@TrDolma: 1⃣Burada istatistiksel analizl...

1⃣Burada istatistiksel analizle ilgili birkaç farklı mesele var. Şöyle kısaca (yalan!) bir toparlamaya çalışayım:

Genelde modelimizdeki değişkenler nicel olduğunda aralarındaki korelasyondan (ilişkiden) bahsetme eğiliminde oluruz.

@nacal_duerf

2⃣Ancak buradaki gibi bağımsız değişkenimiz (cinsiyet) kategorik olduğunda da sonucu "cinsiyet ile depresyon değişkenleri arasında istatistiksel olarak anlamlı bir ilişki vardır" şeklinde ifade edebiliriz. Teknik açıdan bunda bir sıkıntı yok.

3⃣Yine de böyle durumlarda —yani, X kategorik, Y nicel değişken iken— ilişki yerine kategorik değişkenin seviyeleri arasındaki farktan bahsetmek, bence ifade etmek istediğimiz şeyin daha kolay anlaşılmasını sağlayacaktır.

4⃣Yani, diğeri de teknik olarak doğru olsa da "kadınlar ile erkeklerin depresyon seviyeleri arasında istatistiksel olarak anlamlı bir fark çıkmıştır" cümlesi bence daha anlaşılır olur.

5⃣Bize "istatistiksel olarak anlamlı bir farktan (veya ilişkiden)" bahsetme hakkı veren şey ise p-değerinin önceden belirlediğimiz alfa değerinden (ki sosyal bilimlerde genelde alfa 0,05 kabul edilir) küçük olmasıdır.

6⃣Ama unutmayalım ki buradaki "anlamlı" tabiri, önemli manasına gelemez. Sadece, böyle bir ilişkinin/farkın tamamen "şans eseri" çıkmasının çok düşük ihtimal olduğunu anlatır. Ama şans eseri olmadığını kabul etsek bile çıkan ilişki/fark bizim için ÖNEMSİZ bir büyüklükte olabilir.

7⃣Bu nedenle de, yani okuyucunun (ve bizzat araştırmacının) kafası sözlükteki manasıyla karıştırmasın diye, anlamlı lafının başına her zaman "istatistiksel olarak" ibaresinin koyulması önerilir.
Bizim için ne büyüklükteki ilişki/farkın önemli olduğunu istatistik nasıl bilsin ki?

8⃣Bir ilişkinin/farkın büyüklüğünün önemli olup olmadığına ALAN BİLGİMİZE, tecrübelerimize, önceki çalışmalara dayanarak ancak BİZ karar verebiliriz.
Ve o araştırma için "önemli" kabul edebileceğimiz asgari büyüklüğün ne olacağına, daha araştırmaya başlamadan önce karar veririz.

9⃣Bu büyüklükler de, genellikle, "etki büyüklüğü" denen çeşitli istatistiksel göstergelerle ifade edilir. Ama etki büyüklüklerinin iki ayrı rolü olduğunu bilmemiz lazım:
Birincisi, araştırma öncesi, bizim ne kadar büyük ilişkiyi/farkı önemli kabul edeceğimizi belirlemek için...

🔟İkincisi, baştan ne beklemiş olursak olalım, araştırma sonunda bulduğumuz ilişkinin/farkın büyüklüğünü raporlamak için...
Yukarıdaki soruda belirtilen Cohen'in d'si de böyle bir etki büyüklüğü örneğidir.

Asıl soruya dönecek olursak...

1⃣1⃣Ne zaman "cinsiyet-depresyon ilişkisi var" diyebiliriz?
örneklem büyüklüğümüz (n) kaç olursa olsun, yukarıda belirttiğim ifadelendirme hususuna dikkat etmek şartıyla, p<α ise istatistiksel olarak "ilişki var" diyebiliriz.
Ama daha güzeli, bununla yetinmeyip...

1⃣2⃣...bulduğumuz [observed] Cohen'in d'si, asgari büyüklük olarak belirlediğimiz [expected] Cohen'in d'sinden büyük ise
"(ciddiye alacak kadar güçlü) ilişki" diye yorumlamak olacaktır.
Son not: Soruda örneklem büyüklüğünün artması durumu nasıl değiştirir diye sorulmuş.

1⃣3⃣Diğer her şey aynı kalmak koşuluyla; eğer örneklem büyüklüğü artarsa hem p hem de d değerinin ikisi birden aynı kalamaz.
Yani, ya n artmasına rağmen p değişmiyorsa d'nin mecburen düşük çıkması gerekir,
ya da n artmasına rağmen d değişmiyorsa p'nin mecburen küçülmesi gerekir.

1⃣4⃣Bu 13. tweet'te bir hata vardı. Burak Hoca (@Burak4YD1N), sağ olsun uyardı. Eskisini sildim, düzeltip yeniden yazdım. 🛑
⬇️