wielkość efektu

Wielkość efektu – ilościowa miara siły zjawiska (np. różnica między grupą kontrolną a grupą eksperymentalną) obliczana na podstawie danych. Miara ta uzupełnia wnioskowanie statystyczne, obok wartości p, nie stawiając hipotezy o rzeczywistym związku pomiędzy zmiennymi. Jest wykorzystywana w metaanalizach podsumowujących badania z danego obszaru nauki. Analiza mocy wybranego testu oraz planowanie wielkości próby wymagają podania założonej wielkości efektu. Na podstawie tej wartości wykonywane są dalsze obliczenia (wielkość próby, poziom istotności). Ilustracją znaczenia wielkości efektu jest historia badania opublikowanego w 2014 przez pracowników portalu społecznościowego Facebook, które przyciągnęło dużą uwagę medialną. Jego wyniki zdawały się sugerować, kiedy zredukowano liczbę pokazywanych użytkownikowi postów o pozytywnie emocjonalnym wydźwięku, jego własne statusy również rzadziej zawierały wyrazy nacechowane pozytywne (d Cohena = 0,02), a częściej negatywnie (d Cohena = 0,001). Choć efekt ten był dzięki ogromnej wielkości próby bardzo „istotny statystycznie”, wielkości efektu (d=0,02, d=0,001) były bardzo bliskie zeru, więc zjawisko miało niemal zerowe znaczenie praktyczne. Komentarze prasowe w dużej mierze pomijały ten aspekt wyników, i skupiały się na nieetyczności samego niejawnego eksperymentu. Z uwagi na różnorodność typów danych i zastosowanej metodologii istnieje wiele rodzajów wielkości efektu mierzących różne aspekty badania. Oszacowywanie wielkości efektu na podstawie danych wprowadza dodatkową mnogość wielkości efektów: w zależności od samych danych, od zastosowanej metodologii oraz przedmiotu zainteresowania badacza. Podanie wielkości efektu jest nie tylko dobrą praktyką naukowca, ale też elementem koniecznym w publikacjach badań naukowych. Dodatkowo, raportując wielkość efektu, należy podać miernik, jaki użyto do obliczenia tej wartości (np. d Cohena, r Pearsona).