı bir farkı “güçlü bir etki” gibi sunmak, tartışma bölümünde gerçekte var olmayan bir pratik öneme dayalı öneriler geliştirilmesine neden olabilir — örneğin klinik bir müdahalenin gerçek dünyada anlamlı bir fark yaratmayacağı hâlde “etkili” olarak önerilmesi gibi. Bu nedenle etki büyüklüğü, yalnızca bir dergi şartını karşılamak için eklenen mekanik bir sayı değil, bulgunun doğru yorumlanmasının temelidir.

İstatistiksel Anlamlılık Neden Yeterli Değildir

P değeri, gözlenen farkın (veya ilişkinin) yalnızca şans eseri ortaya çıkma olasılığını gösterir — farkın büyüklüğü veya pratikteki önemi hakkında hiçbir bilgi vermez. Özellikle büyük örneklemlerde, gerçekte çok küçük ve pratik açıdan önemsiz farklar bile istatistiksel olarak “anlamlı” çıkabilir. Bu nedenle American Psychological Association (APA) başta olmak üzere çoğu dergi kılavuzu, yalnızca p değerini raporlamayı yeterli görmez; anlamlılık testinin yanında mutlaka bir etki büyüklüğü ölçütünün de raporlanmasını ister. Etki büyüklüğü, “fark var mı?” sorusundan “bu fark ne kadar büyük ve önemli?” sorusuna geçişi sağlayan ölçüttür.

Bu ayrımın tarihsel bir arka planı da vardır: 1990’ların sonundan itibaren pek çok metodoloji uzmanı, yalnızca p değerine dayanan “anlamlılık avcılığı” (p-hacking) eleştirisini gündeme getirdi — araştırmacıların, p değerini .05 eşiğinin altına düşürecek şekilde analizlerini (bazen bilinçsizce) şekillendirmesi. Etki büyüklüğü raporlama zorunluluğu, kısmen bu eleştiriye bir yanıt olarak yaygınlaştı: bir bulgunun yalnızca “anlamlı” olup olmadığına değil, ne kadar büyük ve tekrarlanabilir olduğuna odaklanmak, araştırmanın bilimsel değerini p değerinden bağımsız bir ölçütle de değerlendirmeyi mümkün kılıyor.

Hangi Etki Büyüklüğü Ölçütü Hangi Testte Kullanılır?

Bu eşikler Cohen’in (1988) önerdiği genel kabul görmüş referans noktalarıdır — ancak “küçük” veya “büyük” bir etkinin gerçek anlamı disipline göre değişir; tıp alanında küçük bir etki büyüklüğü bile klinik açıdan önemli olabilirken, bazı sosyal bilim alanlarında orta düzey bir etki bile dikkat çekicidir.

SPSS’te Etki Büyüklüğünü Nasıl Elde Edersiniz?

SPSS’in bazı sürümlerinde etki büyüklüğü doğrudan çıktıda yer alır, bazılarında ise elle hesaplama veya ek bir seçenek işaretlemek gerekir:

1. Bağımsız örneklem t-testi: SPSS çıktısı doğrudan Cohen’s d vermez; “Compare Means” > “Independent Samples T Test” sonrasında ortalama fark ve standart sapmalar kullanılarak d elle hesaplanmalı veya G*Power gibi ek bir araçla hesaplanmalıdır.
2. ANOVA: “Analyze” > “Compare Means” > “One-Way ANOVA” penceresinde “Options” sekmesinden “Estimates of Effect Size” seçeneği işaretlenirse eta kare doğrudan çıktıya eklenir.
3. Korelasyon: Pearson r değeri zaten bir etki büyüklüğü ölçütüdür; ayrıca bir hesaplama gerekmez.
4. Ki-kare: “Crosstabs” penceresinde “Statistics” sekmesinden “Phi and Cramer’s V” seçeneği işaretlenerek elde edilir.

Elle hesaplama gereken durumlarda (özellikle Cohen’s d için), çevrimiçi ücretsiz hesaplayıcılar veya G*Power’ın “effect size calculator” modülü, SPSS çıktısındaki ortalama ve standart sapma değerlerini girerek doğrudan sonucu verir. Bu hesaplamayı elle formülle yapmak da mümkündür (d = ortalama fark / birleştirilmiş standart sapma), ancak yuvarlama hatalarına açık olduğu için bir hesaplayıcı veya istatistik yazılımı kullanmak daha güvenilirdir.

Yanlış ve Doğru Raporlama Alışkanlıkları

Bulgular Bölümünde Örnek Raporlama Cümlesi

Etki büyüklüğünün bulgular bölümünde nasıl raporlanacağına dair somut bir şablon: “Bağımsız örneklem t-testi sonuçlarına göre, deney grubu (M = 24.3, SS = 4.1) ile kontrol grubu (M = 21.8, SS = 3.9) arasındaki fark istatistiksel olarak anlamlı bulunmuştur, t(198) = 4.12, p < .001, Cohen’s d = 0.52, bu da orta düzeyde bir etkiye işaret etmektedir.” Bu cümle yapısı dört unsuru bir arada verir: tanımlayıcı istatistikler, test istatistiği, p değeri ve etki büyüklüğü — hakemlerin aradığı eksiksiz raporlama tam olarak budur.

Güven Aralıklarını Etki Büyüklüğüyle Birlikte Raporlayın

Güncel APA ve pek çok dergi kılavuzu, yalnızca nokta tahminini (örneğin “d = 0.52”) değil, bu tahminin güven aralığını (confidence interval, CI) da raporlamayı önerir — genellikle %95 güven aralığı kullanılır. Güven aralığı, etki büyüklüğü tahmininin ne kadar kesin olduğunu gösterir: dar bir aralık (örneğin %95 CI [0.41, 0.63]) tahminin güvenilir olduğunu, geniş bir aralık (örneğin %95 CI [0.05, 0.99]) ise örneklem küçüklüğü nedeniyle tahminin belirsiz olduğunu gösterir. İki çalışma aynı nokta tahminini (d = 0.52) raporlasa bile, biri dar diğeri geniş bir güven aralığına sahipse, bulgunun güvenilirliği çok farklı yorumlanmalıdır. SPSS’te güven aralıkları çoğu test için “Options” veya “Bootstrap” sekmelerinden etkinleştirilebilir; G*Power gibi araçlar da etki büyüklüğü hesaplamasının yanında güven aralığı tahmini sunar.

Etki Büyüklüğü ve Örneklem Büyüklüğü İlişkisi

Etki büyüklüğü, aynı zamanda araştırma tasarımı aşamasında gereken örneklem büyüklüğünü belirlemenin de temelidir. Küçük bir etki bekleniyorsa, bu etkiyi istatistiksel olarak güvenilir biçimde tespit edebilmek için çok daha büyük bir örneklem gerekir; büyük bir etki bekleniyorsa daha küçük bir örneklem yeterli olabilir. Bu ilişkiyi güç analizi (power analysis) ile nasıl hesaplayacağınızı örneklem büyüklüğü ve güç analizi yazımızda ayrıntılı ele alıyoruz. Araştırma tasarımı aşamasında bu hesaplamayı atlayan çalışmalar, veri toplandıktan sonra “yetersiz güç” (underpowered) eleştirisiyle karşılaşabilir.

Meta-Analizlerde Etki Büyüklüğünün Rolü

Etki büyüklüğü raporlamasının önemi, tek bir çalışmanın ötesine de taşar: meta-analiz çalışmaları, birden fazla araştırmanın etki büyüklüklerini birleştirerek bir alandaki genel etkiyi tahmin eder. Bir çalışma yalnızca p değeri raporlayıp etki büyüklüğünü atlarsa, o çalışma gelecekteki meta-analizlere dahil edilemez. Sebebi basittir: meta-analiz yöntemleri anlamlılık üzerinden değil, etki büyüklüğü üzerinden hesaplama yapar. Bu durum, etki büyüklüğü raporlamamanın yalnızca mevcut hakem sürecini değil, çalışmanın gelecekteki atıf potansiyelini de etkileyebileceği anlamına gelir. Sistematik derleme (systematic review) yazarları, genellikle etki büyüklüğü eksik olan çalışmaları yazarlarla iletişime geçip ham veriyi talep etmek zorunda kalır. Bu da çalışmanın meta-analize dahil edilme olasılığını pratikte düşürür.

Hangi Analiz Yönteminin Uygun Olduğuna Karar Verirken

Etki büyüklüğü raporlaması, doğru istatistiksel testin seçilmiş olmasını varsayar — yanlış test seçimi üzerine doğru etki büyüklüğü hesaplamak bir anlam ifade etmez. Araştırma sorunuza ve veri yapınıza hangi testin uygun olduğuna dair karşılaştırmalı bir bakış için SPSS analiz türleri yazımız, hangi durumda hangi testin (t-testi, ANOVA, korelasyon, regresyon) tercih edileceğini özetliyor.

Bir diğer sık karşılaşılan durum, birden fazla bağımsız değişkenin veya kovaryatın aynı modelde yer aldığı analizlerdir. Çoklu regresyon gibi durumlarda tek bir etki büyüklüğü ölçütü yerine hem modelin genel açıklayıcılığı (R kare, düzeltilmiş R kare) hem de her bir yordayıcının kendine özgü katkısı (standardize beta katsayısı, kısmi eta kare) ayrı ayrı raporlanmalıdır. Yalnızca modelin genel R karesini vermek, hangi değişkenin bulguyu asıl sürüklediğini gizler; revizyon taleplerinde en sık karşılaştığımız isteklerden biri tam olarak bu eksikliğin tamamlanmasıdır.

Anahtar çıkarımlar

• P değeri farkın var olup olmadığını, etki büyüklüğü ise bu farkın ne kadar önemli olduğunu gösterir.
• Her test türünün kendine özgü bir etki büyüklüğü ölçütü vardır (t-testi için Cohen’s d, ANOVA için eta kare gibi).
• Cohen’in eşikleri (küçük/orta/büyük) genel bir referanstır; alan yazınıyla karşılaştırma yorumlamayı güçlendirir.
• Bulgular bölümünde etki büyüklüğü, tanımlayıcı istatistikler ve test istatistiğiyle birlikte tek bir cümlede raporlanmalıdır.
• Etki büyüklüğü tahmini, araştırma tasarımı aşamasında örneklem büyüklüğü hesaplamasının da temelini oluşturur.

Sonuç olarak, p değeri ile etki büyüklüğü rakip değil tamamlayıcı iki bilgidir; biri farkın var olup olmadığını, diğeri bu farkın önemini gösterir. İkisini bir arada, doğru cümleyle raporlamak, revizyon turlarını kısaltan ve bulgunuzu daha ikna edici kılan küçük ama gerçek bir yatırımdır. Analizlerinizin yorumlanması ve raporlanmasında destek almak isterseniz, İstatistiksel Analiz Danışmanlığı kapsamında bulgularınızı birlikte değerlendirebiliriz.

İlgili Kaynaklar

• APA Style — etki büyüklüğü dahil istatistiksel raporlama standartlarını tanımlayan resmi kılavuz.