344. Glass delta – kiedy używa się odchylenia grupy kontrolnej?

W poprzednich lekcjach omawialiśmy standaryzowane różnice średnich, takie jak Cohen d i Hedges g. W obu tych miarach mianownik zwykle opiera się na zmienności łączonej lub skorygowanej dla obu grup. Glass delta odpowiada na nieco inne pytanie: jak duża jest różnica między grupą badaną a kontrolną w jednostkach odchylenia standardowego obserwowanego w grupie kontrolnej? Taki wybór może być szczególnie uzasadniony wtedy, gdy interwencja zmienia nie tylko średnią, lecz także rozproszenie wyników.

Czym jest Glass delta?

Glass delta, zapisywana najczęściej jako Δ albo δ_G, jest standaryzowaną różnicą średnich. Jej klasyczna postać wykorzystuje odchylenie standardowe grupy kontrolnej jako wspólną skalę odniesienia (Glass, McGaw, & Smith, 1981).

W przypadku dwóch niezależnych grup wzór można zapisać następująco:

δG = (MT − MC) / SDC

• M_T – średnia w grupie leczonej, interwencyjnej albo eksperymentalnej;
• M_C – średnia w grupie kontrolnej;
• SD_C – odchylenie standardowe wyniku w grupie kontrolnej;
• δ_G – różnica średnich wyrażona w jednostkach odchylenia standardowego kontroli.

Jeżeli wynik jest większy w grupie interwencyjnej, Glass delta będzie dodatnia. Jeżeli interwencja wiąże się z niższym wynikiem, otrzymamy wartość ujemną. Znak należy interpretować w odniesieniu do kierunku skali. Na przykład ujemna wartość dla liczby punktów w skali depresji może oznaczać korzystne zmniejszenie nasilenia objawów, natomiast ujemna wartość dla jakości życia może oznaczać pogorszenie.

Warto zauważyć, że Glass delta nie jest po prostu „inną nazwą” dla Cohen d. Różnica dotyczy przede wszystkim mianownika. Cohen d najczęściej wykorzystuje odchylenie standardowe połączone dla obu grup, natomiast Glass delta wykorzystuje wyłącznie odchylenie standardowe kontroli. Hedges g może być traktowane jako korekta obciążenia małych prób, ale sposób wyboru mianownika nadal zależy od konkretnej wersji estymatora.

Dlaczego używa się odchylenia grupy kontrolnej?

W wielu badaniach kontrola pełni rolę punktu odniesienia dla tego, co wydarzyłoby się bez interwencji. Jeżeli terapia, program profilaktyczny lub szkolenie wpływa na zmienność wyników, wspólne odchylenie standardowe może zacierać informację o tym, jak duża jest różnica względem naturalnego rozproszenia obserwowanego u osób kontrolnych.

Załóżmy, że nowy program rehabilitacyjny poprawia sprawność części pacjentów, ale u innych wywołuje bardzo różne reakcje. W grupie leczonej może wtedy pojawić się większe odchylenie standardowe niż w kontroli. Jeśli do standaryzacji użyjemy odchylenia połączonego, mianownik wzrośnie, a obliczona wielkość efektu będzie mniejsza. Glass delta zachowuje odchylenie grupy kontrolnej jako referencyjną miarę typowej zmienności bez interwencji.

Nie oznacza to jednak, że odchylenie kontroli jest zawsze „lepsze”. Jest ono lepsze tylko wtedy, gdy odpowiada pytaniu badawczemu i założeniom projektu. Wybór mianownika powinien być zaplanowany przed analizą albo przynajmniej uzasadniony merytorycznie, a nie dokonany po obejrzeniu wyników tylko dlatego, że daje większy efekt.

Typowe sytuacje, w których Glass delta może być uzasadniona

• Interwencja zmienia wariancję wyników. Grupa leczona staje się bardziej zróżnicowana albo bardziej jednorodna niż kontrola.
• Kontrola ma naturalną, stabilną zmienność. Jej odchylenie standardowe dobrze reprezentuje zakres wyników oczekiwany bez interwencji.
• Badanie ma wyraźną grupę odniesienia. Dotyczy to na przykład placebo, standardowej opieki lub grupy nieuczestniczącej w programie.
• Wyniki są porównywane z normą kontrolną. W niektórych badaniach klinicznych interesuje nas, o ile wynik po terapii odbiega od rozproszenia obserwowanego w standardowym leczeniu.
• W metaanalizie zachodzi potrzeba zachowania określonej definicji efektu. Jeśli wszystkie badania używają analogicznego punktu odniesienia, Glass delta może ułatwiać porównywanie wyników.

Przykład 1: terapia bólu pooperacyjnego

Wyobraźmy sobie randomizowane badanie pacjentów po zabiegu chirurgicznym. Grupa kontrolna otrzymuje standardową opiekę, a grupa interwencyjna – standardową opiekę oraz dodatkową procedurę pielęgniarską dotyczącą monitorowania i łagodzenia bólu. Ból oceniany jest w skali od 0 do 10, gdzie wyższy wynik oznacza większe nasilenie dolegliwości.

Grupa	Liczebność	Średnia bólu	Odchylenie standardowe
Kontrolna	40	6,0	2,0
Interwencyjna	40	4,5	3,0

Glass delta wynosi:

δG = (4,5 − 6,0) / 2,0 = −0,75

Wartość bezwzględna efektu wynosi 0,75 odchylenia standardowego kontroli. Ujemny znak wskazuje na mniejszy ból w grupie interwencyjnej. Interpretacja brzmi: średnie nasilenie bólu w grupie otrzymującej dodatkową procedurę było niższe o 0,75 odchylenia standardowego typowego dla grupy kontrolnej.

W tym przykładzie grupa interwencyjna ma większe rozproszenie wyników. Może to oznaczać, że procedura działa bardzo dobrze u części pacjentów, ale słabiej u innych. Gdybyśmy użyli odchylenia połączonego, efekt byłby mniejszy, ponieważ większa zmienność w grupie interwencyjnej zwiększyłaby mianownik. Glass delta opisuje natomiast różnicę względem zmienności bólu obserwowanej przy standardowej opiece.

Nie wolno jednak na tej podstawie twierdzić, że procedura jest korzystna dla każdego pacjenta. Średnia różnica nie opisuje całego rozkładu wyników, a zwiększone rozproszenie w grupie interwencyjnej może mieć znaczenie kliniczne. W raporcie należy więc podać także średnie, odchylenia standardowe, przedziały ufności oraz – jeśli to możliwe – odsetek pacjentów osiągających z góry zdefiniowaną poprawę kliniczną.

Przykład 2: program przeciwdziałania wypaleniu zawodowemu

W badaniu z zakresu zdrowia publicznego analizuje się program wsparcia dla ratowników medycznych. Grupa kontrolna nie uczestniczy w programie, a grupa interwencyjna bierze udział w sześciotygodniowych warsztatach. Wypalenie mierzone jest skalą, w której wyższe wyniki oznaczają większe nasilenie problemu.

Grupa	Średnia	Odchylenie standardowe
Kontrolna	30	5
Interwencyjna	25	8

Obliczenie wygląda następująco:

δG = (25 − 30) / 5 = −1,00

Wartość bezwzględna równa 1,00 oznacza różnicę równą jednemu odchyleniu standardowemu grupy kontrolnej. Kierunek jest korzystny, ponieważ wynik wypalenia jest niższy. Jednak większe odchylenie w grupie interwencyjnej sygnalizuje, że reakcje uczestników były bardziej zróżnicowane. Program mógł bardzo pomóc części ratowników, umiarkowanie pomóc innym, a u niektórych nie przynieść poprawy.

To dobry przykład tego, dlaczego wielkość efektu nie może zastąpić analizy rozkładu danych. Sama Glass delta nie odpowiada na pytanie, czy program powinien być wdrożony powszechnie. Do oceny znaczenia praktycznego potrzebne są między innymi: minimalna klinicznie istotna różnica, koszty programu, jego bezpieczeństwo, wykonalność oraz trwałość efektu.

Glass delta a Cohen d i Hedges g

Najważniejszą różnicę można przedstawić w formie porównania:

Miara	Typowy mianownik	Główna idea
Glass delta	SD grupy kontrolnej	Różnica względem zmienności kontroli
Cohen d	Odchylenie standardowe połączone lub określone wariantem	Standaryzacja względem wspólnej zmienności grup
Hedges g	Zwykle odpowiednio skorygowane odchylenie	Standaryzowana różnica z korektą obciążenia małych prób

Jeśli odchylenia standardowe obu grup są podobne, trzy miary mogą dawać zbliżone wyniki. Jeśli jednak wariancje wyraźnie się różnią, wybór mianownika może istotnie zmienić wartość efektu. Dlatego w publikacji nie wystarczy napisać „obliczono wielkość efektu”. Trzeba wskazać konkretny estymator, wzór lub przynajmniej jego definicję.

Wartość Glass delta bywa także bardziej wrażliwa na niestabilność odchylenia standardowego kontroli. Jeżeli grupa kontrolna jest mała, a jej odchylenie standardowe przypadkowo niskie, mianownik może być zaniżony, a efekt sztucznie zawyżony. Z tego powodu należy raportować przedział ufności i liczebność każdej grupy, a nie tylko pojedynczą wartość delta.

Jak interpretować wielkość efektu?

W literaturze często przywołuje się orientacyjne wartości 0,2, 0,5 i 0,8 jako mały, umiarkowany i duży efekt. Takie progi są jedynie heurystyką. Nie są uniwersalną skalą klinicznej ważności i nie powinny być stosowane mechanicznie. W badaniu dotyczącym śmiertelności, bólu, funkcjonowania lub bezpieczeństwa nawet niewielka standaryzowana różnica może być istotna praktycznie, natomiast w badaniu o mało ważnym wyniku duża różnica może nie mieć zastosowania.

Interpretację należy prowadzić na trzech poziomach:

1. Istotność statystyczna – czy dane są wystarczająco niezgodne z określonym modelem zerowym przy przyjętych założeniach i procedurze analitycznej.
2. Wielkość efektu – jak duża jest różnica w wybranej skali, tutaj w jednostkach odchylenia standardowego kontroli.
3. Znaczenie praktyczne – czy różnica ma konsekwencje dla pacjenta, personelu, organizacji lub polityki zdrowotnej.

Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej. Nie mówi także, czy efekt jest klinicznie ważny. Zgodnie z podejściem estymacyjnym należy przede wszystkim przedstawić oszacowanie Glass delta wraz z przedziałem ufności oraz opisać wynik w jednostkach oryginalnych (Cumming, 2014; Sullivan & Feinn, 2012).

Przedział ufności i niepewność oszacowania

Glass delta obliczona z próby jest estymatorem, a nie bezpośrednim pomiarem parametru populacyjnego. Jej wartość może zmieniać się między próbami. Dlatego raportowanie powinno obejmować przedział ufności, na przykład: δ_G = −0,75, 95% CI [−1,18; −0,31]. Taki zapis informuje o zgodności danych z zakresem wartości efektu, który jest bardziej użyteczny niż sama liczba.

Przedział należy interpretować w ramach określonej procedury statystycznej i przyjętych założeń. Nie oznacza on, że istnieje 95-procentowe prawdopodobieństwo, iż konkretny, już obliczony parametr znajduje się w tym przedziale. W klasycznej interpretacji częstościowej procedura konstruowania takich przedziałów ma długookresowe pokrycie 95% przy powtarzaniu badań w tych samych warunkach.

Przy małych próbach można rozważyć korektę obciążenia, na przykład wariant Hedges g oparty na odchyleniu kontroli. Nie należy jednak nazywać takiej miary po prostu Glass delta bez wskazania zastosowanej korekty. Nazwa estymatora powinna odpowiadać wzorowi wykorzystanemu w analizie.

Kiedy Glass delta może być złym wyborem?

Nie należy wybierać odchylenia kontroli wyłącznie dlatego, że grupa kontrolna daje większą wartość efektu. Glass delta może być problematyczna, gdy:

• odchylenie standardowe kontroli jest bardzo małe i niestabilne;
• grupa kontrolna jest nietypowa, silnie wyselekcjonowana lub ma inne kryteria pomiaru;
• różnica wariancji wynika z błędów pomiaru, braków danych albo wartości odstających;
• nie ma sensownej grupy referencyjnej;
• celem jest opis wspólnej zmienności obu populacji, a nie odniesienie do kontroli;
• wynik ma silnie skośny rozkład i średnia oraz odchylenie standardowe nie opisują go adekwatnie.

W badaniach obserwacyjnych trzeba dodatkowo ostrożnie dobierać język. Glass delta opisuje standaryzowaną różnicę między grupami, ale sama nie dowodzi, że interwencja spowodowała obserwowaną różnicę. Wnioskowanie przyczynowe zależy od projektu, kontroli zakłóceń, sposobu doboru uczestników i założeń analizy.

Najczęstsze błędy

1. Używanie odchylenia standardowego z grupy interwencyjnej

W klasycznej Glass delta mianownikiem jest SD grupy kontrolnej. Wstawienie SD grupy leczonej zmienia definicję miary. Może być uzasadnione tylko wtedy, gdy autor świadomie definiuje inny, niestandardowy kontrast i dokładnie go opisuje.

2. Traktowanie Glass delta jak uniwersalnego progu klinicznego

Wartość 0,8 nie oznacza automatycznie dużej korzyści dla pacjenta, a wartość 0,2 nie oznacza automatycznie efektu nieistotnego praktycznie. Konieczne jest odniesienie do jednostek klinicznych, progów decyzyjnych i kosztów skutków.

3. Pomijanie przedziału ufności

Pojedyncza delta nie pokazuje precyzji oszacowania. Dwa badania mogą mieć tę samą wartość efektu, ale zupełnie różną niepewność wynikającą z liczebności i zmienności danych.

4. Ignorowanie większej zmienności w grupie leczonej

Jeśli interwencja zwiększa rozproszenie wyników, średnia różnica może ukrywać niejednorodne reakcje. Warto pokazać wykresy, mediany, kwartyle lub odsetki osób z poprawą, zależnie od charakteru danych.

5. Zastępowanie wyniku klinicznego samą miarą standaryzowaną

Glass delta ułatwia porównanie wyników mierzonych różnymi skalami, ale oddala interpretację od jednostek oryginalnych. Dlatego należy raportować zarówno efekt standaryzowany, jak i surową różnicę średnich.

Przykład praktyczny: jak opisać wynik w artykule?

Załóżmy, że w badaniu programu edukacyjnego dla pacjentów z cukrzycą średni wynik wiedzy wyniósł 78 punktów w grupie interwencyjnej i 70 punktów w grupie kontrolnej. Odchylenie standardowe w kontroli wyniosło 10 punktów. Otrzymujemy:

δG = (78 − 70) / 10 = 0,80

Poprawny opis mógłby brzmieć: „Średni wynik wiedzy był wyższy w grupie uczestniczącej w programie o 8 punktów. Po standaryzacji względem odchylenia standardowego grupy kontrolnej różnica wyniosła Glass δ = 0,80. Wynik należy interpretować łącznie z przedziałem ufności, charakterystyką grup oraz znaczeniem ośmiopunktowej różnicy w użytej skali”.

Nie należy pisać: „Program zwiększył wiedzę o 0,80 punktu” – ponieważ 0,80 nie jest wynikiem na skali wiedzy, tylko liczbą odchyleń standardowych kontroli. Nie należy również pisać: „Program był skuteczny, ponieważ Glass delta przekroczyła 0,8”, jeśli wcześniej nie określono, co w tym kontekście oznacza skuteczność.

W praktyce raportowania zgodnego z dobrymi standardami warto podać: liczebności grup, średnie, odchylenia standardowe, surową różnicę, definicję mianownika, wartość Glass delta, przedział ufności, a także informację o analizie wrażliwości. Standardy APA JARS podkreślają znaczenie przejrzystego opisu zmiennych, analiz i oszacowań, tak aby czytelnik mógł ocenić zarówno wynik, jak i jego ograniczenia (Appelbaum et al., 2018).

Co warto zapamiętać?

• Glass delta to standaryzowana różnica średnich, w której mianownikiem jest odchylenie standardowe grupy kontrolnej.
• Podstawowy wzór to δG = (MT − MC) / SDC.
• Miara jest szczególnie użyteczna, gdy kontrola stanowi merytorycznie ważny punkt odniesienia, a interwencja może zmieniać wariancję wyników.
• Glass delta nie jest tym samym co Cohen d ani Hedges g; różnią się między innymi definicją mianownika i ewentualną korektą małych prób.
• Duża delta nie musi oznaczać dużego znaczenia klinicznego, a mała delta nie musi być praktycznie bezwartościowa.
• Wynik należy raportować razem z surowymi statystykami, przedziałem ufności i opisem zmienności w obu grupach.
• Wybór odchylenia grupy kontrolnej powinien wynikać z pytania badawczego, a nie z chęci uzyskania większego efektu.

Glass delta jest zatem narzędziem do świadomego definiowania skali porównania. Nie zastępuje rozumowania metodologicznego, lecz pomaga precyzyjnie odpowiedzieć na pytanie: jak duża jest różnica między interwencją a kontrolą w odniesieniu do zmienności, którą obserwujemy bez interwencji? W ramach publicznego szkolenia na statystyk.edu.pl warto traktować ją jako jeden z kilku komplementarnych sposobów opisu efektu, a nie jako automatyczny zamiennik wszystkich innych miar.

Źródła i dalsza lektura

1. Gene V. Glass, Barry McGaw, Mary Lee Smith (1981). Meta-Analysis in Social Research. SAGE Publications. Informacja wydawcy / źródło.
2. Daniël Lakens (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, Article 863. DOI: 10.3389/fpsyg.2013.00863.
3. Gail M. Sullivan, Richard Feinn (2012). Using Effect Size—or Why the P Value Is Not Enough. Journal of Graduate Medical Education, 4(3), 279–282. DOI: 10.4300/JGME-D-12-00156.1.
4. Geoff Cumming (2014). The New Statistics: Why and How. Psychological Science, 25(1), 7–29. DOI: 10.1177/0956797613504966.
5. Mark Appelbaum, Harris Cooper, Rex B. Kline, Evan Mayo-Wilson, Arthur M. Nezu, Stephen M. Rao (2018). Journal Article Reporting Standards for Quantitative Research in Psychology: The APA Publications and Communications Board Task Force Report. American Psychologist, 73(1), 3–25. DOI: 10.1037/amp0000191.
6. American Psychological Association (2018). APA Style Journal Article Reporting Standards. American Psychological Association. Źródło.