اندازه اثر در مقالات پژوهشی

اندازه اثر در مقالات پژوهشی

اندازه اثر در مقالات پژوهشی ، “اندازه اثر” عنوانی است که به مجموعه‏ ای از شاخص‏ ها که بزرگی اثر آزمایش را می سنجد اطلاق می‏ شود. برخلاف آزمون‏ های معناداری، این شاخص مستقل از حجم نمونه است. حوزه‏ ی وسیعی از فرمول‏ های محاسبه “اندازه‏ ی اثر” موجود است. به طورکلی‏”اندازه‏ ی اثر” به دو طریق به دست می‏ آید:

الف) به عنوان تفاوت استاندارد شده بین دو میانگین و ب) به صورت همبستگی بین متغیر طبقه ای مستقل و نمرات او در متغیر وابسته. این همبستگی ها به عنوان “همبستگی اندازه اثر” نامیده می‏ شوند.

“اندازه ی اثر” در آمار، مقداری است که رابطه ی بین دو متغیر را بیان می کند. در آزمایشات علمی علاوه براین که ما باید از معناداری آماری باخبر باشیم؛ باید از اثرات مشاهده شده نیز مقداری کمی داشته باشیم. برای تصمیم گیری در موقعیت های عملی‏”اندازه‏ ی اثر”، شاخص بسیار مناسبی است. “اندازه اثر” همچنین در مطالعات فراتحلیلی گسترش یافته است که یافته های یک حوزه‏ ی خاص مطالعاتی را خلاصه می‏ کند.

اندازه اثر در مقالات پژوهشی
اندازه اثر در مقالات پژوهشی – تزیسمی

فهرست مطالب

چرا استفاده از «اندازه اثر»، در پژوهش های نوین و مقالات، ضرورت و اهمیت دارد؟- اندازه اثر در مقالات پژوهشی

از حدود یک دهه پیش، بکاربردن شاخص های آماری (یا کمّی) موسوم به «اندازه اثر»، در مطالعات پژوهشی (بخصوص در مقالات پژوهشی)، از اهمیت و ضرورت بالایی برخوردار شده و روزبروز به تعداد ژورنال هایی که استفاده از این شاخص ها را بعنوان یک ضرورت، مورد توجه قرار می دهند، بیشتر و بیشتر می گردد.
هر چند دلیل اصلی اهمیت شاخص های «اندازه اثر» را میتوان به محدودیت / محدودیت های شاخص آماری P Value و اندازه های پیرامونی آن، یعنی آماره ها (مانند آماره های تی، کای دو، Z، Chi square و …) در تحلیل و تفسیر مطالعات پژوهشی، نسبت داد، بخصوص وقتی که مطالعات پژوهشی از حجم های نموده بالا یا اندک برخوردار باشند، لیکن دلایل دیگری هم برای اهمیت یا ضرورت «اندازه اثر» وجود دارد که این دلایل، در زیر دسته بندی گردیده است :

• عدم وابستگی (یا وابستگی ناچیز) اندازه اثر به حجم نمونه و توان آزمون های آماری:

بر همگان روشن است که آماره و مقدار P، دارای یک خاصیت مشترک در تمامی شرایط است و آن هم اینکه این اندازه ها، به دو مولفه «حجم نمونه» و «توان آزمون های آماری» به شدت، وابسته بوده و با تغییر این دو مولفه، در شرایط عملی، منجر به تغییرات در مقادیر P value شده و چه بسیار مطالعاتی که فقط بخاطر این رابطه و عدم تفسیر درست محققین (نویسندگان مقالات)، متاسفانه نمیتوانند در ژورنال های معتبر، منتشر گردند. به عبارت دیگر، تفاوت های بزرگ در حجم نمونه های اندک، معنی دار نشده و تفاوت های اندک در حجم نمونه های بزرگ، معنی دار می گردد. فلذا اگر محققین فقط بخواهند به این شاخص ها توجه نمایند، بدیهی است که براحتی وارد فضای سوءبرداشتی شده و امکان تفسیر و نتیجه گیری صحیح، از ایشان سلب می گردد.

• امکان تفسیر «قدرت رابطه» از مقادیر «اندازه اثر»:- اندازه اثر در مقالات پژوهشی

در فضای واقعی منابع علمی (مقالات حاصل از مطالعات پژوهشی)، کم نیستند مقالاتی که فقط به بیان اینکه آیا رابطه «معنی دار آماری» پیدا نمودند یا خیر؟ بسنده نموده و بدیهی است که در رویکردهای نوین نگارش مقالات از منظر ژورنال های معتبر، دیگر این سطح از تفسیر یافته‏ های مقالات، کافی نیست و نیاز به مداخلات جدی در تحلیل آماری این گونه از مقالات و همچنین شیوه نگارش و تفسیر آنها وجود دارد.

• امکان تفسیر «میزان اثربخشی» در مطالعات مداخله ای و حتی امکان مقایسه بین اثربخشی مداخلات مختلف یا متعدّد:

شاید یکی از نادرست ترین تفسیر مقالات را در مورد مقالات حاصل از مطالعات مدخله ای، می توان انتظار داشت، البته وقتی که رویکرد تحلیل آماری، رویکرد سنّتی مبتنی بر P value باشد. دلیل این موضوع را باید در تفسیر مفهوم «اثربخشی» در شرایطی که نتیجه از نظر آماری «معنی دار» است، جستجو نمود. به عبارت دیگر، چالش بزرگ این مطالعات این است که بمحض رسیدن به یک نتیجه آماری معنی دار، نتیجه گرفته می شود که، مداخله مورد استفاده منجر به تغییر پیامد (در جهت مورد انتظار)، شده است. در این گونه موارد، علاوه بر اینکه مشابه مورد قبلی، استفاده از «اندازه اثر» می تواند محققین و خوانندگان را به سمت و سوی یک تفسیر مناسبتر، راهنمایی نماید، با کمک «اندازه اثر مناسب»، قابلیت مقایسه بین مداخله مورد ارزیابی (در مطالعه مورد نظر) با سایر مداخلات مشابه (در آن شرایط)، نیز ممکن خواهد بود.

• استفاده از شاخص های «اندازه اثر» در محاسبه یا تخمین حجم نمونه مطالعات، بصورت مناسب:

یکی دیگر از محدودیت های «رویکرد انحصاری استفاده از p value»، در شرایطی است که می خواهیم از نتایج مطالعات قبلی برای محاسبه حجم نمونه و قرار دادن این اطلاعات در فرمول های محاسبه سایز مطالعه (حجم نمونه) مورد نظر استفاده کنیم، براحتی ممکن است در شرایطی که امکان استفاده از چند مطالعه، برای قرار دادن داده ها در فرمول های حجم نمونه را داریم، استفاده از داده های مطالعه ای که اختلاف بزرگتری را نسبت به سایر مقالات، گزارش نموده است، این خطر را دارد که حجم نمونه برآورد شده، کمترین وضعیت ممکن خواهد بود. این موضوع نیز یک فرم از اعمال سوگیری در محاسبه حجم نمونه محسوب شده و موجب افزایش خطای تصادفی در برآوردهای حجم نمونه مطالعات، خواهد شد.

لازم به ذکر است که در ژورنال های معتبر و بسیار معتبر (بسیاری از ژورنال های گروه 10 درصد اول یا چارک اول Q1 رشته ها یا حیطه های علمی مختلف)، دیگر رویکرد دارای اشکال فوق (رویکرد انحصاری مبتنی بر داده های گزارش شده از مقالات قبلی)، برای استفاده در محاسبه حجم نمونه، مورد قبول نبوده و در بسیاری از موارد، مقاله ای که از این رویکرد استفاده نموده باشد، Reject می گردد.
برای جلوگیری از این ایراد مهم و تاثیرگذار، دو راهکار اساسی پیشنهاد شده و هم اکنون در ژورنال های قوی از حداقل یکی از این دو راهکار، استفاده می گردد. راهکار ساده تر، استفاده از شاخص «اندازه اثر»، بجای داده های گزارش شده از مقالات مشابه در فرمول های حجم نمونه است. بنابراین یکی دیگر از فواید استفاده از منطق کاربردی اندازه اثر، تصحیح رویکرد چالشی استفاده از داده های گزارش شده از مقالات مشابه در محاسبه حجم نمونه می باشد.

• استفاده از شاخص های «اندازه اثر» در تفسیر و نتیجه گیری مطلوبتر مقالات / مطالعات:

به محدودیت های «رویکرد انحصاری استفاده از p value»، باید ناقص بودن یا محدود بودن رویکرد «تفسیر یا نتیجه گیری» پژوهشگران، در بخش پایانی مقالات (گزارش پژوهش ها، پایان نامه ها و ….) را نیز اضافه نمود. به عبارت دیگر، وقتی فقط از گزارش P value و یا آماره در گزارش یافته های یک مقاله تحلیلی (یا مداخله ای)، استفاده می کنیم، چیزی بجز ارزیابی تاثیر شانس بر روی نتیجه مقاله / مطالعه، نمی توان استنباط نمود و حداکثر تفسیر اضافه تری که برخی محققین می توانند به این گزارش یافته ها اضافه نمایند، پیش بینی نسبی تاثیرپذیری مقادیر این شاخص آماری (P value) از حجم نمونه مطالعات بوده و اینکه در شرایطی که نتیجه غیرمعنی دار است و حدس محقق این است که این نتیجه غیرمعنی دار، بخاطر حجم نمونه پایین یا نسبتاً پایین مطالعه مربوطه است، پیشنهاد تکرار مطالعه در حجم های نمونه بالاتر (بیشتر) و یا استفاده از راهکار متاآنالیز (مطالعات ثانویه کمّی)، ارائه می گردد. اما همینجا باید به یک نکته مثبت و مزیت استفاده از شاخص «اندازه اثر»، اشاره نمود و آنهم این است که در استفاده مناسب از شاخص / شاخص های اندازه اثر مناسب با شرایط مطالعه، می توان با تفسیر مطلوب مطالعه / مقاله، به تصمیم گیری های بهتر و مطلوبتری رسیده و حتی «میزان قطعیت» نتیجه مطالعه (چقدر این نتیجه مشاهده شده را می توان انتظار داشت که در سایر شرایط، پایدار باشد؟) را نیز پیش بینی نمود.

یک دیدگاه ثبت کنید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *