Effektstorlekar

Effektstorlekar är statistiska mått som beskriver storleken på en effekt eller skillnad, oberoende av urvalets storlek. De anger hur mycket en behandling, exponering eller samband påverkar ett utfall i praktiska termer, snarare än endast om effekten är statistiskt signifikant.

Vanliga typer inkluderar standardiserade effektstorlekar som Cohen's d och Hedge's g; Pearsons korrelationskoefficient (r); eta^2 och partial eta^2; omega^2; samt icke-standardiserade mått som odds ratio (OR), relativ risk (RR) och hazard ratio (HR). Standardiserade mått gör det möjligt att jämföra effekter över olika studiemetoder och variabler.

Tolkning: effektstorlekar bedöms ofta som små, medelstora eller stora enligt riktlinjer för respektive mått. Exempelvis Cohen's d: ungefär 0,2 små, 0,5 medelstora och 0,8 stora effekter; r: cirka 0,1 små, 0,3 medelstora och 0,5 stora. Dessa riktlinjer är vägledande och kontextberoende. Vid rapportering bör effektstorleken kompletteras med konfidensintervall och, när möjligt, med p-värde för att ge information om precision och styrka.

Användning och beräkning: effektstorlekar beräknas direkt från data eller extraheras från studieresultat. De möjliggör jämförelser mellan studier och används i meta-analyser för att kombinera effekter. Hedges-korrigering minskar bias i små sampels. Det är viktigt att skilja mellan statistisk signifikans och praktisk betydelse: en liten effekt kan vara viktig i stor skala eller inom ett visst fält, medan en stor effekt kan vara kliniskt obetydlig i annat sammanhang.

Sammanfattning: effektstorlekar beskriver hur stark en effekt är i praktiska termer och kompletterar hypotesprövningar genom att underlätta jämförelser över studier och discipliner.