ขนาดผลกระทบ: ผลลัพธ์ที่สำคัญที่สุดของการทดสอบสมมติฐาน

บทคัดย่อ

         ในการวิจัยเชิงประจักษ์ด้านธุรกิจ เศรษฐกิจ และด้านอื่นๆ ของสังคมศาสตร์ ผลลัพธ์ที่สำคัญที่สุดของการทดสอบสมมติฐานไม่ใช่ค่า p-value แต่เป็นขนาดผลกระทบ เพราะว่าขนาดผลกระทบทำให้นักวิจัยสามารถสื่อสารการมีนัยสำคัญในทางปฏิบัติของผลการวิจัยและสามารถอธิบายเกี่ยวกับผลกระทบที่จะเกิดขึ้นในโลกแห่งความเป็นจริง ขนาดผลกระทบเป็นสารสนเทศที่มีความสำคัญสำหรับผู้ที่จะนำผลการวิจัยไปสู่การปฏิบัติซึ่งต้องการทราบว่าผลกระทบของตัวแปรอิสระมากกว่าศูนย์หรือไม่และผลกระทบมีขนาดมากเพียงใด การทดสอบนัยสำคัญทางสถิติไม่สามารถประเมินความสำคัญในทางปฏิบัติของผลการวิจัย และไม่ได้บอกสิ่งที่ผู้นำผลการวิจัยไปปฏิบัติต้องการจะรู้ การทดสอบนัยสำคัญทางสถิติจึงเป็นการวัดและรายงานผลการทดสอบสมมติฐานที่มีความหมายในทางทฤษฎีเท่านั้น ดังนั้น เมื่อใดก็ตามที่มีการทดสอบสมมติฐาน นักวิจัยควรวัดและรายงานขนาดผลกระทบในส่วนที่เป็นรายงานผลการวิจัยด้วย ไม่ใช่รายงานเฉพาะค่า p-value เท่านั้น

          Effect sizes, not p-value, are the most important products of hypothesis testing in the empirical studies of business, economics, and other branches of social science because effect sizes allow researchers to communicate the practical significance of the research results and describe the observed effects. Effect sizes are the important information for practitioners who implement the research results and want to know whether each independent variable has an effect greater than zero and how big the effect is. Test of statistical significance cannot evaluate the practical importance of research results and cannot inform what practitioners want to know. Test of statistical significance only measure and report the theoretically meaningful results of hypothesis testing. Therefore, whenever hypothesis testing is performed, not only p-value should be measured and reported in the research results, but also the effect sizes.