Etki Kodlama
Effect Coding
Tanım
Regresyon analizlerinde kategorik değişkenleri sayısal düzleme aktarırken, referans grubu yerine tüm grupların genel ortalamasını (grand mean) baz alan sayısal atama prosedürüdür.
Örnek Vaka / Uygulama
Bir psikofarmakoloji araştırmacısı, yeni bir anksiyete ilacının etkinliğini test etmek için deneysel gruba 1, kontrol grubuna ise -1 değerini atayarak bir regresyon modeli kurar. Elde edilen katsayı, deneysel grubun ortalamasının tüm katılımcıları içeren genel ortalamadan ne kadar farklı olduğunu doğrudan gösterir.
Derin Analiz
Lineer modelleme süreçlerinde, ikili veya çoklu kategorik öngörücüleri modele dahil etmek için kullanılan alternatif bir kontrast kodlama yöntemidir. Yaygın kullanılan kukla değişken kodlamasından (dummy variable coding) farklı olarak, etki kodlamada kategorilere 1, 0 ve -1 değerleri atanır. Bu yaklaşım, regresyon katsayılarının (intercept hariç) doğrudan tüm grupların ağırlıklı ortalaması olan genel ortalamadan sapmaları temsil etmesini sağlar. Özellikle dengesiz örneklem boyutlarına sahip deneysel tasarımlarda, ana etkilerin test edilmesini ve varyans analizi (ANOVA) sonuçlarıyla regresyon çıktıları arasında doğrudan matematiksel bir köprü kurulmasını kolaylaştırır. Matris cebirinde tasarım matrisinin ortalamaya merkezlenmiş yapısını koruyarak çoklu doğrusallık (multicollinearity) riskini yönetmeye yardımcı olur.
Etimoloji
İngilizce 'effect' (etki, netice, Latince *efficere* [gerçekleştirmek, üretmek]) ve 'coding' (kodlama, Fransızca *code* [kanun, metin]) kelimelerinin birleşiminden oluşan ekonometrik ve istatistiksel bir terimdir.
Karıştırmayın
Kukla değişken kodlaması (dummy variable coding) ile sıkça karıştırılır; kukla kodlamada referans grubu 0 olarak kodlanırken ve katsayılar referans grubuna göre yorumlanırken, etki kodlamasında -1 kullanılır ve katsayılar genel ortalamaya göre yorumlanır.