343. Hedges g – korekta dla małych prób

W poprzedniej lekcji omówiono Cohenowskie d jako standaryzowaną różnicę średnich. Jest to bardzo użyteczna miara, ale w małych próbach może systematycznie zawyżać wartość efektu w populacji. Hedges g powstało właśnie po to, aby ograniczyć ten problem. Nie jest ono „innym rodzajem” różnicy średnich, lecz skorygowanym estymatorem standaryzowanej różnicy, szczególnie przydatnym wtedy, gdy liczebność grup jest niewielka lub gdy wyniki wielu badań mają zostać połączone w metaanalizie (Hedges, 1981; Hedges i Olkin, 1985).

W tej lekcji szkolenia na statystyk.edu.pl prześledzimy sens korekty, wzór, sposób interpretacji oraz ograniczenia Hedges g. Najważniejsza zasada brzmi: korekta dla małych prób poprawia właściwości estymatora, ale nie naprawia błędnego projektu badania, złego pomiaru ani nieuzasadnionej interpretacji klinicznej.

Dlaczego Cohenowskie d może być zawyżone?

Załóżmy, że porównujemy dwie niezależne grupy. Średnie wyniki oznaczamy jako M₁ i M₂, a wspólne odchylenie standardowe jako s_p. Najprostsza standaryzowana różnica średnich ma postać:

d = (M₁ − M₂) / s_p

W dużych próbach d jest zazwyczaj dobrym przybliżeniem populacyjnej standaryzowanej różnicy średnich. W małych próbach problem wynika jednak z tego, że mianownik, czyli odchylenie standardowe obliczone z próby, jest obciążonym estymatorem zmienności populacyjnej. Dodatkowo sam iloraz różnicy średnich i odchylenia standardowego ma rozkład, który przy małej liczbie stopni swobody prowadzi do przeciętnie zbyt wysokich wartości bezwzględnych.

Nie oznacza to, że każda duża wartość d jest błędna. Oznacza jedynie, że przy małych próbach estymator może być systematycznie przesunięty w górę. Im mniej jest informacji, tym większą rolę odgrywa losowa niestabilność. Hedges zaproponował więc mnożnik korygujący, który zmniejsza tę tendencję (Hedges, 1981).

Definicja Hedges g

Hedges g można zapisać jako:

g = J × d

W tym wzorze:

• g – skorygowana standaryzowana różnica średnich;
• d – niekorygowana standaryzowana różnica średnich, często określana jako Cohenowskie d;
• J – mnożnik korekcyjny zależny przede wszystkim od liczby stopni swobody.

W praktycznych obliczeniach często stosuje się przybliżenie:

J ≈ 1 − 3 / (4df − 1)

gdzie df oznacza liczbę stopni swobody. Dla porównania dwóch niezależnych średnich przy założeniu wspólnej wariancji zazwyczaj:

df = n₁ + n₂ − 2

n₁ i n₂ oznaczają liczebności obu grup. Im większe df, tym bliższa jedności jest wartość J, a więc tym mniejsza różnica między d i g. W bardzo dużych próbach korekta staje się praktycznie niezauważalna.

W opracowaniach teoretycznych można spotkać dokładniejsze wyrażenie wykorzystujące funkcję gamma. Przy typowych analizach empirycznych przybliżenie J jest jednak wygodne i zwykle wystarczająco dokładne, zwłaszcza gdy liczba stopni swobody nie jest skrajnie mała.

Jak obliczyć Hedges g krok po kroku?

Krok 1: oblicz różnicę średnich

Najpierw określ, która grupa jest grupą pierwszą. Kierunek różnicy ma znaczenie. Jeżeli wyższy wynik oznacza korzystniejszy stan zdrowia, dodatnie g może oznaczać przewagę interwencji. Jeżeli wyższy wynik oznacza większe nasilenie objawów, interpretacja znaku będzie odwrotna.

Krok 2: oblicz wspólne odchylenie standardowe

Dla dwóch niezależnych grup stosuje się najczęściej odchylenie standardowe połączone:

s_p = √[((n₁ − 1)s₁² + (n₂ − 1)s₂²) / (n₁ + n₂ − 2)]

Wzór zakłada, że zmienność w obu grupach może być sensownie traktowana jako wspólna. Jeżeli wariancje są wyraźnie różne albo projekt jest bardziej złożony, nie należy mechanicznie stosować tej wersji.

Krok 3: oblicz d

Po uzyskaniu s_p dzielimy różnicę średnich przez wspólne odchylenie standardowe.

Krok 4: wyznacz stopnie swobody i mnożnik J

Dla niezależnych grup oblicz df i podstaw tę wartość do przybliżonego wzoru na J.

Krok 5: pomnóż d przez J

Ostatecznie otrzymujesz Hedges g. W raporcie warto podać także przedział ufności, ponieważ sama wartość punktowa nie informuje o precyzji oszacowania.

Przykład 1: mała próba w badaniu pielęgniarskim

Załóżmy, że w pilotażowym badaniu oceniano nasilenie lęku u pacjentów po krótkiej interwencji pielęgniarskiej. W grupie interwencyjnej było 12 osób, a średni wynik wyniósł 18,0 punktu przy odchyleniu standardowym 5,0. W grupie kontrolnej było 10 osób, średnia wyniosła 22,0, a odchylenie standardowe 5,5. Wyższy wynik oznacza większe nasilenie lęku, więc niższa średnia w grupie interwencyjnej jest korzystna.

Najpierw obliczamy odchylenie standardowe połączone:

s_p ≈ 5,24

Niekorygowana standaryzowana różnica wynosi:

d = (18,0 − 22,0) / 5,24 ≈ −0,76

Liczba stopni swobody to:

df = 12 + 10 − 2 = 20

Mnożnik korekcyjny:

J ≈ 1 − 3 / (4 × 20 − 1) ≈ 0,962

Zatem:

g ≈ 0,962 × (−0,76) ≈ −0,73

Wartość bezwzględna zmniejszyła się z około 0,76 do 0,73. Różnica nie jest ogromna, ale pokazuje kierunek korekty. Ujemny znak wynika z przyjętej kolejności grup i oznacza niższy poziom lęku w grupie interwencyjnej. Nie należy jednak pisać, że interwencja „spowodowała” obniżenie lęku, jeżeli badanie nie było randomizowane lub nie kontrolowało odpowiednio zakłóceń.

Przykład 2: badanie psychologiczne z bardzo małymi grupami

W eksperymencie dotyczącym krótkiego treningu regulacji emocji uczestniczyło po 8 osób w każdej grupie. Średnia poprawa wyniku kwestionariusza wyniosła 6,4 punktu w grupie treningowej i 3,1 punktu w grupie kontrolnej. Wspólne odchylenie standardowe wynosiło 4,0.

Najpierw:

d = (6,4 − 3,1) / 4,0 = 0,825

Stopnie swobody:

df = 8 + 8 − 2 = 14

Przybliżony mnożnik:

J ≈ 1 − 3 / (4 × 14 − 1) ≈ 0,945

Hedges g:

g ≈ 0,945 × 0,825 ≈ 0,78

W tym przypadku korekta zmniejsza wartość o około 0,05 jednostki standaryzowanej. Można opisać wynik jako umiarkowaną do dużej różnicę standaryzowaną, ale nie wolno utożsamiać tego automatycznie z ważną klinicznie poprawą. Znaczenie praktyczne zależy od tego, co oznacza 3,3 punktu różnicy w użytym narzędziu, jaka jest jego rzetelność oraz czy przekroczono ustalony próg minimalnej ważnej zmiany.

Jak interpretować wartość Hedges g?

Orientacyjne przedziały, często przypisywane Cohenowi, mogą służyć jedynie jako punkt odniesienia: około 0,2 bywa określane jako mały efekt, około 0,5 jako umiarkowany, a około 0,8 jako duży (Cohen, 1988). Nie są to uniwersalne normy. W badaniach medycznych efekt o wartości 0,2 może być istotny, jeżeli dotyczy powszechnej choroby i taniej, bezpiecznej interwencji. Z kolei efekt 0,8 może mieć ograniczoną użyteczność, jeżeli interwencja jest kosztowna, obciążająca albo wiąże się z ryzykiem.

Hedges g opisuje różnicę w jednostkach odchylenia standardowego. Nie mówi bezpośrednio, ilu pacjentów uniknęło hospitalizacji, o ile dni skróciła się rehabilitacja ani czy pacjent odczuł poprawę. Dlatego powinno się go interpretować razem z różnicą w jednostkach naturalnych, przedziałem ufności, informacją o zmienności oraz – gdy to możliwe – miarą minimalnej klinicznie ważnej różnicy (Lakens, 2013).

Hedges g a metaanaliza

Jedną z najważniejszych zalet Hedges g jest możliwość porównywania wyników badań, w których stosowano różne skale mierzące podobny konstrukt. Na przykład wyniki depresji mogą być mierzone różnymi kwestionariuszami, ale standaryzowana różnica pozwala zestawić ich efekty, pod warunkiem że konstrukty, kierunki skali i populacje są wystarczająco porównywalne.

W metaanalizie sama korekta Hedgesa nie wystarcza. Należy jeszcze obliczyć wariancję efektu, dobrać odpowiedni model łączenia wyników, ocenić heterogeniczność i sprawdzić ryzyko błędu publikacyjnego. Badanie z małą próbą nie powinno automatycznie otrzymywać dużej wagi tylko dlatego, że obliczono w nim g. Wagi zależą przede wszystkim od precyzji oszacowania, a ta przy małych próbach zwykle jest ograniczona (Hedges i Olkin, 1985).

W projektach z pomiarem przed i po interwencji trzeba dodatkowo określić, jaki wariant standaryzowanej zmiany jest właściwy. Nie należy bezrefleksyjnie używać wzoru dla dwóch niezależnych grup, gdy analizowane są zmiany u tych samych osób. W badaniu kontrolowanym z pomiarem przed–po można rozważać między innymi różnicę zmian między grupami i odpowiedni mianownik oparty na pomiarze początkowym; szczegółowe rozwiązanie zależy od projektu oraz dostępnych statystyk (Morris, 2008).

Najczęstsze błędy

• Traktowanie g jako miary absolutnej. Hedges g nie jest wolne od wpływu jakości pomiaru, heterogeniczności i sposobu operacjonalizacji zmiennej.
• Stosowanie niewłaściwego mianownika. Wspólne odchylenie standardowe nie zawsze jest odpowiednie, szczególnie przy dużej różnicy wariancji lub asymetrycznym projekcie.
• Mylenie korekty z poprawą jakości danych. Mnożnik J ogranicza obciążenie małopróbkowe; nie koryguje braków danych, selekcji uczestników ani błędów pomiaru.
• Interpretowanie znaku bez zdefiniowania kierunku. Znak zależy od kolejności odejmowania średnich i od tego, czy wyższy wynik jest korzystny czy niekorzystny.
• Pomijanie przedziału ufności. W małej próbie punktowa wartość g może być niestabilna. Przedział ufności pokazuje, jak szeroki jest zakres zgodny z danymi.
• Używanie progów 0,2, 0,5 i 0,8 jako praw klinicznych. Progi Cohena są orientacyjne, a nie diagnostyczne ani kliniczne.
• Wnioskowanie przyczynowe z samej wartości efektu. Duże g nie dowodzi, że badana interwencja wywołała różnicę. O przyczynowości decyduje przede wszystkim projekt badania.
• Porównywanie nieporównywalnych konstruktów. Standaryzacja skali nie czyni automatycznie porównywalnymi wyników mierzących różne zjawiska.

Przykład praktyczny: jak zaraportować wynik

Załóżmy, że badacze porównali program edukacyjny dotyczący samokontroli cukrzycy ze standardową opieką. W grupie interwencyjnej znalazło się 15 osób, a w kontrolnej 14. Po sześciu tygodniach średnia wiedza zdrowotna była wyższa w grupie interwencyjnej. Obliczono d = 0,62, df = 27, J ≈ 0,972, a zatem g = 0,60. Przedział ufności był szeroki: 95% CI [−0,15; 1,35].

Poprawny opis mógłby brzmieć: „W grupie programu odnotowano większy średni wynik wiedzy niż w grupie standardowej opieki; skorygowana standaryzowana różnica wyniosła Hedges g = 0,60, 95% CI [−0,15; 1,35]. Wynik jest zgodny zarówno z brakiem różnicy, jak i z umiarkowanym lub dużym efektem na korzyść programu, dlatego oszacowanie pozostaje mało precyzyjne”.

Taki zapis jest lepszy niż stwierdzenie „program był skuteczny, ponieważ g wyniosło 0,60”. Wartość punktowa sugeruje określony kierunek i potencjalnie istotną różnicę, ale przedział ufności pokazuje niepewność. Nie należy też utożsamiać tego wyniku z klinicznym znaczeniem bez informacji, jak zmiana wyniku wiedzy przekłada się na zachowania pacjentów lub kontrolę glikemii.

Co warto zapamiętać?

• Hedges g jest skorygowaną dla małych prób wersją standaryzowanej różnicy średnich.
• Podstawowy wzór to g = J × d, gdzie J jest mnożnikiem zależnym od stopni swobody.
• Korekta zwykle nie zmienia kierunku efektu, lecz nieco zmniejsza jego wartość bezwzględną.
• Różnica między d i g jest największa przy małych próbach, a maleje wraz ze wzrostem liczby stopni swobody.
• Hedges g nie jest prawdopodobieństwem, miarą przyczynowości ani bezpośrednią miarą znaczenia klinicznego.
• Wynik należy raportować wraz z kierunkiem różnicy, liczebnościami, przedziałem ufności i – gdy to możliwe – różnicą w jednostkach naturalnych.
• W metaanalizie konieczne są dodatkowe decyzje dotyczące wariancji, wag, heterogeniczności i jakości badań.

Najkrócej: Hedges g odpowiada na pytanie, jak duża jest standaryzowana różnica między grupami po ograniczeniu typowego zawyżenia estymatora w małych próbach. Jest to ważna korekta techniczna, ale prawidłowa interpretacja nadal wymaga spojrzenia na projekt badania, jakość pomiaru, precyzję wyniku i znaczenie praktyczne.

Źródła i dalsza lektura

1. Hedges, Larry V. (1981). Distribution Theory for Glass’s Estimator of Effect Size and Related Estimators. Journal of Educational Statistics, 6(2), 107–128. DOI: 10.3102/10769986006002107.
2. Hedges, Larry V.; Olkin, Ingram (1985). Statistical Methods for Meta-Analysis. Academic Press.
3. Lakens, Daniël (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.
4. Morris, Scott B. (2008). Estimating Effect Sizes From Pretest-Posttest-Control Group Designs. Organizational Research Methods, 11(2), 364–386. DOI: 10.1177/1094428106291059.
5. Cohen, Jacob (1988). Statistical Power Analysis for the Behavioral Sciences. 2nd ed.. Lawrence Erlbaum Associates.
6. American Psychological Association (2020). Publication Manual of the American Psychological Association. 7th ed.. American Psychological Association. Informacja wydawcy / źródło.

Jeżeli potrzebujesz indywidualnego wsparcia w doborze metod, przygotowaniu bazy lub opracowaniu wyników badań, sprawdź analiza statystyczna.