Vaikutuskoon

Vaikutuskoon käsite, suomeksi vaikutuskoon mitta, on tilastotieteessä käytetty termi, joka kuvaa havaitun tai mitatun ilmiön suuruutta. Se ei ole sama kuin tilastollinen merkitsevyys, joka kertoo todennäköisyyden sille, että havaittu ero tai yhteys on todellinen eikä pelkästään sattumanvarainen. Vaikutuskoon avulla pyritään kvantifioimaan ilmiön käytännöllistä tai kliinistä merkitystä.

Erilaisia vaikutuskoon mittareita on olemassa useita riippuen tutkimusasetelmasta ja muuttujien tyypistä. Yleisiä esimerkkejä ovat Cohenin d, joka mittaa kahden ryhmän keskiarvojen eroa standardoituna keskihajontana, ja Pearsonin korrelaatiokerroin r, joka kuvaa kahden jatkuvan muuttujan välistä lineaarista yhteyttä. Vaikutuskoon suuruuden tulkinta riippuu usein tutkimusalasta ja käytetyistä mittareista. Pieni vaikutus voi silti olla merkityksellinen, jos sitä esiintyy laajassa populaatiossa tai jos se on kumulatiivinen pitkällä aikavälillä.

Vaikutuskoon raportointi on tärkeää, koska se tarjoaa lisätietoa tilastollisen merkitsevyyden lisäksi. Se auttaa lukijaa ymmärtämään, kuinka suuri ero tai yhteys on todellisuudessa, ja arvioimaan tutkimustulosten käytännön relevanssia. Vaikutuskoon laskeminen on myös olennainen osa otoskoon suunnittelua, sillä se auttaa määrittämään riittävän otoskoon havaittavan vaikutuskoon havaitsemiseksi tietyllä tilastollisella voimalla.