Apa yang dimaksud dengan Ukuran Efek? | Statistik

Effect size adalah cara untuk mengukur kekuatan hubungan statistik antara dua variabel. Ini adalah ukuran standar yang digunakan untuk menunjukkan besarnya efek dari suatu intervensi atau pengobatan. Dengan kata lain, seberapa besar efeknya.

Ukuran efek besar vs kecil

Dalam fisioterapi, ukuran efek dapat digunakan untuk menentukan efektivitas perawatan yang berbeda untuk kondisi seperti nyeri punggung bawah kronis non-spesifik atau osteoartritis lutut. Sebagai contoh, jika program latihan untuk nyeri punggung menghasilkan ukuran efek yang besar, itu berarti bahwa pengobatan tersebut memiliki efek positif yang kuat dalam mengurangi nyeri. Di sisi lain, jika ukuran efeknya kecil, pengobatan memiliki efek minimal dalam mengurangi rasa sakit.

Ukuran efek tidak bergantung pada ukuran sampel, sehingga ukuran sampel yang kecil tidak selalu berarti ukuran efek yang kecil. Sampel kecil dapat memiliki efek yang besar dan sebaliknya.

Membandingkan berbagai penelitian

Ukuran efek dapat sangat berguna dalam penelitian medis karena memungkinkan perbandingan efek pengobatan di berbagai studi, populasi, dan ukuran hasil. Sebagai contoh, dua penelitian dapat menemukan bahwa suatu pengobatan memiliki hasil yang signifikan secara statistik. Namun, satu penelitian mungkin menunjukkan ukuran efek yang lebih besar daripada yang lain, yang menunjukkan bahwa pengobatan mungkin lebih efektif dalam konteks atau populasi tertentu.

Ukuran efek tidak bergantung pada ukuran sampel, sehingga ukuran sampel yang kecil tidak selalu berarti ukuran efek yang kecil. Sampel kecil dapat memiliki efek yang besar dan sebaliknya.

Cohen's d

Statistik ukuran efek yang umum digunakan dalam penelitian fisioterapi adalah Cohen's d, yang membandingkan perubahan rata-rata dalam ukuran hasil (misalnya skor nyeri) antara dua kelompok (misalnya kelompok perlakuan dan kelompok kontrol) dan mengekspresikannya dalam unit standar deviasi. Bergantung pada studi tertentu, statistik ukuran efek lain seperti Hedge's g, atau r juga dapat digunakan.

Nilai p-value rendah ≠ ukuran efek yang besar

Selain itu, ukuran efek dapat membantu mengatasi keterbatasan nilai p, yang sering digunakan untuk menentukan signifikansi statistik dalam penelitian medis. Nilai P hanya menunjukkan apakah efek yang diamati signifikan secara statistik, tetapi tidak memberikan informasi apa pun tentang ukuran efek tersebut. Sebaliknya, ukuran efek memberikan ukuran signifikansi praktis atau klinis dari suatu efek, yang bisa lebih relevan untuk membuat keputusan medis.

Sangat penting untuk memahami bahwa nilai p tidak menunjukkan ukuran efek. Beberapa pembaca berpikir bahwa ketika nilai p-value yang diberikan rendah, itu berarti efeknya besar. Ini tidak benar. Sampel yang besar dengan perbedaan yang kecil di antara kelompok-kelompok dapat menghasilkan nilai p yang kecil.

Perhitungan yang mudah

Beberapa peneliti tidak melaporkan ukuran efek dalam makalah mereka. Perhitungan di balik amplop akan menunjukkan kepada Anda ukuran efek:

Rumus d Cohen:

(M1 - M2) / SDpooled

M1: rata-rata 1

M2: rata-rata 2

SDpooled: standar deviasi yang dikumpulkan

Penting untuk dicatat bahwa rumus ini bekerja paling baik untuk sampel yang lebih besar dari n = 50 dan ukuran kelompok yang sama. Efek akan tampak lebih besar daripada yang sesungguhnya dalam kelompok yang lebih kecil. Hal ini disebabkan oleh noise data.

Referensi

Kamper SJ (2019). Menafsirkan Hasil 2-Signifikansi Statistik dan Kebermaknaan Klinis: Menghubungkan Bukti dengan Praktik. Jurnal terapi fisik ortopedi dan olahraga, 49(7), 559-560.

Nuzzo R. (2014). Metode ilmiah: kesalahan statistik. Nature, 506(7487), 150-152.