ما هو حجم التأثير؟ | الإحصائيات

حجم التأثير هو طريقة لقياس قوة العلاقة الإحصائية بين متغيرين. وهو مقياس موحد يستخدم للإشارة إلى حجم تأثير التدخل أو العلاج. بعبارة أخرى، ما حجم التأثير.

أحجام التأثيرات الكبيرة مقابل أحجام التأثيرات الصغيرة

في العلاج الطبيعي، يمكن استخدام أحجام التأثيرات لتحديد فعالية العلاجات المختلفة لحالات مثل آلام أسفل الظهر المزمنة غير المحددة أو التهاب مفاصل الركبة. على سبيل المثال، إذا كان برنامج التمارين الرياضية لآلام الظهر ينتج عنه حجم تأثير كبير، فهذا يعني أن العلاج له تأثير إيجابي قوي على تقليل الألم. من ناحية أخرى، إذا كان حجم التأثير صغيرًا، فإن العلاج له تأثير ضئيل على تقليل الألم.

يكون حجم التأثير مستقلاً عن حجم العينة، لذا فإن صغر حجم العينة لا يعني بالضرورة صغر حجم التأثير. يمكن أن يكون للعينات الصغيرة تأثيرات كبيرة والعكس صحيح.

مقارنة الدراسات المختلفة

يمكن أن تكون أحجام التأثيرات مفيدة بشكل خاص في الأبحاث الطبية لأنها تسمح بمقارنة تأثيرات العلاج عبر مختلف الدراسات والفئات السكانية ومقاييس النتائج. على سبيل المثال، قد تجد دراستان أن العلاج له نتيجة ذات دلالة إحصائية. ومع ذلك، قد تُظهر إحدى الدراستين حجم تأثير أكبر من الأخرى، مما يشير إلى أن العلاج قد يكون أكثر فعالية في سياقات أو مجموعات سكانية معينة.

يكون حجم التأثير مستقلاً عن حجم العينة، لذا فإن صغر حجم العينة لا يعني بالضرورة صغر حجم التأثير. يمكن أن يكون للعينات الصغيرة تأثيرات كبيرة والعكس صحيح.

كوهين د

من الإحصائيات الشائعة لحجم التأثير المستخدمة في أبحاث العلاج الطبيعي هي إحصائية كوهين د، والتي تقارن متوسط التغير في مقياس النتيجة (مثل درجة الألم) بين مجموعتين (مثل مجموعة العلاج والمجموعة الضابطة) وتعبر عنه بوحدات الانحراف المعياري. اعتمادًا على دراسة معينة، يمكن أيضًا استخدام إحصائيات حجم التأثير الأخرى مثل Hedge's g أو r.

قيمة p-قيمة منخفضة ≠ حجم تأثير كبير

وعلاوة على ذلك، يمكن أن تساعد أحجام التأثيرات في التغلب على قيود قيم p-values، والتي غالبًا ما تُستخدم لتحديد الأهمية الإحصائية في الدراسات الطبية. قيم P-قيم تشير فقط إلى ما إذا كان التأثير المرصود ذا دلالة إحصائية، لكنها لا تقدم أي معلومات حول حجم التأثير. في المقابل، توفر أحجام التأثيرات مقياسًا للأهمية العملية أو السريرية للتأثير، والتي يمكن أن تكون أكثر أهمية لاتخاذ القرارات الطبية.

من المهم أن نفهم أن القيمة p لا تُظهر حجم التأثير. يعتقد بعض القراء أنه عندما تكون قيمة p منخفضة، فهذا يعني أن التأثير كبير. هذا غير صحيح. يمكن أن تؤدي العينة الضخمة ذات الفرق الضئيل بين المجموعات إلى إنشاء قيمة p-قيمة p صغيرة.

عملية حسابية سهلة

لا يذكر بعض الباحثين أحجام التأثيرات في أوراقهم البحثية. ستوضح لك عملية حسابية بظهر الظرف حجم التأثير:

صيغة كوهين d

(M1 - M2)/SD مجمعة

M1: المتوسط 1

M2: المتوسط 2

SDpooled: الانحراف المعياري المجمع

من المهم ملاحظة أن هذه الصيغة تعمل بشكل أفضل مع العينات الأكبر من n = 50 وأحجام المجموعات المتساوية. ستظهر التأثيرات أكبر مما هي عليه بالفعل في المجموعات الأصغر. ويرجع ذلك إلى تشويش البيانات.

المرجع

كامبر س. ج. (2019). تفسير النتائج 2-الأهمية الإحصائية 2 - الأهمية الإحصائية والمعنى السريري: ربط الأدلة بالممارسة. مجلة جراحة العظام والعلاج الطبيعي الرياضي، 49(7)، 559-560.

نوزو ر. (2014). المنهج العلمي: الأخطاء الإحصائية. نيتشر، 506(7487)، 150-152.