A median-based estimate of effect size - toward more intuitive comparisons in mathematics education research

तकनीकी सारांश: प्रभाव आकार का एक माध्यिका-आधारित अनुमान (A Median-Based Estimate of a Effect Size)

समस्या विवरण
गणित शिक्षा अनुसंधान अक्सर शून्य-परिकल्पना सार्थकता परीक्षण (Null-Hypothesis Significance Testing - NHST) पर निर्भर करता है, जो नमूना आकार (sample size) पर अत्यधिक निर्भर "सार्थक/असार्थक" बाइनरी निष्कर्ष देता है। जबकि प्रभाव आकार के अनुमान (जैसे कोहेन का d) अंतरों के परिमाण को संबोधित करते हैं, लेखक तर्क देते हैं कि मानक माप अक्सर गणित शिक्षा के विशिष्ट डेटा की प्रकृति के लिए सहज या सार्थक व्याख्या प्रदान करने में विफल रहते हैं। सामान्य समस्याएँ निम्नलिखित हैं:

1. वितरणात्मक धारणाएँ (Distributional Assumptions): कोहेन का d और हेजेस का g सामान्य रूप से वितरित डेटा की धारणा पर आधारित हैं और माध्य (mean) तथा मानक विचलन (standard deviation) पर निर्भर करते हैं, जिससे वे विषमता (skewness), भारी पूंछ (heavy tails) और आउटलेर्स (outliers) के प्रति संवेदनशील हो जाते हैं—जो टेस्ट स्कोर, लिकर्ट स्केल (Likert scales) और सीखने के लाभों में सामान्य विशेषताएँ हैं।
2. व्याख्यात्मकता (Interpretability): मानकीकृत माध्य अंतर (standardized mean differences) इकाई-रहित होते हैं और अक्सर चिकित्सकों (practitioners) के लिए संदर्भगत रूप से व्याख्या करना कठिन होता है।
3. डेटा प्रकार: बहुत सा गणित शिक्षा का डेटा "प्राकृतिक" (जैसे, कक्षा मूल्यांकन) है न कि कड़ाई से प्रयोगात्मक या यादृच्छिक नमूना, जिससे पारंपरिक नमूनाकरण धारणाएँ और सार्थकता परीक्षण संभावित रूप से भ्रामक या गलत तरीके से लागू किए गए प्रतीत होते हैं।
4. बिंदु अनुमानों (Point Estimates) पर अत्यधिक निर्भरता: केवल बिंदु अनुमानों को विश्वास अंतराल (confidence intervals) के बिना रिपोर्ट करने से प्रभावों की अति-व्याख्या हो सकती है, विशेष रूप से छोटे डेटासेट या कम विचरण (low variance) वाले मामलों में।

कार्यप्रणाली (Methodology)
लेखक एक माध्यिका-आधारित प्रभाव आकार संकेतक प्रस्तावित करते हैं, जिसे M(A, B) के रूप में चिन्हित किया गया है, जिसे दो संख्यात्मक डेटा सेट, A और B की तुलना करने के लिए डिज़ाइन किया गया है।

• परिभाषा: यह अनुमानक $M(A, B) = 2|\gamma(A)|/|A| - 1$ के रूप में परिभाषित है, जहाँ $\gamma(A) = \{a \in A : a \geq \text{median}(B)\}$। वैचारिक रूप से, यह इस बात का मापन है कि A का एक यादृच्छिक डेटा बिंदु B की माध्यिका (median) से बड़ा या उसके बराबर होने की संभावना कितनी है, जिसे [-1, 1] के पैमाने पर समायोजित किया गया है।
• सैद्धांतिक गुण:
  • यह "माध्यिका-आधारित प्रभुत्व की संभावना" (median-based probability of dominance) के रूप में कार्य करता है, जो मैन-व्हिटनी यू (Mann-Whitney U) परीक्षणों में उपयोग किए जाने वाले शास्त्रीय स्टोकेस्टिक प्रभुत्व (Prob(A > B)) के विपरीत है।
  • यह माध्य के बजाय माध्यिका पर निर्भर होने के कारण विषमता, भारी पूंछ और आउटलेर्स के प्रति प्रतिरोधी है।
  • सामान्य रूप से वितरित डेटा के लिए, कोहेन के d के साथ इसका एक कार्यात्मक, गैर-रेखीय संबंध है ($M = 2\Phi(d) - 1$), लेकिन लेखक तर्क देते हैं कि गैर-सामान्य डेटा के लिए M को d से प्राप्त करने के लिए इस संबंध का उपयोग नहीं किया जाना चाहिए।
  • यह क्लिफ के डेल्टा (Cliff's delta) के समान व्यवहार करता है जब वितरण सममित (symmetric) होते हैं, लेकिन विषम डेटा के मामले में क्लिफ के डेल्टा की तुलना में अधिक मजबूत व्यवहार प्रदर्शित करता है।
• अनुमान प्रक्रिया (Inference Procedure): बिंदु अनुमानों की अनिश्चितता को संबोधित करने के लिए, लेखक एक फ्रीक्वेंटिस्ट बूटस्ट्रैप प्रक्रिया (frequentist bootstrap procedure) का उपयोग करते हैं। वे प्रतिस्थापन के साथ पुन: नमूनाकरण (resampling with replacement) (उदाहरण के लिए, $10^4$ से $10^5$ बार) करके माध्यिका-आधारित अनुमानक और कोहेन के d दोनों के लिए संभाव्यता वितरण उत्पन्न करते हैं। यह प्रभाव आकार के माध्यों के लिए 95% विश्वास अंतराल (CIs) की गणना करने की अनुमति देता है, जो अनुमान की विश्वसनीयता का एक पारदर्शी दृश्य प्रदान करता है।

मुख्य योगदान और परिणाम
यह शोध पत्र माध्यिका-आधारित अनुमानक को मौजूदा मापों के पूरक उपकरण के रूप में प्रस्तुत करता है, और गणित शिक्षा साहित्य और डेटासेट्स से लिए गए उदाहरणों के माध्यम से इसकी उपयोगिता को प्रदर्शित करता है।

1. गैर-सामान्यता के प्रति मजबूती (Robustness to Non-Normality): विषम वितरणों (जैसे, प्री-टेस्ट/पोस्ट-टेस्ट लाभ, प्रारंभिक बीजगणित हस्तक्षेप डेटा) से संबंधित उदाहरणों में, माध्यिका-आधारित अनुमानक ने स्थिर परिणाम प्रदान किए जहाँ कोहेन का d गैर-सामान्यता या अत्यधिक आउटलेर्स के कारण संभावित रूप से भ्रामक था।
2. सहज व्याख्या (Intuitive Interpretation): लेखक प्रदर्शित करते हैं कि $M(A, B)$ को दृश्य रूप से (एक वितरण का दूसरे के माध्यिका से अधिक होने का अनुपात) और संभाव्यता के रूप में (जैसे, "एक कलश से काली गेंद निकालने के बराबर") व्याख्या किया जा सकता है।
3. अनुभवजन्य उदाहरण (Empirical Examples):
   • बड़े प्रभाव (Large Effects): प्रारंभिक बीजगणित हस्तक्षेप (Blanton et al., 2015) या ग्रेड-स्तर के प्री-टेस्ट अंतर जैसे मामलों में, माध्यिका-आधारित अनुमानक ने तंग विश्वास अंतरालों के साथ बड़े प्रभावों (जैसे, $M \approx 0.93$) की पुष्टि की, जो विजुअल हिस्टोग्राम के अनुरूप है।
   • मध्यम प्रभाव (Medium Effects): समस्या प्रकारों (इंटरलीव्ड बनाम ब्लॉक प्रैक्टिस) और पाठ्यक्रम मॉडलों की तुलना ने मध्यम प्रभाव ($M \approx 0.38 - 0.47$) दिखाए, जिनके विश्वास अंतराल शून्य से दूर थे।
   • लघु/शून्य प्रभाव (Small/Null Effects): TIMSS स्कोर में लिंग अंतर या पाठ्यपुस्तक प्रभावकारिता की तुलना में, माध्यिका-आधारित अनुमानक ने छोटे बिंदु अनुमान दिए ($M \approx 0.16$)। महत्वपूर्ण रूप से, इन मामलों के लिए बूटस्ट्रैप विश्वास अंतराल अक्सर शून्य को शामिल करते थे (जैसे, $[-0.19, 0.51]$), जो यह संकेत देता है कि देखे गए अंतर संयोग के कारण हो सकते हैं, एक ऐसी सूक्ष्मता जिसे केवल बिंदु अनुमानों द्वारा छिपाया जा सकता है।
4. कोहेन के d के साथ तुलना: अध्ययन रेखांकित करता है कि जबकि कोहेन का d और माध्यिका-आधारित अनुमानक अक्सर सह-संबंधित होते हैं, वे विषम डेटा या कम विचरण वाले मामलों में काफी भिन्न हो सकते हैं। लेखक नोट करते हैं कि छोटा विचरण कृत्रिम रूप से कोहेन के d को बढ़ा सकता है, जबकि माध्यिका-आधारित दृष्टिकोण स्थिर रहता है।

महत्व और दावे
लेखक यह दावा नहीं करते हैं कि माध्यिका-आधारित अनुमानक को कोहेन के d, हेजेस के g, या अन्य स्थापित मापों को बदलने के लिए पेश किया गया है। इसके बजाय, वे इसे डेटा अंतरों को मापने और व्याख्या करने के लिए शोधकर्ता के भंडार में एक उत्पादक जोड़ के रूप में रखते हैं।

शोध का प्राथमिक महत्व निम्नलिखित की वकालत करने में निहित है:

• संदर्भगत आधार (Contextual Grounding): एक ऐसा प्रभाव आकार मीट्रिक प्रदान करना जो शोधकर्ताओं और चिकित्सकों द्वारा छात्र प्रदर्शन के बारे में सोचने के तरीके (जैसे, "कितने छात्रों ने नियंत्रण समूह की माध्यिका से बेहतर प्रदर्शन किया?") के साथ अधिक निकटता से मेल खाता है।
• पारदर्शिता और ईमानदारी (Transparency and Honesty): यह जोर देना कि प्रभाव आकार एक संभाव्यता वितरण है, न कि केवल एक संख्या। लेखक तर्क देते हैं कि विशेष रूप से छोटे डेटासेट या कम विचरण वाले मामलों के लिए, बिंदु अनुमानों की अति-व्याख्या को रोकने हेतु बूटस्ट्रैप विधियों के माध्यम से 95% विश्वास अंतराल रिपोर्ट करना आवश्यक है।
• मजबूती (Robustness): एक ऐसी विधि प्रदान करना जिसे सामान्यता की धारणा की आवश्यकता नहीं है, जो इसे गणित शिक्षा अनुसंधान में अक्सर पाए जाने वाले "प्राकृतिक", विषम और विषम (heterogeneous) डेटा के लिए उपयुक्त बनाती है।

अंततः, यह शोध पत्र सुझाव देता है कि माध्यिका-आधारित अनुमानक को विश्वास अंतरालों और दृश्य डेटा प्रतिनिधित्व (स्मूथ हिस्टोग्राम) के साथ संयोजित करना इस मौलिक प्रश्न को बेहतर ढंग से संबोधित करता है कि क्या कोई प्रभाव वास्तविक है, वह कितना बड़ा है, और क्या वह व्यावहारिक रूप से उपयोगी है।