Etki Büyüklüğü Nedir? ? Cohen's d, ?², r ve Omega Hesaplama Rehberi

Neden Sadece p Değeri Yetmez?

p değeri "fark var mı?" sorusuna cevap verir ama "fark ne kadar büyük?" sorusuna cevap VERMEZ. 10.000 kişilik örneklemde 0.5 puanlık fark bile "anlamlı" çıkar ama pratik değeri sıfırdır. Etki büyüklüğü bulgunuzun gerçek dünya anlamını gösterir. APA 7 ve neredeyse tüm Q1 dergiler etki büyüklüğü raporlamayı ZORUNLU kılmaktadır.

Test Bazlı Etki Büyüklüğü Metrikleri

t-test ? Cohen's d: d = (M? - M?) / SD(pooled). |d| = .20 küçük, .50 orta, .80 büyük.

ANOVA ? ?² (Eta-kare): ?² = SS(between) / SS(total). .01 küçük, .06 orta, .14 büyük. Kısmi ?² (partial eta squared) de yaygın.

Korelasyon ? r: Korelasyon katsayısının kendisi etki büyüklüğüdür. |r| = .10 küçük, .30 orta, .50 büyük.

Ki-kare ? Cramer's V: V = ?(?²/(N×df_min)). .10 küçük, .30 orta, .50 büyük.

Non-parametrik testler ? r: r = Z / ?N. Aynı eşikler: .10, .30, .50.

Regresyon ? R², f²: R² doğrudan yorumlanır (%kaç varyans). f² = R²/(1-R²). .02 küçük, .15 orta, .35 büyük.

SPSS'te Hesaplama

?² (ANOVA): SPSS otomatik verir ? Options ? "Estimates of effect size" işaretleyin (GLM menüsünde).

Cohen's d: SPSS otomatik VERMEZ. Excel veya online hesaplayıcıyla: d = (M1 - M2) / ?((SD1² + SD2²)/2).

r (non-parametrik): Z değerini çıktıdan alın ? r = |Z| / ?N.

APA Raporlama Örnekleri

t-test: t(98) = 3.82, p < .001, d = 0.74 (orta-büyük etki).

ANOVA: F(2, 147) = 8.45, p < .001, ?² = .10 (orta etki).

Korelasyon: r = .42, p < .01 (orta etki).

Ki-kare: ?²(2) = 8.45, p = .015, V = .21 (küçük-orta etki).