İstatistiksel Güç ve Örneklem Büyüklüğü Hesaplaması Nedir?
Psikoloji araştırmalarında, bir deneyin gerçek bir etkiyi tespit etme olasılığını belirleyen istatistiksel güç ve bu gücü sağlamak için gereken örneklem büyüklüğü kritik öneme sahiptir. Bu kavramlar, araştırmanın geçerliliğini ve güvenilirliğini doğrudan etkiler.
İstatistiksel güç, doğru bir şekilde anlamlı bir farkı veya ilişkiyi tespit edebilme olasılığıdır (genellikle 0.80 veya daha yüksek hedeflenir). Örneklem büyüklüğü ise bu gücü elde etmek için gereken katılımcı sayısıdır ve belirlenen etki büyüklüğü, alfa düzeyi ve istenen güç seviyesine göre hesaplanır.
Adım adım çözümlü örnekler
Bir psikolog, yeni bir terapi yönteminin depresyon üzerindeki etkisini %80 istatistiksel güç ve %5 anlamlılık düzeyi (alfa=0.05) ile test etmek istiyor. Önceki araştırmalara göre depresyon skorlarındaki standart sapma 15 ve beklenen etki büyüklüğü (terapi alan ve almayan gruplar arasındaki ortalama fark) 10 puan olarak tahmin ediliyor. Gereken örneklem büyüklüğü nedir?
1. Alfa (0.05) için Z skoru bulunur: Z_{\alpha/2} ≈ 1.96. 2. İstenen güç (0.80) için beta (0.20) ve Z skoru bulunur: Z_{\beta} ≈ 0.84. 3. Varyans (\sigma^2) = 15^2 = 225. 4. Etki büyüklüğü (\delta) = 10. 5. Formül kullanılır: n = ((1.96 + 0.84)^2 * 225) / 10^2 = (2.8^2 * 225) / 100 = (7.84 * 225) / 100 = 1764 / 100 = 17.64. 6. Her grup için en az 18 katılımcı gerekir (toplam 36).Bir araştırmacı, iki farklı öğrenme stratejisinin sınav başarısı üzerindeki etkisini incelemek istiyor. %90 güvenilirlik (alfa=0.01), %95 istatistiksel güç (güç=0.95) ve orta düzeyde bir etki büyüklüğü (Cohen's d = 0.5) bekleniyor. Bu araştırma için gereken örneklem büyüklüğü ne olmalıdır?
1. Alfa (0.01) için Z skoru bulunur: Z_{\alpha/2} ≈ 2.58. 2. Güç (0.95) için beta (0.05) ve Z skoru bulunur: Z_{\beta} ≈ 1.645. 3. Etki büyüklüğü (\delta) = 0.5 (standart sapma normalize edildiği için genellikle 1 kabul edilir veya Cohen's d değeri direkt kullanılır). 4. Formül kullanılır (Cohen's d kullanıldığında formül biraz değişir, ancak temel prensip aynıdır): n = ((Z_{\alpha/2} + Z_{\beta})^2) / \delta^2 = ((2.58 + 1.645)^2) / 0.5^2 = (4.225)^2 / 0.25 = 17.85 / 0.25 = 71.4. 5. Her grup için en az 72 öğrenci gereklidir.Bilgi kartları
Mini test
S1.İstatistiksel gücün ideal olarak kaç olması hedeflenir?
S2.Aşağıdakilerden hangisi istatistiksel gücü azaltır?
S3.Bir araştırmacı, küçük bir etki büyüklüğünü tespit etmek istiyorsa, ne yapmalıdır?
Sık yapılan hatalar
Yüksek istatistiksel güç, her zaman doğru sonucu garanti eder. — Doğrusu: Yüksek istatistiksel güç, gerçek bir etkiyi tespit etme olasılığını artırır, ancak yine de yanlış sonuçlar (Tip I hata) mümkündür. Ayrıca, etki büyüklüğünün klinik veya pratik anlamlılığına da bakılmalıdır.
Örneklem büyüklüğü ne kadar küçük olursa, araştırma o kadar verimli olur. — Doğrusu: Çok küçük örneklem büyüklükleri, gerçek etkileri gözden kaçırma (düşük güç) riskini artırır. Örneklem büyüklüğü, istenen istatistiksel gücü sağlayacak şekilde dikkatlice hesaplanmalıdır.
Sıkça sorulan sorular
İstatistiksel güç hesaplaması neden önemlidir?
Yetersiz istatistiksel güce sahip bir araştırma, gerçek bir etki olsa bile bunu tespit edemeyebilir (yanlış negatif). Bu, zaman ve kaynak israfına yol açabilir ve yanıltıcı sonuçlar üretebilir. Güç analizi, araştırmanın başarılı olma olasılığını artırmak için gereken minimum örneklem büyüklüğünü belirlemeye yardımcı olur.
Etki büyüklüğü nasıl belirlenir?
Etki büyüklüğü, önceki benzer araştırmalardan, teorik beklentilerden veya pilot çalışmalardan elde edilen bilgilere dayanarak tahmin edilebilir. Küçük, orta veya büyük gibi genel kategoriler de kullanılabilir ancak spesifik bir değer tahmin etmek daha doğrudur.
Bir araştırmada güç analizi yapılmazsa ne olur?
Araştırmacı, çalışmasının gerçek bir etkiyi bulmak için yeterli güce sahip olup olmadığını bilmeden ilerlemiş olur. Bu durum, çalışmanın sonuçsuz kalması veya bulunan sonuçların güvenilirliğinin sorgulanması riskini taşır. Ayrıca, etik açıdan da yetersiz örneklemle etik olmayan deneyler yapma riski doğar.