اندازه اثر چیست؟

در تحلیل آماری فقط دانستن اینکه یک نتیجه از نظر آماری معنادار است یا نه کافی نیست.

ممکن است یک تفاوت یا رابطه از نظر آماری معنادار باشد، اما در عمل آن‌قدر کوچک باشد که اهمیت چندانی نداشته باشد.

برای مثال فرض کنید دو روش آموزشی با هم مقایسه شده‌اند و نتیجه آزمون نشان داده است:

p = 0.001

در نگاه اول ممکن است این نتیجه بسیار مهم به نظر برسد.

اما اگر اختلاف واقعی میانگین دو گروه بسیار کوچک باشد، ممکن است اهمیت عملی آن ناچیز باشد.

اینجاست که مفهوم اندازه اثر یا Effect Size اهمیت پیدا می‌کند.

اما اندازه اثر چیست؟

اندازه اثر شاخصی است که بزرگی یک تفاوت، رابطه یا تاثیر را نشان می‌دهد.

به زبان ساده، p-value بیشتر به ما می‌گوید آیا شواهد آماری برای وجود یک اثر داریم یا نه، اما اندازه اثر نشان می‌دهد این اثر چقدر بزرگ است.

به همین دلیل در تحلیل حرفه‌ای داده‌ها بهتر است اندازه اثر همراه با p-value و فاصله اطمینان گزارش شود.

اندازه اثر چیست؟

اندازه اثر یا Effect Size یک شاخص آماری است که شدت یک پدیده را اندازه‌گیری می‌کند.

این شدت می‌تواند مربوط به موارد مختلفی باشد:

• تفاوت بین دو گروه
• تفاوت بین چند گروه
• رابطه بین دو متغیر
• قدرت پیش‌بینی یک مدل
• شدت تاثیر یک متغیر مستقل

برای مثال اگر دو گروه میانگین متفاوتی داشته باشند، اندازه اثر نشان می‌دهد این تفاوت کوچک، متوسط یا بزرگ است.

در بررسی رابطه بین دو متغیر نیز ضریب همبستگی می‌تواند به عنوان یکی از شاخص‌های اندازه اثر در نظر گرفته شود.

بنابراین Effect Size یک شاخص واحد نیست و بسته به نوع آزمون، معیارهای مختلفی برای آن استفاده می‌شود.

چرا اندازه اثر مهم است؟

اگر پژوهشگر فقط به معناداری آماری توجه کند، ممکن است نتیجه را اشتباه تفسیر کند.

فرض کنید دو گروه هر کدام شامل ۵۰۰۰ نفر باشند.

میانگین گروه اول:

70.0

میانگین گروه دوم:

70.5

این اختلاف فقط نیم واحد است.

به دلیل حجم نمونه بسیار زیاد، ممکن است این اختلاف از نظر آماری معنادار شود.

اما آیا این اختلاف از نظر علمی یا عملی مهم است؟

پاسخ را نمی‌توان فقط با p-value مشخص کرد.

برای پاسخ بهتر باید اندازه اثر بررسی شود.

تفاوت اندازه اثر و p-value چیست؟

p-value و اندازه اثر دو مفهوم متفاوت اما مکمل هستند.

p-value بیشتر برای آزمون فرض استفاده می‌شود.

اندازه اثر برای سنجش بزرگی اثر کاربرد دارد.

معیار	p-value	اندازه اثر
هدف	بررسی معناداری آماری	بررسی بزرگی اثر
وابستگی به حجم نمونه	زیاد	معمولاً کمتر
بیان شدت اثر	خیر	بله
کاربرد اصلی	آزمون فرض	تفسیر اهمیت نتیجه

برای مثال ممکن است:

p < 0.001

باشد اما اندازه اثر کوچک باشد.

یا ممکن است در یک مطالعه کوچک اندازه اثر نسبتاً بزرگ باشد، اما به دلیل توان پایین:

p > 0.05

به دست آید.

برای درک بهتر این تفاوت، مقاله «p-value چیست؟» را نیز می‌توانید مطالعه کنید.

انواع شاخص‌های اندازه اثر

بسته به نوع تحلیل آماری، شاخص اندازه اثر نیز متفاوت است.

مهم‌ترین شاخص‌ها عبارت‌اند از:

• Cohen’s d
• Eta Squared
• Partial Eta Squared
• ضریب همبستگی r
• R²
• Odds Ratio

هر کدام از این شاخص‌ها کاربرد متفاوتی دارند.

Cohen’s d چیست؟

Cohen’s d یکی از رایج‌ترین شاخص‌های اندازه اثر برای مقایسه دو میانگین است.

این شاخص معمولاً همراه با آزمون t استفاده می‌شود.

به زبان ساده، Cohen’s d نشان می‌دهد اختلاف بین میانگین دو گروه چند انحراف معیار است.

فرمول ساده آن به صورت زیر است:

d = تفاوت میانگین‌ها / انحراف معیار

برای مثال فرض کنید:

میانگین گروه اول = 80

میانگین گروه دوم = 70

انحراف معیار تقریباً = 20

در این حالت:

d = 10 / 20 = 0.50

بنابراین اندازه اثر برابر ۰.۵ است.

تفسیر Cohen’s d

یک راهنمای رایج برای تفسیر Cohen’s d به صورت زیر است:

Cohen’s d	تفسیر تقریبی
0.20	کوچک
0.50	متوسط
0.80	بزرگ

این آستانه‌ها قواعد مطلق نیستند.

در برخی رشته‌ها حتی d=0.30 ممکن است اهمیت عملی زیادی داشته باشد، در حالی که در حوزه دیگری اثر ۰.۵ نیز اهمیت زیادی نداشته باشد.

بنابراین اندازه اثر همیشه باید در زمینه موضوع پژوهش تفسیر شود.

مثال Cohen’s d در پایان نامه

فرض کنید پژوهشگری تاثیر یک دوره آموزشی را بر عملکرد کارکنان بررسی کرده است.

میانگین عملکرد گروه آزمایش:

85

میانگین عملکرد گروه کنترل:

75

اگر Cohen’s d برابر:

0.72

به دست آید، می‌توان گفت اندازه اثر نسبتاً متوسط تا بزرگ است.

این نتیجه اطلاعات بسیار بیشتری از جمله:

p < 0.05

به تنهایی ارائه می‌دهد.

p-value نشان می‌دهد تفاوت معنادار است، اما Cohen’s d نشان می‌دهد این تفاوت از نظر اندازه تا چه حد قابل توجه است.

Eta Squared چیست؟

Eta Squared که با نماد η² نمایش داده می‌شود، یکی دیگر از شاخص‌های اندازه اثر است.

این شاخص معمولاً در تحلیل واریانس یا ANOVA استفاده می‌شود.

Eta Squared نشان می‌دهد چه نسبتی از واریانس متغیر وابسته توسط عامل مورد بررسی توضیح داده می‌شود.

برای مثال اگر:

η² = 0.12

باشد، می‌توان گفت حدود ۱۲ درصد از واریانس متغیر وابسته با عامل مورد نظر مرتبط است.

برای آشنایی بیشتر با تحلیل واریانس می‌توانید مقاله «آزمون ANOVA چیست؟» را مطالعه کنید.

تفسیر Eta Squared

یکی از راهنماهای رایج برای تفسیر η² عبارت است از:

η²	تفسیر تقریبی
0.01	کوچک
0.06	متوسط
0.14	بزرگ

برای مثال اگر در یک پژوهش:

η² = 0.16

باشد، اثر عامل مورد بررسی نسبتاً بزرگ تلقی می‌شود.

اما مانند Cohen’s d، این آستانه‌ها باید با توجه به زمینه علمی تحقیق تفسیر شوند.

Partial Eta Squared چیست؟

Partial Eta Squared یا ηp² یکی از شاخص‌های رایج در تحلیل‌های واریانس چندعاملی و ANCOVA است. این شاخص میزان واریانس مرتبط با یک عامل را نسبت به همان عامل و خطای مربوط به آن نشان می‌دهد.

در خروجی برخی نرم‌افزارهای آماری، به‌خصوص در تحلیل General Linear Model در SPSS، Partial Eta Squared مستقیماً گزارش می‌شود. نکته مهم این است که Eta Squared و Partial Eta Squared دقیقاً یکسان نیستند و نباید بدون توجه به نوع شاخص با یکدیگر مقایسه شوند.

اندازه اثر در همبستگی

در تحلیل همبستگی، خود ضریب همبستگی می‌تواند اطلاعاتی درباره اندازه و جهت رابطه ارائه دهد.

برای مثال در ضریب همبستگی پیرسون، مقدار r بین 1- تا 1+ قرار می‌گیرد.

هرچه قدر مطلق r به 1 نزدیک‌تر باشد، رابطه قوی‌تر است.

برای مثال:

r = 0.10

رابطه ضعیف

r = 0.30

رابطه متوسط

r = 0.50

رابطه نسبتاً قوی

البته این آستانه‌ها تقریبی هستند و باید با توجه به حوزه پژوهش تفسیر شوند.

مثلاً در بعضی تحقیقات علوم اجتماعی، ضریب همبستگی 0.30 می‌تواند از نظر کاربردی مهم باشد.

برای آشنایی بیشتر با این شاخص می‌توانید مقاله «آزمون همبستگی پیرسون چیست؟» را مطالعه کنید.

اندازه اثر در رگرسیون

در تحلیل رگرسیون، یکی از مهم‌ترین شاخص‌ها برای بررسی قدرت مدل، ضریب تعیین یا R² است.

R² نشان می‌دهد چه نسبتی از تغییرات متغیر وابسته توسط مدل توضیح داده می‌شود.

برای مثال اگر:

R² = 0.45

باشد، یعنی حدود ۴۵ درصد از تغییرات متغیر وابسته توسط متغیرهای موجود در مدل توضیح داده شده است.

هرچه R² بیشتر باشد، مدل قدرت توضیح‌دهندگی بیشتری دارد.

البته بالا بودن R² به تنهایی به معنای خوب بودن کامل مدل نیست.

موارد دیگری مانند:

• معناداری ضرایب
• پیش‌فرض‌های رگرسیون
• هم‌خطی
• اعتبار نظری مدل

نیز باید بررسی شوند.

تفاوت R² و Adjusted R²

در رگرسیون چندگانه معمولاً علاوه بر R²، مقدار Adjusted R² نیز گزارش می‌شود.

R² با اضافه شدن متغیرهای جدید معمولاً کاهش پیدا نمی‌کند، حتی اگر آن متغیرها ارزش توضیح‌دهندگی واقعی زیادی نداشته باشند.

Adjusted R² این مسئله را تا حدی اصلاح می‌کند و تعداد متغیرهای پیش‌بین را در نظر می‌گیرد.

به همین دلیل در رگرسیون چندگانه، Adjusted R² معمولاً برای مقایسه مدل‌ها شاخص مناسب‌تری است.

برای توضیحات بیشتر می‌توانید مقاله «رگرسیون چیست؟» را مطالعه کنید.

Odds Ratio به عنوان اندازه اثر

در رگرسیون لجستیک و بسیاری از تحقیقات پزشکی و اپیدمیولوژیک، Odds Ratio یکی از شاخص‌های مهم اندازه اثر است.

Odds Ratio یا OR نشان می‌دهد شانس وقوع یک رویداد در یک وضعیت نسبت به وضعیت دیگر چقدر تغییر می‌کند.

اگر:

OR = 1

باشد، تفاوتی در Odds مشاهده نمی‌شود.

اگر:

OR > 1

باشد، Odds وقوع رویداد افزایش یافته است.

اگر:

OR < 1

باشد، Odds وقوع رویداد کاهش یافته است.

برای مثال:

OR = 2

به این معناست که Odds وقوع رویداد تقریباً دو برابر شده است.

اما این مقدار نباید مستقیماً به عنوان دو برابر شدن احتمال تفسیر شود.

برای آشنایی بیشتر می‌توانید مقاله «رگرسیون لجستیک چیست؟» را مطالعه کنید.

اندازه اثر در آزمون t

در آزمون t معمولاً از Cohen’s d برای گزارش اندازه اثر استفاده می‌شود.

فرض کنید دو گروه با یکدیگر مقایسه شده‌اند و نتیجه آزمون:

p = 0.02

به دست آمده است.

این نتیجه نشان می‌دهد تفاوت از نظر آماری معنادار است.

اما اگر:

d = 0.15

باشد، اندازه اثر کوچک است.

در مقابل اگر:

d = 0.90

باشد، اندازه اثر نسبتاً بزرگ است.

بنابراین دو پژوهش می‌توانند هر دو از نظر آماری معنادار باشند، اما اهمیت عملی آن‌ها کاملاً متفاوت باشد.

اندازه اثر در آزمون ANOVA

در ANOVA معمولاً از شاخص‌هایی مانند Eta Squared یا Partial Eta Squared استفاده می‌شود.

برای مثال اگر:

η² = 0.08

باشد، می‌توان گفت حدود ۸ درصد از واریانس متغیر وابسته با عامل مورد بررسی مرتبط است.

در برخی تحلیل‌های SPSS، به‌ویژه در General Linear Model، مقدار Partial Eta Squared مستقیماً در جدول خروجی نمایش داده می‌شود.

در گزارش پایان نامه بهتر است مشخص شود دقیقاً کدام شاخص استفاده شده است.

اندازه اثر در آزمون‌های ناپارامتریک

در آزمون‌های ناپارامتریک نیز می‌توان اندازه اثر را گزارش کرد.

یکی از شاخص‌های رایج، r است.

برای آزمون‌هایی مانند:

• من ویتنی
• ویلکاکسون

می‌توان از فرمول کلی زیر استفاده کرد:

r = Z / √N

که در آن:

Z = مقدار آماره استانداردشده آزمون

N = تعداد مشاهدات مرتبط با محاسبه

یک راهنمای تقریبی برای تفسیر r:

مقدار r	تفسیر تقریبی
0.10	کوچک
0.30	متوسط
0.50	بزرگ

برای مثال اگر:

r = 0.42

باشد، می‌توان اندازه اثر را متوسط تا نسبتاً بزرگ در نظر گرفت.

اندازه اثر در کروسکال والیس

برای آزمون کروسکال والیس می‌توان از شاخص‌هایی مانند Epsilon Squared استفاده کرد.

این شاخص نشان می‌دهد چه مقدار از تغییرات رتبه‌ها با تفاوت بین گروه‌ها مرتبط است.

در بسیاری از پایان نامه‌ها فقط مقدار p گزارش می‌شود، اما گزارش اندازه اثر می‌تواند تحلیل را کامل‌تر کند.

اگر آزمون کروسکال والیس معنادار باشد، بهتر است علاوه بر آزمون‌های تعقیبی، اندازه اثر نیز بررسی شود.

آیا SPSS اندازه اثر را همیشه مستقیم گزارش می‌کند؟

خیر.

در بعضی تحلیل‌ها SPSS اندازه اثر را مستقیماً نمایش می‌دهد و در برخی دیگر باید آن را جداگانه محاسبه کرد.

برای مثال:

در برخی مدل‌های ANOVA، Partial Eta Squared قابل نمایش است.

اما برای آزمون t، ممکن است لازم باشد Cohen’s d به صورت جداگانه محاسبه شود.

برای آزمون‌های من ویتنی و ویلکاکسون نیز معمولاً اندازه اثر r از روی مقدار Z محاسبه می‌شود.

بنابراین نبود یک ستون با عنوان Effect Size در خروجی SPSS به این معنا نیست که اندازه اثر قابل محاسبه نیست.

ارتباط اندازه اثر با حجم نمونه

یکی از تفاوت‌های مهم بین p-value و اندازه اثر، نحوه ارتباط آن‌ها با حجم نمونه است.

p-value می‌تواند به شدت تحت تاثیر حجم نمونه قرار گیرد.

برای مثال در یک مطالعه بسیار بزرگ، حتی یک تفاوت کوچک ممکن است معنادار شود.

اما اندازه اثر بیشتر بر بزرگی واقعی تفاوت یا رابطه تمرکز دارد.

به همین دلیل در مطالعات با نمونه بزرگ، بررسی اندازه اثر اهمیت بیشتری پیدا می‌کند.

در مقابل، در مطالعات کوچک ممکن است اندازه اثر قابل توجه باشد اما p-value به دلیل توان پایین معنادار نشود.

اندازه اثر و توان آزمون

اندازه اثر یکی از عوامل اصلی تعیین توان آزمون است.

اگر اندازه اثر واقعی بزرگ باشد، احتمال شناسایی آن بیشتر است.

اگر اندازه اثر بسیار کوچک باشد، برای شناسایی آن معمولاً حجم نمونه بزرگ‌تری مورد نیاز خواهد بود.

به همین دلیل در محاسبه حجم نمونه معمولاً سه عامل مهم وارد محاسبات می‌شوند:

• اندازه اثر مورد انتظار
• سطح معناداری
• توان آزمون

بنابراین اندازه اثر فقط یک شاخص برای گزارش نتیجه نیست، بلکه در طراحی پژوهش نیز کاربرد دارد.

نحوه گزارش اندازه اثر در پایان نامه

گزارش اندازه اثر باید همراه با نتیجه آزمون آماری انجام شود.

برای مثال برای آزمون t:

«نتایج آزمون t مستقل نشان داد تفاوت بین دو گروه معنادار است (t=3.21, p=0.002). همچنین اندازه اثر Cohen’s d برابر 0.67 بود که نشان‌دهنده اثر متوسط تا نسبتاً بزرگ است.»

برای ANOVA:

«نتایج تحلیل واریانس نشان داد بین گروه‌ها تفاوت معناداری وجود دارد (F=6.45, p=0.003). مقدار η² برابر 0.09 بود که نشان‌دهنده اندازه اثر متوسط است.»

برای همبستگی:

«بین کیفیت خدمات و رضایت مشتری رابطه مثبت و معناداری مشاهده شد (r=0.52, p<0.001).»

در این مثال، مقدار r هم شدت و هم جهت رابطه را نشان می‌دهد.

آیا اندازه اثر بدون معناداری آماری مهم است؟

بله، ممکن است اندازه اثر قابل توجه باشد اما نتیجه از نظر آماری معنادار نباشد.

این وضعیت به‌خصوص در مطالعات با حجم نمونه کم دیده می‌شود.

برای مثال ممکن است:

d = 0.70

باشد اما:

p = 0.08

به دست آید.

در چنین شرایطی نمی‌توان صرفاً بر اساس اندازه اثر نتیجه قطعی گرفت، اما این یافته می‌تواند نشان دهد پژوهش احتمالاً توان کافی نداشته است.

بهتر است فاصله اطمینان اندازه اثر نیز بررسی شود.

آیا یک اندازه اثر بزرگ همیشه مهم است؟

نه لزوماً.

اهمیت اندازه اثر به موضوع پژوهش بستگی دارد.

برای مثال در یک مطالعه پزشکی، حتی یک اثر نسبتاً کوچک ممکن است در سطح جمعیت اهمیت زیادی داشته باشد.

در یک تحقیق دیگر، حتی یک اندازه اثر متوسط ممکن است از نظر عملی چندان ارزشمند نباشد.

بنابراین بهتر است علاوه بر آستانه‌های آماری، اهمیت علمی، اقتصادی، مدیریتی یا بالینی نتیجه نیز بررسی شود.

اشتباهات رایج در تفسیر اندازه اثر

استفاده از p-value به جای اندازه اثر

p-value شدت اثر را نشان نمی‌دهد.

برای سنجش بزرگی اثر باید شاخص مناسب Effect Size محاسبه شود.

استفاده از یک شاخص برای همه آزمون‌ها

هر آزمون اندازه اثر مناسب خود را دارد.

برای مثال Cohen’s d برای مقایسه دو میانگین مناسب است، اما برای رگرسیون معمولاً R² استفاده می‌شود.

تفسیر مکانیکی آستانه‌ها

اعدادی مانند 0.20، 0.50 و 0.80 برای Cohen’s d راهنمای تقریبی هستند.

نباید آن‌ها را بدون توجه به زمینه تحقیق به عنوان قوانین قطعی استفاده کرد.

گزارش اندازه اثر بدون نام شاخص

نوشتن:

«اندازه اثر برابر 0.12 بود»

کافی نیست.

باید مشخص شود:

η² = 0.12

یا:

r = 0.12

زیرا تفسیر این شاخص‌ها متفاوت است.

نتیجه‌گیری

اندازه اثر چیست؟ اندازه اثر یا Effect Size شاخصی برای سنجش بزرگی یک تفاوت، رابطه یا تاثیر است.

در تحلیل آماری بهتر است فقط به معناداری آماری و p-value توجه نشود.

دو نتیجه ممکن است هر دو از نظر آماری معنادار باشند، اما اندازه اثر کاملاً متفاوتی داشته باشند.

مهم‌ترین شاخص‌های اندازه اثر عبارت‌اند از:

• Cohen’s d برای مقایسه میانگین‌ها
• Eta Squared و Partial Eta Squared برای ANOVA
• r برای همبستگی و برخی آزمون‌های ناپارامتریک
• R² برای رگرسیون
• Odds Ratio برای رگرسیون لجستیک و داده‌های دودویی

گزارش اندازه اثر در کنار p-value و فاصله اطمینان باعث می‌شود نتایج پایان نامه یا مقاله علمی دقیق‌تر و قابل تفسیرتر باشند.

سوالات متداول درباره اندازه اثر

اندازه اثر چیست؟

اندازه اثر شاخصی آماری است که بزرگی تفاوت، رابطه یا تاثیر را نشان می‌دهد.

تفاوت اندازه اثر و p-value چیست؟

p-value بیشتر برای بررسی معناداری آماری استفاده می‌شود، اما اندازه اثر شدت نتیجه را نشان می‌دهد.

Cohen’s d چیست؟

Cohen’s d شاخصی برای اندازه‌گیری تفاوت استانداردشده بین دو میانگین است.

مقدار Cohen’s d چقدر باید باشد؟

به صورت تقریبی 0.20 کوچک، 0.50 متوسط و 0.80 بزرگ در نظر گرفته می‌شود، اما این مقادیر باید با توجه به زمینه پژوهش تفسیر شوند.

Eta Squared چیست؟

Eta Squared یکی از شاخص‌های اندازه اثر در ANOVA است و سهم واریانس مرتبط با عامل مورد بررسی را نشان می‌دهد.

R² اندازه اثر است؟

R² می‌تواند به عنوان شاخصی از قدرت توضیح‌دهندگی مدل رگرسیون استفاده شود و نشان می‌دهد چه نسبتی از واریانس متغیر وابسته توسط مدل توضیح داده می‌شود.

آیا SPSS اندازه اثر را گزارش می‌کند؟

در برخی آزمون‌ها بله، اما در برخی موارد باید اندازه اثر به صورت جداگانه محاسبه شود.

چرا اندازه اثر در پایان نامه مهم است؟

زیرا نشان می‌دهد نتیجه آماری فقط معنادار است یا از نظر شدت نیز اهمیت قابل توجهی دارد.