Etki büyüklüğü, istatistiksel testlerin ötesine geçerek araştırma sonuçlarının pratik önemini değerlendirmek açısından kritik bir ölçüttür. Bu çalışmada, etki büyüklüğünün tanımı, önemi, türleri ve SPSS ile nasıl hesaplanacağı ayrıntılı biçimde ele alınmıştır. Cohen’s d, eta square ve partial eta square gibi yaygın ölçütler açıklanmış; SPSS uygulama adımları ve APA 7’ye uygun raporlama örnekleri sunulmuştur. Araştırmacıların yalnızca p-değerine odaklanmak yerine, bulgularının büyüklüğünü de raporlamaları gerektiği vurgulanmaktadır.

Nicel araştırmalarda en yaygın kullanılan istatistiksel değerlendirme aracı, hipotez testlerine dayalı anlamlılık analizidir. Özellikle sosyal bilimlerde, p-değeri .05’in altında olduğunda sonuçlar genellikle “anlamlı” kabul edilmekte ve bu durum araştırmacılar tarafından yeterli görülmektedir. Ancak istatistiksel anlamlılık, örneklem büyüklüğüne duyarlı olup, küçük etkileri dahi anlamlı gösterebilir. Bu bağlamda, yalnızca p-değerine dayanmak yanıltıcı sonuçlara yol açabilir. Amerikan Psikoloji Derneği (APA), 2020 yılında yayımladığı 7. sürüm yazım kılavuzunda, tüm araştırma sonuçlarında etki büyüklüğü değerlerinin belirtilmesini önermektedir.

Bu makalede, etki büyüklüğünün tanımı, türleri ve özellikle SPSS yazılımı aracılığıyla nasıl hesaplanacağı ayrıntılı biçimde ele alınacaktır. Ayrıca APA standartlarına uygun şekilde raporlama örnekleri sunulacaktır.

Etki Büyüklüğü Nedir?

Etki büyüklüğü (effect size), bir değişkenin diğer bir değişken üzerindeki etkisinin niceliksel büyüklüğünü ifade eder. Başka bir deyişle, iki grup arasındaki farkın veya iki değişken arasındaki ilişkinin gücünü ve anlamlılığını ölçen bir göstergedir. Etki büyüklüğü, istatistiksel anlamlılıkla birlikte yorumlandığında, elde edilen bulguların uygulama alanlarındaki önemini değerlendirme olanağı sağlar.

Etki Büyüklüğü Neden Gereklidir?

P-değeri bir farkın varlığına dair bilgi sağlarken, etki büyüklüğü o farkın derecesini ortaya koyar. Bu yönüyle, hem bilimsel hem de pratik anlamda çok daha işlevsel bir bilgi sunar. Etki büyüklüğü;

• Bulguların yorumlanabilirliğini artırır,
• Meta-analizler için karşılaştırılabilir veri üretir,
• P değeri anlamlı olmasa bile önemli bulguların tespitini sağlar,
• Politikalar, müdahale programları veya eğitim uygulamaları gibi alanlarda karar vericilere güçlü bir rehberlik sunar.

Etki Büyüklüğü Türleri

Cohen’s d

İki grup ortalaması arasındaki farkın, bu grupların standart sapmalarının birleşik değerine oranı ile hesaplanır. Genellikle bağımsız örneklem t-testi sonucunda kullanılır. Hesaplama formülü şöyledir:

Cohen’s d=M1−M2Pooled SD\text{Cohen’s d} = \frac{M_1 – M_2}{\text{Pooled SD}}Cohen’s d=Pooled SDM1​−M2​​

• 20 = küçük etki
• 50 = orta düzey etki
• 80 = büyük etki

Eta Square (η²)

ANOVA analizlerinde kullanılan bu ölçüt, toplam varyansın ne kadarının bağımsız değişkenden kaynaklandığını gösterir.

• η² = .01 (küçük)
• η² = .06 (orta)
• η² = .14 (büyük)

Partial Eta Square

Eta Square’ın kovaryans değişkenleri kontrol edilerek hesaplanan versiyonudur. Özellikle ANCOVA ve MANOVA analizlerinde kullanılır.

SPSS ile Etki Büyüklüğü Hesaplama Süreci

Cohen’s d Hesaplama

SPSS programı doğrudan Cohen’s d hesaplamaz; ancak bağımsız örneklem t-testi sonuçlarından elde edilen ortalama ve standart sapma değerleri kullanılarak manuel olarak hesaplanabilir.

Adımlar:

1. Analyze > Compare Means > Independent-Samples T Test
2. Output ekranında grup ortalamaları (Mean) ve standart sapmalar (SD) yer alır.
3. Cohen’s d hesaplanır:

Pooled SD=SD12+SD222\text{Pooled SD} = \sqrt{\frac{SD_1^2 + SD_2^2}{2}}Pooled SD=2SD12​+SD22​​​ d=M1−M2Pooled SD\text{d} = \frac{M_1 – M_2}{\text{Pooled SD}}d=Pooled SDM1​−M2​​

Eta Square ve Partial Eta Square Hesaplama

1. Analyze > General Linear Model > Univariate
2. Bağımlı ve bağımsız değişkenleri girin.
3. “Options” sekmesinde “Estimates of effect size” kutusu işaretlenir.
4. Çıktılarda “Partial Eta Squared” değeri görüntülenir.

5. Bulguların APA 7’ye Uygun Raporlanması

Bağımsız t-testi örneği:

“Gruplar arasında anlamlı bir fark gözlemlendi, t(58) = 2.45, p = .017, d = 0.64. Bu değer orta düzey bir etki büyüklüğünü yansıtmaktadır.”

ANOVA örneği:

“Grup türü ile başarı puanları arasında anlamlı bir fark bulundu, F(2, 147) = 6.78, p = .002, η² = .08.”

Karma desen örneği:

“Eğitimin başarıya etkisi anlamlı bulundu, F(1, 48) = 9.21, p = .004, partial η² = .16.”

Sonuç ve Öneriler

Etki büyüklüğü, istatistiksel anlamlılık analizlerine tamamlayıcı bir bakış sunarak bilimsel araştırmaların kalitesini artırır. SPSS gibi paket programlar aracılığıyla kolaylıkla hesaplanabilir olması, bu göstergenin her çalışmada yer almasını mümkün kılar. Araştırmacılar yalnızca istatistiksel farkı değil, bu farkın boyutunu ve gücünü de ifade etmelidir. Bu çerçevede, lisansüstü tezlerde ve bilimsel makalelerde APA 7 standartlarına uygun şekilde etki büyüklüğü raporlaması önerilmektedir.

Kaynakça

• American Psychological Association. (2020). Publication Manual of the American Psychological Association (7th ed.).
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Pallant, J. (2020). SPSS Survival Manual: A Step-by-Step Guide to Data Analysis Using IBM SPSS (7th ed.). McGraw-Hill Education.