Bilimsel Araştırma Yöntemleri

Hafta 11

Bir Sonucu Doğru Okumak

Ortalama, fark, etki büyüklüğü ve p değeri: bulgu, yorum ve kanıtın sınırı

Prof. Dr. İzzet İNCE
Ankara Yıldırım Beyazıt Üniversitesi · Spor Bilimleri Fakültesi · 2026–2027

14 oyuncu, iki gün

Statik germe gününde ortalama sıçrama 40,6 cm, dinamik ısınma gününde 42,1 cm.

Fark 1,5 cm. On dört oyuncunun on ikisi ısınma gününde daha yüksek sıçradı.
Bu fark büyük mü, gerçek mi, önemli mi?

Sonuçlar öğretim amaçlıdır.

Bu derste

Ders sonunda şunları yapabileceksiniz

1Bir sonuca “ne kadar, şans mı, önemli mi?” sorularını sormak.
2Hipotez testinin mantığını izlemek; p değerini ve güven aralığını doğru cümleyle okumak.
3Ortalamanın arkasındaki bireysel yanıtı görmek.
4Bulgu, yorum ve sınırı ayrı yazmak; abartıyı yakalamak.
5Yayın yanlılığını ve tekrarlanabilirlik sorununu açıklamak.

BÖLÜM 1

Üç Soru, Üç Sayı

Ne kadar? Şans mı? Önemli mi?

Önce temel · kavram

Standart sapma

standard deviation · kısaltması SS

Değerlerin ortalamadan ortalama ne kadar uzak durduğu; yayılımın ölçüsü. Küçükse herkes birbirine yakın, büyükse aralarında fark çok.

Örnek: İki takımın sıçrama ortalaması 40 cm. A takımında herkes 38–42 cm arası: SS küçük. B takımında 30 ile 50 cm arası: SS büyük.

Bir sonuca sorulan üç soru

Her soruyu ayrı bir sayı cevaplar

Ne kadar?

Fark ve etki büyüklüğü.

1,5 cm; oyuncular arası yayılıma göre orta.

Şans mı?

p değeri ve güven aralığı.

Bu fark şansla açıklanabilir mi?

Önemli mi?

Ölçüm hatası ve sahadaki anlamı.

1,5 cm bir pivota ribaunt kazandırır mı?

Ne kadar?

Etki büyüklüğü

effect size · Cohen d

Farkın, kişiler arasındaki doğal farka göre büyüklüğü: fark ÷ standart sapma. 0,2 küçük, 0,5 orta, 0,8 büyük.

Örnek: Fark 1,5 cm, oyuncular arası standart sapma 2,8 cm. 1,5 ÷ 2,8 ≈ 0,55: orta bir etki.

Önce temel · etki büyüklüğü sınıfları

d kaç olunca küçük, orta, büyük denir?

Sınıf	Cohen d	Hopkins d	r	Sporda örnek
Önemsiz	0,2 altı	0,2 altı	0,1 altı	Squat 1,5 kg fark, SS 15 kg → d = 0,1
Küçük	0,2	0,2–0,6	0,1	Squat 3 kg fark, SS 15 kg → d = 0,2
Orta	0,5	0,6–1,2	0,3	Sıçrama 1,4 cm fark, SS 2,8 cm → d = 0,5
Büyük	0,8	1,2–2,0	0,5	Kaygı 4 puan düştü, SS 5 → d = 0,8
Çok büyük	—	2,0 üstü	0,7	30 m sprint 0,5 sn fark, SS 0,2 sn → d = 2,5

d: fark ÷ standart sapma; iki grubu ya da önce–sonrayı karşılaştırır. r: korelasyon katsayısı (Hafta 8); iki ölçümün birlikte ne kadar değiştiğini gösterir.

Cohen ve Hopkins: etiketi koyan iki istatistikçi. Hopkins'in ölçeği spor bilimlerinde yaygındır ve daha sıkıdır.

Etki büyüklüğünü okurken

“d = 0,5 orta” demeden önce üç soru

Hangi ölçek?Cohen ya da HopkinsAynı 0,55 Cohen'e göre orta, Hopkins'e göre küçük.

Hangi standart sapma?kişiler arası ya da farklarınAynı kişiler iki kez ölçüldüyse farkların yayılımı küçüktür; d şişer.

Kaç kişi?küçük örneklem10–20 kişide d biraz abartılı çıkar; Hedges g bunu düzeltir.

Etiket bağlama bağlıdır: elit sprintte küçük bir d bile madalyayı değiştirebilir.

Aynı p, farklı etki · öğretim amaçlı hesap

Dört çalışma, dördünde de p ≈ 0,01: etki aynı mı?

Branş	Grup başına kişi	Fark	SS	d · anlamı
Sprint30 m süresi	1.350	0,01 sn	0,10 sn	0,1 · önemsiz
Haltersquat, 1 tekrar en çok	150	4,5 kg	15 kg	0,3 · küçük
DayanıklılıkVO₂maks, mL/kg/dk	54	2,5	5	0,5 · orta
Sıçramadikey sıçrama	14	5 cm	5 cm	1,0 · büyük

VO₂maks: vücudun bir dakikada kullanabildiği en çok oksijen. 1 tekrar en çok: bir kez kaldırılabilen en ağır yük.

p'nin küçüklüğü kişi sayısına da bağlıdır. Çok kişiyle önemsiz bir fark da “anlamlı” çıkar. Farkın büyüklüğünü d söyler.

Tahmin · 1 dakika

Takviye firması: “Çalışmamızda p < 0,001! Ürünümüz çok etkili.” İki grupta 10.000'er kişi var; d = 0,05. En doğru yorum hangisi?

Doğru: C. Çok kişiyle önemsiz bir fark da çok küçük p verir. d = 0,05, “önemsiz” sınıfının (0,2 altı) bile çok altında.

Önce temel · hipotez testinin sözcükleri

Bir sonraki slaytta geçen altı sözcük

Sözcük	Ne demek?	Germe örneğinde
Sıfır hipoteziH₀	“Fark yok” varsayımı; çürütülmeye çalışılır	Germe sıçramayı değiştirmez
Alternatif hipotezH₁	Araştırmacının asıl beklentisi	Germe sıçramayı değiştirir
Anlamlılık düzeyiα, “alfa”	Göze alınan yanlış alarm payı; çoğunlukla 0,05	Etki yokken 100 testin en çok 5'inde “fark var” demek
Test istatistiğit	Fark ÷ şansla beklenen oynama	1,5 cm ÷ 0,33 cm ≈ 4,6
t testieşli ya da bağımsız	İki ortalamayı karşılaştıran test; eşli: aynı kişiler iki kez	Aynı 14 oyuncu iki günde: eşli
p değeri	H₀ doğruysa bu kadar uç bir sonucun olasılığı	p < 0,001

Bağımsız t testi: iki ayrı grup karşılaştırılır; ör. kafein alan 10 koşucu ile plasebo alan başka 10 koşucu.

Hipotez testi · mantık

“Fark yok”u varsay, veri buna uyuyor mu bak

1. Sıfır hipoteziH₀“Germe sıçramayı değiştirmez.” Karşıtı: değiştirir.

2. Eşik öncedenα = 0,05Veriye bakmadan hata payı seçilir.

3. Test istatistiğiFark, beklenen şans oynamasına bölünür: eşli t testi.

4. p değeriH₀ doğruysa bu kadar uç bir sonuç ne kadar olası?

5. Kararp < α: H₀ reddedilir. Değilse “reddedilemez”; kabul edilmez.

Şans mı?

p değeri

p-value

“Fark yok” doğru olsaydı, sırf şansla bu kadar ya da daha büyük bir fark görme olasılığı.

Örnek: Germe hiçbir şey yapmasaydı, 14 oyuncuda 1,5 cm'lik fark ne sıklıkla çıkardı? Çok seyrek çıkıyorsa p küçüktür.

Yoklama · 1 dakika

Kafein grubunun sprint süresi plasebodan 0,05 sn kısa çıktı; p = 0,03. Bu p değeri ne demektir?

Doğru: B. p, “fark yok” doğru olsaydı bu sonucu görme olasılığıdır. A en yaygın yanlış okumadır. p büyüklüğü de söylemez: 0,05 sn sahada önemli mi, ayrıca düşünülür.

Ne kadar kesin?

Güven aralığı

confidence interval · %95 GA

Gerçek farkın büyük olasılıkla içinde bulunduğu aralık. Darsa tahmin kesin, genişse belirsiz.

Örnek: Fark 1,5 cm; aralık yaklaşık 0,8 ile 2,2 cm. Sıfırı içermiyor: fark büyük olasılıkla gerçek.

Önce temel · kavram

En küçük anlamlı değişim

smallest worthwhile change · SWC · “sahada önemli eşik”

Sahada işe yarayacak en küçük değişim. Takım sporlarında sık kullanılan tarif: 0,2 × sporcular arası standart sapma.

Örnek: Futbolda 20 m sprint SS'si 0,10 sn → eşik 0,2 × 0,10 = 0,02 sn. Bundan küçük bir iyileşme maçta fark yaratmaz.

Önce temel · kavram

Tipik hata

typical error · ölçümün kendi oynaması

Aynı kişiyi kısa arayla iki kez ölçünce sonuçların olağan oynaması. Değişim bundan küçükse gerçek değil, ölçümün titremesi olabilir.

Örnek: Hiç değişmeyen bir yüzücü, elle tutulan kronometreyle iki kez ölçülünce 100 m'de 0,20 sn kadar farklı süre alabilir.

Önce temel · iki ayrı soru

İstatistiksel olarak anlamlı mı, sahada önemli mi?

	İstatistiksel anlamlılık	Pratik önem
Sorduğu soru	Fark şansla açıklanabilir mi?	Fark sahada işe yarar mı?
Baktığı sayı	p değeri; GA sıfırı kesiyor mu?	Etki büyüklüğü; GA eşiği geçiyor mu?
Kişi sayısı artınca	Kolaylaşır: küçük fark da anlamlı olur	Değişmez: fark yine aynı fark
Kim karar verir?	Önceden seçilen eşik: α = 0,05	Branş bilgisi, antrenör, en küçük anlamlı değişim
Sprint örneği	1.350'şer kişide 0,01 sn: anlamlı	Eşik 0,02 sn: önemsiz
Sıçrama örneği	9 kişide 3 cm, GA sıfırı kesiyor: anlamsız	3 cm önemli olabilir: daha çok kişi gerek

Anlamlı bir istatistik sözcüğüdür, “önemli” demek değildir. Raporda ikisi ayrı cümleyle yazılır.

Aralıkları okumak

Anlamlı ama önemsiz, önemli ama belirsiz

3 dk. Her çizgi bir çalışmanın %95 güven aralığı; nokta bulunan fark. İki soru sorun: Sıfırı kesiyor mu (şans)? Yeşil eşiği geçiyor mu (önem)?

A: sıfırı kesmiyor ama tamamı eşiğin altında: anlamlı ama sahada önemsiz (çok kişiyle yapılmış bir çalışma olabilir). B: ortalama büyük ama aralık sıfırı kesiyor: belirsiz, daha çok kişi gerek. C: hem anlamlı hem önemli. D: anlamlı; önemli olup olmadığı belli değil.

Sahada önemli eşik: en küçük anlamlı değişim (smallest worthwhile change, SWC). Takım sporlarında sık kullanılan tarif: 0,2 × sporcular arası SS. Futbolda 20 m sprint SS'si 0,10 sn ise SWC 0,02 sn. Bir sporcunun değişimi ayrıca ölçümün tipik hatasını (aynı kişinin iki ölçümü arasındaki olağan oynama) da aşmalıdır. Grafik öğretim amaçlıdır.

Amerikan İstatistik Derneği bildirgesi · Wasserstein ve Lazar, 2016

p değeri için altı ilke

1p, verinin bir modelle (ör. “fark yok”) ne kadar uyumsuz olduğunu gösterebilir.

2p, hipotezin doğru olma ya da sonucun şans olma olasılığı değildir.

3Karar yalnız p'nin 0,05 eşiğini geçip geçmediğine dayanmamalı.

4Doğru çıkarım için tüm analizler eksiksiz raporlanmalı.

5p, etkinin büyüklüğünü ya da önemini ölçmez.

6p tek başına bir hipotez için iyi bir kanıt ölçüsü değildir.

3 dk. İngilizce adı American Statistical Association (ASA). Dernek 177 yıllık tarihinde ilk kez belirli bir istatistik yöntem üzerine bildirge yayımladı (The American Statistician, 2016).

Yeşil ilke p'nin ne yaptığını, kırmızılar ne yapmadığını, mavi ise dürüst raporlamayı anlatıyor. Örnek: p = 0,049 ile p = 0,051 neredeyse aynı kanıttır; birine “etkili”, ötekine “etkisiz” demek 3. ilkeye aykırıdır. Dördüncü ilke p-hacking'e karşıdır (Bölüm 3): yalnız anlamlı çıkan testi yazmak bütün p değerlerini anlamsızlaştırır.

Bildirgenin önerisi: p'nin yanında etki büyüklüğü ve güven aralığını raporlamak. Bu dersin ilk bölümündeki üç soru bu öneriyle aynıdır.

Sınıfa: “Bu derste şimdiye kadar hangi ilkeleri gördük?” (2, 5 ve 3.)

BÖLÜM 2

Ortalamanın Gizledikleri

“Ortalama arttı” cümlesi her sporcuyu anlatır mı?

Gerçek bir araştırma

Aynı antrenman, çok farklı yanıt

Soru: Aynı dayanıklılık antrenmanına herkes aynı yanıtı mı verir?
Ne yapıldı: 98 aileden 481 sedanter yetişkin 20 hafta bisiklet antrenmanı yaptı; maksimal oksijen kullanımı (VO₂maks) önce ve sonra ikişer kez ölçüldü.

0 → 1 L

Ortalama artış yaklaşık 400 mL/dk; ama kimi hiç gelişmedi, kimi 1 L/dk'dan çok.

Ortalamanın yanında bireysel değişimlerin yayılımına bakın.

Bouchard C, An P, Rice T, ve ark. Familial aggregation of VO2max response to exercise training: the HERITAGE Family Study. J Appl Physiol. 1999;87(3):1003–1008.

Bireysel yanıt

Ortalama 0,06 sn iyileşme; ama noktalara bakın

Yoklama · 1 dakika

9 yüzücüde yeni bir dalış tekniği denendi: 15 m süresi 0,08 sn kısaldı; p = 0,21; %95 güven aralığı −0,05 ile +0,21 sn. Hangi yorum doğru?

Doğru: C. Aralık hem küçük bir kötüleşmeyi hem belirgin bir iyileşmeyi içeriyor. 9 kişiyle bu “fark yok” değil, “henüz bilmiyoruz” demektir.

BÖLÜM 3

Bulgu, Yorum ve İki Hata

Ölçtüğümüz, çıkardığımız ve yanılabileceğimiz yerler

Üç katman

Raporda üç cümle ayrı yazılır

Bulgu

Yalnız ölçülen; sayı ve birim.

“Germe günü sıçrama 1,5 cm düşüktü.”

Yorum

Bulguyu literatürle bağlar.

“Uzun statik germenin kuvveti azaltabileceğini bildiren çalışmalarla uyumlu.”

Sınır

Sonuç nereye kadar taşınır?

“Tek takımdaki 14 oyuncu; maç performansı ölçülmedi.”

Kararın iki hatası

Yanlış alarm ve kaçırılan etki

Tip I hata · yanlış alarm

Etki yokken “var” demek.

Örnek: Etkisiz bir toparlanma ceketine bütçe harcamak. Risk %5 (α) kabul edilir.

Tip II hata · kaçırılan etki

Etki varken “yok” demek.

Örnek: 8 cimnastikçiyle “fark yok” bulup işe yarayan programı bırakmak.

Önce temel · dört olası karar

Gerçek ve kararımız: dört durum

Gerçekte	Kararımız	Adı	Sporda örnek
Etki yok	“Fark yok”	Doğru karar	Etkisiz ceket takıma alınmadı
Etki yok	“Fark var”	Tip I hata · α	Etkisiz ceket için bütçe harcandı
Etki var	“Fark var”	Doğru yakalama · güç	İşe yarayan sıçrama programı benimsendi
Etki var	“Fark yok”	Tip II hata · β	8 cimnastikçide fark görülmedi, iyi program bırakıldı

α (alfa): Tip I hata olasılığı; çoğunlukla 0,05. β (beta): Tip II hata olasılığı. Güç = 1 − β: güç 0,80 ise β = 0,20.

Gerçeği bilmeyiz; yalnız kararımızı biliriz. Bu yüzden iki hatanın olasılığı önceden sınırlanır.

Önce temel · kavram

İstatistiksel güç

statistical power · 1 − β

Gerçekte var olan bir etkiyi yakalama olasılığı. En az 0,80 istenir: 10 gerçek etkiden 8'ini bulmak.

Örnek: Delikleri iri bir ağ küçük balığı kaçırır. Az kişi iri delikli ağdır: 8 cimnastikçiyle küçük bir etki büyük olasılıkla kaçar.

İstatistiksel güç · iki ayrı grup

Etki küçüldükçe gereken kişi hızla artar

Güç 0,80 ve yanlış alarm payı 0,05 için gereken kişi sayısı.

d = 0,2küçük etkigrup başına ≈ 394 kişi

d = 0,5orta etkigrup başına ≈ 64 kişi

d = 0,8büyük etkigrup başına ≈ 26 kişi

Aynı kişiler iki kezd = 0,5, eşli desentoplam ≈ 34 kişi

Kişi sayısı veri toplanmadan önce hesaplanır; sonradan değil.

2 dk. Güç üç şeye bağlıdır: beklenen etkinin büyüklüğü, kişi sayısı ve seçilen α. Beklenen etki literatürden ya da ön çalışmadan alınır. Hesap G*Power gibi ücretsiz programlarla yapılır; araştırma önerisinin yöntem bölümüne yazılır (Hafta 14).

Milli takımda 14 güreşçi, bir kulüpte 6 sprinter vardır. Bu durumda eşli desen, güvenirliği yüksek ölçüm ve güven aralığıyla yorum seçilir; çalışma “ön çalışma” diye adlandırılır.

Gücü düşük çalışmanın ikinci sorunu: anlamlı çıktığında etkiyi abartır. Yalnız şansın büyüttüğü sonuçlar eşiği geçebilir. Bölüm 4'teki tekrar çalışmalarında etkilerin küçülmesinin bir nedeni budur.

Sınıfa: “8 kişilik bir çalışmada d = 1,1 bulundu. Bu sonuca ne kadar güvenirsiniz?”

Çok test, çok yanlış alarm

Etki hiç yokken “bir şey” bulma olasılığı

Anlamlı çıkana kadar test değiştirmenin adı: p-hacking.

Şüpheli araştırma uygulamaları

Anlamlı sonucu “üretmenin” beş yolu

Çok sonuçseçerek yazmakSprint, sıçrama, çeviklik ölçülür; yalnız anlamlı çıkan yazılır.

Ara bakışdurma kuralı yokHer 5 kişide analiz; p 0,05'in altına inince toplama durur.

Alt grup avı“Yalnız 16 yaş altı kadın kalecilerde etkili.”

Uygun aykırı değerSonucu bozan sporcu gerekçesiz çıkarılır.

Sonradan hipotezHARKingSonuç görülünce hipotez yeniden yazılır.

Aykırı değer: ötekilerden çok uzak düşen ölçüm. HARKing: İngilizce “hypothesizing after the results are known”, sonuç bilindikten sonra hipotez kurmak.

Yoklama · 1 dakika

Haber: “Haftada 3 kez koşmak depresyonu önlüyor!” Makale: kesitsel anket; düzenli koşanların depresyon puanı daha düşük. Hangi abartı var?

Doğru: D. Kesitsel anket ilişki gösterir. Depresyonu az olan kişi de daha çok koşuyor olabilir (ters yön; Hafta 8).

Önce temel · kavram

Mutlak risk · göreli risk

absolute risk · relative risk

Mutlak: 100 kişiden kaçında oluyor? Göreli: bir grupta ötekine göre yüzde kaç daha az ya da çok oluyor?

Örnek: Isınma programıyla hamstring sakatlığı 100 oyuncuda 4'ten 2'ye indi. Göreli: “%50 azaldı.” Mutlak: “100 oyuncuda 2 sakatlık az.”

Aynı sonuç, iki cümle · öğretim amaçlı sayılar

“%50 azaldı” kaç sporcuyu korur?

Branş	Kontrol → program	Göreli azalma	Mutlak azalma	Bir sakatlığı önlemek için
Futbolhamstring sakatlığı	%4 → %2	%50	2 puan	50 oyuncu programa katılmalı
Basketbolayak bileği burkulması	%10 → %7	%30	3 puan	≈ 33 oyuncu
Koşustres kırığı	%1 → %0,5	%50	0,5 puan	200 koşucu

Puan: iki yüzde arasındaki çıkarma farkı: %4 − %2 = 2 puan. Önlemek için gereken sayı: 100 ÷ mutlak azalma; İngilizce kısaltması NNT.

Futbol ve koşu satırlarında göreli azalma aynı (%50); korunan sporcu sayısı dört kat farklı.

Tahmin · 1 dakika

Haber: “Yeni ayakkabı stres kırığını %50 azaltıyor!” Çalışmada kırık 1.000 koşucuda 10'dan 5'e indi. Hangi cümle eksiksiz?

Doğru: B. Göreli azalma %50, mutlak azalma 0,5 puan. Bir kırığı önlemek için 200 koşucu ayakkabıyı giymeli. C, göreli yüzdeyi puan sanmaktır.

BÖLÜM 4

Bir Bulgu Ne Kadar Sağlam?

Yayın yanlılığı, tekrar çalışmaları ve ön kayıt

Önce temel · bu bölümün sözcükleri

Bölüm 4'te geçen beş sözcük

Sözcük	Ne demek?	Sporda örnek
Meta-analiz	Aynı soruyu soran çalışmaların sonuçlarını tek bir ortak sonuçta birleştirmek	Kafeinin sprinte etkisi: 20 çalışma, tek ortak d
Huni grafiği	Her çalışma bir nokta: etkisi ve büyüklüğü; noktalar iki yana eşit dağılmalı	Küçük çalışmalar yalnız sağda: kayıp çalışmalar olabilir
Tekrar çalışmasıreplikasyon	Aynı soruyu aynı yöntemle yeni kişilerde yeniden sınamak	Germe deneyini başka bir kulüpte yapmak
Tekrarlanabilirlik	Bir bulgunun tekrarında da aynı çıkması	İki kulüpte de germe sıçramayı düşürdü
Ön kayıt	Hipotez ve analiz planını veri toplamadan tarihli olarak kayda geçirmek	Tez önerisini veri öncesi danışmana teslim etmek

Hakem: makaleyi yayımlanmadan önce inceleyen, aynı alandaki uzman (Hafta 5).

Kavram

Yayın yanlılığı

publication bias · file drawer problem

Anlamlı çıkan çalışmaların daha kolay yayımlanması; “fark yok” bulanların çekmecede kalması. Literatür olduğundan olumlu görünür.

Örnek: Bir takviyeyi 10 laboratuvar sınadı; 2'si anlamlı çıktı ve yayımlandı, 8'i yayımlanmadı. Literatürü okuyan, takviyenin işe yaradığını sanır.

Gerçek bir araştırma

Yüz çalışma yeniden yapıldı

Soru: Yayımlanmış psikoloji bulguları tekrar edilince aynı çıkıyor mu?
Ne yapıldı: Üç dergideki 100 çalışma, yüksek güçlü desenle ve özgün materyallerle yeniden yapıldı.

%97 → %36

Özgün çalışmaların %97'si anlamlıydı; tekrarların %36'sı. Etkiler ortalama yarıya indi.

Tek bir anlamlı sonuç, tekrar edilene kadar bir adaydır.

Open Science Collaboration. Estimating the reproducibility of psychological science. Science. 2015;349(6251):aac4716.

Spor hekimliği · Büttner ve ark., 2020

Hipotezlerin neredeyse hepsi doğrulanıyor

%82

Dört spor hekimliği dergisinde hipotez bildiren 129 çalışmanın 106'sı hipotezinin desteklendiğini yazdı.

Ocak–Mayıs 2019 sayıları; yazarlar bu oranı “inanılmayacak kadar yüksek” buldu.

Açık bilim

Çözüm: planı veriden önce yaz

Ön kayıt

Hipotez, birincil sonuç ve analiz planı veri toplanmadan kayda geçer.

Sonradan hipotez yazmak görünür olur.

Açık veri ve kod

Ham veri ve analiz kodu paylaşılır.

Başkası aynı hesabı yeniden yapabilir.

Kayıtlı rapor

Dergi yöntemi sonuçtan önce hakemden geçirir.

“Fark yok” çıksa da yayımlanır.

Yoklama · 1 dakika

Bir meta-analiz yalnız yayımlanmış 12 çalışmayı birleştirdi ve bir takviyenin sprinti belirgin iyileştirdiğini buldu. Küçük çalışmaların hepsi olumlu tarafta toplanmış. En olası sorun ne?

Doğru: C. Küçük çalışmaların yalnız olumlu tarafta durması yayın yanlılığının işaretidir: anlamsız çıkan küçük çalışmalar çekmecede kalmış olabilir. A çekici ama yanlış: 12 çalışma birleştirmeye yeter; sorun hangilerinin dahil edildiği.

Hangi durumda hangisi?

Hangi sonucu nasıl yazarım?

Durum	Yazılacak sayılar	Örnek cümle
İki grubun farkı	fark, %95 GA, d, p	Kafein grubu 0,05 sn hızlıydı (%95 GA 0,01–0,09; d = 0,4; p = 0,03).
Aynı kişilerde önce–sonra	ortalama değişim, %95 GA, d	Sıçrama 1,5 cm arttı (%95 GA 0,8–2,2).
İki ölçümün ilişkisi	r, p, kişi sayısı	15 oyuncuda sıçrama ile sprint: r = −0,62; p = 0,014.
Tek sporcunun değişimi	değişim, eşik, tipik hata; p değil	0,25 sn iyileşme; eşik 0,30 sn: önemli denemez.
Sakatlık, risk	mutlak ve göreli risk birlikte	%4'ten %2'ye (2 puan az; göreli %50).
Anlamlı çıkmayan fark	fark, %95 GA; “gösterilemedi”	Fark 0,08 sn (%95 GA −0,05 ile 0,21); fark gösterilemedi.
Planlanmamış analiz	“keşif amaçlı” etiketi	Keşif amaçlı analizde esneklik arttı.

SON BÖLÜM

Kendinizi Sınayın

Sekiz soru. Her biri bir durum anlatıyor; bugünkü kavramla çözün.

Soru 1 / 8

Nefes egzersizi yapan grubun kaygı puanı kontrole göre 4 puan düştü; grupların standart sapması 5 puan. Etki büyüklüğü ve Cohen'e göre adı ne?

Doğru: A. Fark ÷ standart sapma = 4 ÷ 5 = 0,80. Cohen'e göre 0,8 büyüktür. C, bölmeyi ters yapmaktır (5 ÷ 4).

Soru 2 / 8

Yüzücünün 100 m süresi 61,20 sn'den 60,95 sn'ye indi. Takımın standart sapması 1,5 sn, yani en küçük anlamlı değişim 0,30 sn. Kronometrenin tipik hatası 0,20 sn. Yorum?

Doğru: C. 0,25 sn, 0,30 sn'lik eşiğin altında ve kronometrenin oynamasına (0,20 sn) çok yakın. Gerçek ve önemli iyileşme denemez.

Soru 3 / 8

Bir kulüp, etkisi aslında olmayan bir toparlanma ceketini bir çalışmada “anlamlı fark” çıktığı için takıma aldı. Bu hangi hatadır?

Doğru: B. Etki yokken “var” demek yanlış alarmdır: Tip I. A tersidir: etki varken onu kaçırmak.

Soru 4 / 8

Bir çalışmada ana sonucun yanında 11 ikincil değişken test edildi; yalnız biri anlamlı çıktı. En makul yorum hangisi?

Doğru: D. Etki hiç yokken 11 testte en az bir yanlış alarm olasılığı yaklaşık %43. Bu sonuç yeni bir çalışmada sınanmalı.

Soru 5 / 8

Bir öğrenci kafeinin 5 km koşu süresine etkisini 2 grup × 8 kişiyle sınamak istiyor; beklenen etki küçük (d ≈ 0,3). En iyi öneri hangisi?

Doğru: A. 8 kişilik gruplarla güç çok düşük; “fark yok” sonucu büyük olasılıkla Tip II hata olur. Aynı kişilerin iki koşulda ölçülmesi gücü artırır.

Soru 6 / 8

Bir programdan sonra takımın ortalama sprint süresi 0,06 sn iyileşti. Antrenör “Program herkese işe yaradı” diyor. Bu sonuç için ne eksik?

Doğru: C. Ortalama, bazı oyuncuların hiç gelişmediğini ya da kötüleştiğini gizleyebilir. “Herkes” için bireysel değişimlere bakılır.

Soru 7 / 8

Sahada önemli eşik 1 cm. Dört çalışmanın farkı ve %95 güven aralığı (GA) aşağıda. Hangisinin sonucu hem anlamlı hem sahada önemlidir?

Doğru: A. Aralık sıfırı kesmiyor ve tamamı 1 cm'nin üstünde. B anlamlı ama önemsiz; C belirsiz; D'de önem belli değil.

Soru 8 / 8

Bir öğrenci 15 değişken ölçtü; yalnız esneklik anlamlı çıktı. Tezine “Hipotezimiz esneklikte iyileşme olacağıydı” yazmak istiyor; plan önceden yazılmamış. Bu nedir?

Doğru: A. Sonuç görüldükten sonra hipotezi ona göre yazmaktır. Doğrusu esneklik bulgusunu “keşif amaçlı” diye raporlamak ve yeni çalışmada sınamak. C çekici ama yanlış: 15 testte tek anlamlı sonuç şansla da çıkabilir.

Özet

Bugün beş şey öğrendik

1Ne kadar? etki büyüklüğü; şans mı? p ve güven aralığı; önemli mi? sahadaki eşik.
2p, “fark yok” doğru olsaydı bu sonucun ne kadar olası olduğudur.
3Ortalama herkesi anlatmaz; bireysel değişimlere bakılır.
4Bulgu, yorum, sınır ayrı yazılır; çok test yanlış alarm üretir.
5Yayın yanlılığı literatürü olumluya kaydırır; çözüm ön kayıt ve tekrar.

Derslikten çıkmadan

Germe sonucunu üç cümleyle yazın: bir bulgu, bir yorum, bir sınır.

Gelecek hafta · Hafta 12: Dürüstlük ve Katılımcıya Saygı

Ayrıntılı okuma: Hafta 11 ders notu (lisans destesi) · bulgular tablosu, Hopkins ölçeği, hata çubukları, tekrarlanabilirlik.