حجم الأثر: كيف نقرأ مقدار الفرق بدل الاكتفاء بالدلالة الإحصائية
ما هو حجم الأثر؟ حجم الأثر هو تقدير كمي لمقدار فرق أو علاقة أو تأثير، وليس مجرد اختبار لوجوده. قد يكون فرقًا في المتوسطات، نسبة مخاطر، معامل ارتباط، نسبة أرجحية أو تقديرًا آخر يناسب السؤال والتصميم. الفكرة الأساسية: قيمة p لا تخبرك وحدها إن كان الفرق صغيرًا أو مهمًا عمليًا.
لماذا لا تكفي الدلالة الإحصائية؟ قد يصبح فرق صغير جدًا دالًا إحصائيًا في عينة ضخمة، وقد يفشل فرق مهم في الوصول إلى الدلالة في عينة صغيرة. لذلك تطلب معايير التقارير الكمية في APA عادة عرض حجم الأثر مع فاصل الثقة حتى يستطيع القارئ تقدير المقدار وعدم اليقين معًا.
حجم أثر خام أم معياري؟
الفرق الخام يبقى بوحدات مفهومة، مثل انخفاض 4 نقاط على مقياس أو 10 دقائق في الزمن. هذا مفيد عندما تكون الوحدة ذات معنى. الحجم المعياري مثل standardized mean difference يحول الفرق إلى وحدات الانحراف المعياري ليسمح بالمقارنة بين مقاييس مختلفة، لكنه يصبح أصعب في التفسير السريري أو التعليمي المباشر.
أمثلة شائعة
Cohen's d وHedges g يصفان فرق متوسطين بوحدة الانحراف المعياري. معامل الارتباط r يصف قوة واتجاه العلاقة الخطية. نسبة المخاطر RR تقارن احتمال النتيجة بين مجموعتين. نسبة الأرجحية OR تقارن الأرجحية وليست الاحتمال مباشرة. كل مقياس يجيب عن سؤال مختلف ولا يجوز تحويلها إلى «قيمة أثر» واحدة بلا سياق.
لماذا نحتاج فاصل الثقة؟ التقدير النقطي يأتي من عينة. فاصل الثقة يبين مجموعة من القيم المتوافقة بدرجة مع البيانات والنموذج، ويذكّر بأن حجم الأثر غير معروف بدقة. فرق مقداره 0.40 مع فاصل ضيق يختلف معرفيًا عن 0.40 مع فاصل شديد الاتساع. لذلك لا تفسر الرقم دون عدم اليقين.
هل توجد حدود صغيرة ومتوسطة وكبيرة؟ توجد قواعد وصفية شهيرة، لكنها ليست قوانين عامة. قيمة تعد صغيرة في سياق قد تكون مهمة عندما تكون النتيجة خطيرة أو التدخل منخفض التكلفة، والعكس. الأفضل مقارنة الحجم بما هو ذو معنى في المجال، وبالدراسات السابقة وبالحد الأدنى المهم عمليًا عندما يكون محددًا.
في التحليل التلوي
عند جمع دراسات تستخدم مقاييس مختلفة يمكن استخدام standardized mean difference، لكن Cochrane يحذر من أن التفسير يصبح بوحدة الانحراف المعياري ويحتاج فهم اتجاه المقاييس وتجانس البناء. اختيار Hedges g قد يقلل تحيز العينات الصغيرة نسبيًا. كما يجب تفسير عدم التجانس بدل الاكتفاء بالمتوسط المجمع.
الأثر النسبي والأثر المطلق القول إن العلاج «خفض الخطر 50%» قد يبدو كبيرًا، لكن إذا انخفض الخطر من 2% إلى 1% فالفارق المطلق نقطة مئوية واحدة. في القرارات الصحية يفيد عرض الخطر الأساسي والفرق المطلق مع الأثر النسبي حتى لا يضخم القارئ النتيجة.
كيف تقرأ نتيجة بحث؟ حدد نوع حجم الأثر ووحدته. اقرأ فاصل الثقة. اسأل هل المقارنة معدلة أم خام. راجع حجم العينة والتصميم والتعدد والتحيز. افصل بين الدلالة الإحصائية والأهمية العملية. وإذا كان المقياس معياريًا، حاول إعادة ربطه بوحدة أو نتيجة مفهومة.
أخطاء شائعة اختيار حجم الأثر بعد رؤية البيانات، تفسير الارتباط كسبب، استخدام OR كما لو كان RR، تجاهل اتجاه المقياس، تقديم رقم دون فاصل ثقة، أو إعلان «أثر كبير» من قاعدة عامة دون سؤال عن الأهمية العملية.
أسئلة شائعة
هل p<0.05 تعني أثرًا كبيرًا؟ لا. هل حجم الأثر يثبت السببية؟ لا، السببية تعتمد على التصميم والافتراضات أيضًا. هل d=0.5 مهم دائمًا؟ لا، المعنى يعتمد على المجال والنتيجة. لماذا Hedges g بدل Cohen's d أحيانًا؟ لأنه يتضمن تصحيحًا لتحيز العينة الصغيرة. هل يجب عرض التأثير المطلق؟ عندما يكون مفهومًا ومتاحًا، فهو غالبًا مهم لاتخاذ القرار بجانب التأثير النسبي.
تمت المراجعة من قبل فريق روافد.