Wielkości efektu
Miary statystyczne określające praktyczne znaczenie wyniku badania — jak duża jest rzeczywista różnica lub zmiana, niezależnie od wielkości próby.
Czym są wielkości efektu
Gdy czytasz wyniki badań dotyczących treningu czy suplementacji, niemal zawsze natrafisz na informację, że coś jest „statystycznie istotne". Problem w tym, że istotność statystyczna mówi jedynie, czy zaobserwowana różnica prawdopodobnie nie jest dziełem przypadku — nie mówi natomiast, czy ta różnica ma jakiekolwiek znaczenie w praktyce. Właśnie tę lukę wypełniają wielkości efektu. To standardowe miary, które wyrażają, jak duża jest obserwowana zmiana lub różnica w odniesieniu do skali, na której ją mierzymy.
Wyobraź sobie badanie, w którym grupa stosująca nowy protokół treningowy zwiększyła siłę w przysiadzie o 2 kg więcej niż grupa kontrolna. Przy odpowiednio dużej próbie taki wynik może być statystycznie istotny, ale z perspektywy osoby trenującej — zupełnie nieodczuwalny. Wielkość efektu pozwala ocenić, czy różnica jest mała, umiarkowana, czy duża, dając realne narzędzie do interpretacji wyników.
Serwis, który zna Ciebie
Podłącz urządzenie. Treści, które otrzymasz, będą dopasowane do Twoich wyników i zdrowia.
Najczęściej stosowane miary
W literaturze sportowej i żywieniowej dominują trzy wskaźniki:
d Cohena — najpopularniejsza miara przy porównywaniu dwóch grup. Oblicza się ją jako różnicę średnich podzieloną przez odchylenie standardowe. Przyjęte progi orientacyjne to: mały efekt ≈ 0,2, umiarkowany ≈ 0,5, duży ≈ 0,8. Jeśli np. badanie nad suplementacją kreatyną pokazuje d = 0,3 dla przyrostu masy mięśniowej, efekt jest realny, ale niewielki.
Eta-kwadrat (η²) — stosowany w analizach z wieloma grupami (ANOVA). Informuje, jaki procent całkowitej zmienności wyników wyjaśnia dany czynnik. Wartości 0,01, 0,06 i 0,14 odpowiadają odpowiednio małemu, średniemu i dużemu efektowi.
Współczynnik korelacji (r) — znany z badań nad zależnościami między zmiennymi, np. między objętością treningową a hipertrofią. Wartości 0,1, 0,3 i 0,5 traktuje się jako małą, średnią i dużą korelację.
Dlaczego to ma znaczenie w praktyce
Umiejętność odczytywania wielkości efektu zmienia sposób, w jaki korzystasz z badań naukowych. Oto kilka zastosowań:
- Ocena nowych metod treningowych. Jeśli porównanie dwóch protokołów daje d = 0,15, różnica jest znikoma — prawdopodobnie nie warto zmieniać całego planu treningowego.
- Czytanie metaanaliz. Prace przeglądowe niemal zawsze raportują zagregowane wielkości efektu. Dzięki temu jednym rzutem oka ocenisz, czy dany suplement lub strategia treningowa daje efekty warte uwagi.
- Filtrowanie marketingu. Producenci suplementów chętnie powołują się na „naukowo potwierdzone" działanie. Sprawdzenie wielkości efektu pozwala odróżnić produkt o realnym wpływie od takiego, którego działanie jest statystycznie wykrywalne, ale praktycznie pomijalne.
Warto też pamiętać, że progi Cohena są jedynie konwencją. W kontekście sportów wyczynowych nawet mały efekt (d = 0,2) może decydować o medalu, podczas gdy w rekreacyjnym treningu siłowym ta sama wartość będzie nieodczuwalna.
Podsumowanie
Wielkości efektu to jedno z najważniejszych narzędzi krytycznej lektury badań. Pozwalają przejść od pytania „czy to działa?" do znacznie cenniejszego „jak bardzo to działa?". Zanim zmienisz plan treningowy lub dietę na podstawie nowego badania, sprawdź nie tylko wartość p, ale przede wszystkim wielkość efektu — to ona powie Ci, czy zmiana jest warta zachodu.