Örneklem Büyüklüğü Hesaplama: Güç Analizi ve Anket Formülü

Basira Editör Ekibi · · 8 dk okuma

Bilimsel inceleme: Doç. Dr. Hasan Yıldırım ·

  • #orneklem-buyuklugu
  • #istatistiksel-guc
  • #temel-istatistik
  • #hipotez-testi

Anahtar çıkarımlar

  • Örneklem büyüklüğü hesabı iki ailedir: testlerde güç analizi (α, hedef güç, etki büyüklüğü, tasarım), anketlerde oran formülü (güven düzeyi, hata payı, beklenen oran).
  • Güç analizinin en zayıf girdisi etki büyüklüğüdür: mümkünse en küçük ilgili etki seçilir; yayımlanmış ve pilot çalışmadaki etkiler şişik olabilir; Lakens (2022) a priori güç analizinde Cohen'in küçük, orta, büyük eşiklerine dayanılmamasını önerir.
  • Sonlu evren düzeltmesi, anketteki gereken yanıt sayısını yalnız kitle küçükken belirgin biçimde düşürür; kitle büyüdükçe etkisi kaybolur.
  • Hesaplanan sayı analize girecek birim sayısıdır: beklenen kayıp ya da yanıtsızlığa göre büyütülür; örneklemi büyütmek seçim yanlılığını gidermez.
İçindekiler

Örneklem büyüklüğü hesaplama, çalışmanın amacına göre iki ayrı yoldan yapılır. Bir farkı ya da ilişkiyi sınayan çalışmada güç analizi kullanılır: anlamlılık düzeyi, hedef güç ve beklenen etki büyüklüğü verilir, gereken birim sayısı çıkar. Bir kitlenin oranını anketle kestiren çalışmada ise güven düzeyine ve hata payına dayanan bir formül kullanılır.

Örneklem büyüklüğü nedir ve neden iki ayrı hesap vardır?

Örneklem büyüklüğü, analize girecek birim (kişi, çift, okul) sayısıdır. Kitle ile örneklem arasındaki ayrım kitle ve örneklem yazısında anlatılıyor; birimlerin hangi kuralla seçileceği ise örnekleme yöntemleri yazısının konusudur. İkisi birbirinin yerini tutmaz: örneklemi büyütmek, seçimden doğan yanlılığı gidermez.

Lakens (2022) örneklem büyüklüğünü gerekçelendirmenin birkaç yolunu sıralar; bu yazı bunlardan ikisini anlatır: a priori güç analizi ve kesinliğe göre planlama.

ÖlçütGüç analizi (testler)Oran formülü (anketler)
SoruVar olan bir farkı ya da ilişkiyi yakalayabilir miyim?Bir oranı ne kadar kesin kestirebilirim?
Girdilerα, hedef güç, etki büyüklüğü, tasarımGüven düzeyi, hata payı, beklenen oran, varsa kitle büyüklüğü
SonuçGereken birim sayısı (grup başına ya da toplam)Gereken analiz edilebilir yanıt sayısı
Tipik çalışmaDeney, grup karşılaştırması, ilişkiKesitsel anket, betimleyici oran

Aynı çalışmada ikisi de gerekirse (ör. hem oran kestirilecek hem iki grup karşılaştırılacaksa) ayrı sayılar hesaplanır ve büyüğü alınır.

Güç analizinde hangi öğeler belirlenir?

Güç analizi, veri toplanmadan önce şu soruyu yanıtlar: gerçekte belirli büyüklükte bir etki varsa, o etkiyi anlamlı bulma olasılığı hedefin altına düşmeyecek kadar birim toplanıyor mu? Dört öğe belirlenir, beşincisi hesaplanır:

  1. Anlamlılık düzeyi (α): birinci tür hata olasılığının üst sınırı; çoğunlukla .05.
  2. Hedef güç (1 − β): var olan etkiyi yakalama olasılığı; çoğunlukla .80 (Cohen, 1988). Hata türleri ve güç, istatistiksel güç ve hata türleri yazısında anlatılıyor.
  3. Etki büyüklüğü: yakalanmak istenen etkinin standartlaştırılmış büyüklüğü. Nereden alınacağı aşağıda ayrıca ele alınıyor.
  4. Tasarım: testin türü (bağımsız gruplar, eşleştirilmiş ölçüm, tek örneklem, varyans analizi, ki-kare, korelasyon), tek ya da iki yönlülük, grupların dengeli olup olmadığı.
  5. Hesaplanan: gereken birim sayısı.

Normal dağılım yaklaşımıyla, eşleştirilmiş ya da tek örneklemli bir testte gereken sayı şöyle kestirilir:

n≈(z1−α/2+z1−β)2δ2n \approx \frac{(z_{1-\alpha/2} + z_{1-\beta})^2}{\delta^2}

Burada δ\delta standartlaştırılmış etki büyüklüğü, zz standart normal dağılımın kuantilidir. İki bağımsız grupta grup başına sayı, payın iki katı alınarak bulunur: n≈2(z1−α/2+z1−β)2/d2n \approx 2(z_{1-\alpha/2} + z_{1-\beta})^2 / d^2. Etki yarıya inerse gereken sayı yaklaşık dört katına çıkar. α\alpha‘yı küçültmek ya da hedef gücü yükseltmek de sayıyı büyütür.

Yaklaşık formül t dağılımının kalın kuyruğunu hesaba katmaz; yazılımlar ve aşağıdaki eşleştirilmiş ölçüm örneği merkezi olmayan t dağılımıyla kesin hesap yapar ve biraz daha büyük sayı verir. Bu hesabı G*Power gibi programlar yapar (G*Power nedir; Faul vd., 2007).

Etki büyüklüğü nereden alınır?

Güç analizinin en zayıf halkası etki büyüklüğüdür: gerçek etki bilinmez ve çalışma çoğu zaman onu kestirmek için yapılır. Seçimin dayanağı bu yüzden yazılı olarak gerekçelendirilir.

DayanakNe zaman uygunDikkat edilecek nokta
En küçük ilgili etkiÖnemli en küçük fark belirlenebiliyorsaLakens (2022) mümkünse bunu yeğler; gerekçesi yazılır
Önceki çalışma ya da meta-analizÖrneklem, ölçüm ve tasarım benzerseYayın yanlılığı etkileri şişirir; tek çalışmanın tahmini şansla da sapar (Lakens, 2022)
Pilot çalışmaUygulanabilirlik ve ölçümün işleyişi içinKüçük pilotun etki tahmini çok belirsizdir; yalnız umut verici pilotların izlenmesi gücü düşürür (Albers ve Lakens, 2018)
Cohen’in eşikleriCohen (1988) yalnız başka dayanak yoksa önerdiGerçek etkiyle uyuşmayabilir; Lakens (2022) bu eşiklerin a priori güç analizinde kullanılmaması gerektiğini yazar

Sezgi de iyi bir dayanak değildir. Bakker vd. (2016), araştırmacılara küçük bir etki için .80 güce ulaşmak üzere gereken örneklem büyüklüğünü sorduğunda yanıtlayanların %95’inin sayıyı olduğundan düşük tahmin ettiğini buldu.

Cohen (1988, 1992) davranış bilimleri için alışılmış değerler sundu ve bunları yalnız başka dayanak yoksa önerdi. Lakens (2022) ise a priori güç analizinde bunlara dayanılmamasını, onun yerine en küçük ilgili etkinin ya da duyarlılık analizinin kullanılmasını önerir. Eşikler yine de çoğu zaman hazır seçenek olarak kullanılır:

Etki ölçüsüKüçükOrtaBüyükHangi testin ölçüsü
d0.200.500.80İki ortalama farkı, bağımsız örneklem t-testi
r.10.30.50Pearson korelasyonu
f0.100.250.40Tek yönlü varyans analizi
w0.100.300.50Ki-kare bağımsızlık testi

Bu eşikler araştırma konusunu hesaba katmaz; “orta” etkiyi varsayıp hesabı bitirmek, gereken sayıyı alandan bağımsız bir tahmine bağlamak demektir. Duyarlılık analizi daha dürüst bir yoldur: eldeki ya da ulaşılabilir örneklemle hedef güçle yakalanabilecek en küçük etki hesaplanır ve bu sınır yazılır (Lakens, 2022).

Eşleştirilmiş ölçümlerde etki büyüklüğü genellikle dzd_z‘dir: ortalama farkın, farkların standart sapmasına bölümü (Lakens, 2013; bağımlı örneklem t-testi). İki ölçüm arasındaki korelasyon yükseldikçe farkların standart sapması küçülür ve dzd_z büyür; bu nedenle Cohen’in dd eşikleri dzd_z için doğrudan geçerli değildir ve önceki çalışmadan alınan bir dd çevrilmeden kullanılmaz.

Çözümlü örnek: eşleştirilmiş ölçüm için kaç öğrenci gerekir?

Bir üniversitede akademik yazma atölyesinin etkisi, aynı öğrencilerin atölyeden önce ve sonra çözdüğü 100 puanlık bir sınavla ölçülecek. Senaryo öğretici amaçla kurgulanmıştır. Araştırmacılar atölyenin maliyetine değmesi için ortalama puanın en az 5 puan artması gerektiğine karar verdi; bu, en küçük ilgili etkidir. Aynı sınavı kullanan önceki bir çalışmada öncesi ile sonrası arasındaki farkların standart sapması 12,5 puan bulunmuştur. Ortalama fark 5 puan, farkların standart sapması 12,5 puan olduğundan dzd_z = 0.40 olur. Test iki yönlü eşleştirilmiş t-testidir; α = .05, hedef güç .80.

Gereken örneklem: eşleştirilmiş ölçüm, dz = 0.40
Test
Eşleştirilmiş t
Etki büyüklüğü
0.4
Anlamlılık düzeyi (α)
0.05
Hedef güç (1 − β)
0.8

Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır.

Bu koşullarda 52 öğrenci gerekir ve gerçekleşen güç .81’dir. Sayı, hedef gücü sağlayan en küçük tam sayıdır; hedefin biraz üstünde kalması sayının yukarı yuvarlanmasından gelir. Gerçek dzd_z 0.40 ya da daha büyükse (5 puanlık artışta farkların standart sapması 12,5’i aşmıyorsa) çalışma onu en az .80 olasılıkla yakalar. Daha küçük etkilerin kaçırılması baştan kabul edilmiştir; en küçük ilgili etkiyle planlamanın mantığı budur.

Anket için örneklem büyüklüğü nasıl hesaplanır?

Bir oranı (örneğin bir hizmetten memnun olanların oranını) belirli bir hata payıyla kestirmek isteyen anket çalışmasında hipotez sınanmaz; amaç, güven aralığının yarı genişliğini baştan belirlemektir. Gereken yanıt sayısı şu formülle bulunur (Cochran, 1977):

n0=z2 p(1−p)e2n_0 = \frac{z^2 \, p(1-p)}{e^2}

zz, güven düzeyine karşılık gelen standart normal değerdir (%95 için 1.96; yazılım ve aşağıdaki hesap tam değeri, 1.95996’yı kullanır); pp kitlede beklenen oran, ee istenen hata payıdır, yani güven aralığının yarı genişliği (±5 yüzde puan için ee = .05). Oran önceden bilinmiyorsa pp = .5 alınır: p(1−p)p(1-p) en büyük değerini orada aldığı için bu seçim en temkinli sayıyı verir.

Formülün sınırları şunlardır:

  • Hesap tek bir oran içindir. Alt grup (ör. her bölüm) için ayrı kestirim isteniyorsa hesap her alt grup için yapılır.
  • Formül basit rastgele örnekleme varsayar; küme ya da çok aşamalı seçimde sayı tasarım etkisiyle çarpılır (Lohr, 2021).
  • Sonuç, analiz edilebilir yanıt sayısıdır; davet edilecek kişi sayısı değildir.

Sonlu evren düzeltmesi ne zaman gerekir?

Formül kitlenin çok büyük olduğunu varsayar. Kitle sınırlıysa ve örneklem onun belirgin bir kısmını oluşturacaksa, birimler yerine konmadan çekildiği için kestirimin varyansı yaklaşık (N−n)/(N−1)(N-n)/(N-1) ile çarpılır ve sayı düzeltilir (Cochran, 1977):

n=n0NN+n0−1n = \frac{n_0 N}{N + n_0 - 1}

NN kitle büyüklüğüdür. Kitle küçüldükçe düzeltme sayıyı belirgin biçimde düşürür; kitle büyüdükçe nn, n0n_0‘a yaklaşır ve düzeltme ihmal edilebilir hâle gelir. Krejcie ve Morgan (1970) tablosu, pp = .5, ee = .05 ve %95 güven için bu formülün tablo hâlidir; başka bir oran ya da hata payı gerekiyorsa tablo kullanılamaz, hesap yapılır.

Çözümlü örnek: fakülte anketi için kaç yanıt gerekir?

Bir fakültede 1.500 öğrenci okuyor. Fakülte yönetimi, kütüphane çalışma saatlerinden memnun olanların oranını %95 güvenle, en çok ±5 yüzde puan hata payıyla kestirmek istiyor. Oran bilinmediği için pp = .5 alınır. Senaryo öğretici amaçla kurgulanmıştır.

Gereken yanıt sayısı: oran kestirimi, kitle 1500
Test
Oran (anket örneklemi)
Beklenen oran (p)
0.5
Hata payı (e)
0.05
Evren büyüklüğü (N)
1500
Anlamlılık düzeyi (α)
0.05

Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır.

Düzeltmeden önce 384,1 yanıt gerekirdi (yukarı yuvarlanınca 385). Kitle yalnızca 1.500 öğrenci olduğu için düzeltmeyle sayı 305,99’a, yukarı yuvarlanarak 306 yanıta iner. Aynı oran ve hata payıyla kitle yüz binlere çıksa, düzeltme sayıyı neredeyse değiştirmezdi.

Kayıp ve yanıtsızlık için örneklem nasıl büyütülür?

Hesaplanan sayı analize girecek birim sayısıdır; toplanacak ya da davet edilecek sayı değildir. Beklenen kayıp ya da yanıtsızlık oranı qq ise hesaplanan nn şu kadar büyütülür ve yukarı yuvarlanır:

nplan=n1−qn_{\text{plan}} = \frac{n}{1 - q}

Atölye örneğinde öğrencilerin %20’sinin sonraki ölçüme gelmeyeceği düşünülürse 52 / .80 = 65 öğrenci alınır. Anket örneğinde %60 yanıt oranı bekleniyorsa 306 / .60 = 510 öğrenci davet edilir. Bu iki bölme elle yapılır. Kayıp oranı önceki benzer çalışmalardan ya da kurumun kayıtlarından tahmin edilir; yoksa gerekçeli bir değer yazılır.

Yanıt oranı düşükse yalnız sayıyı büyütmek yetmez: yanıt vermeyenler yanıt verenlerden ölçülen değişkende farklıysa yanlılık kalır. Bu konu örnekleme yöntemleri yazısındaki yanıtsızlık bölümünde ele alınıyor.

Örneklem büyüklüğü tezde ve makalede nasıl raporlanır?

Rapor, hesabın yeniden yapılabilmesine yetecek ayrıntıyı taşır:

  • test ve tasarım (ör. iki yönlü eşleştirilmiş t-testi),
  • α ve hedef güç,
  • etki büyüklüğü ve dayanağı,
  • hesabı yapan yazılım ya da formül,
  • hesaplanan sayı, kayıp ya da yanıtsızlık payı ve nihai hedef.

Atölye örneği için bir yöntem cümlesi şöyle olabilir:

Örneklem büyüklüğü, iki yönlü eşleştirilmiş t-testi için α = .05, hedef güç .80 ve dzd_z = 0.40 ile hesaplanmıştır. En küçük ilgili etki olarak ortalama puanda 5 puanlık artış, farkların standart sapması için önceki çalışmadaki 12,5 puan alınmıştır. Gereken sayı 52 öğrencidir; %20 kayıp payıyla 65 öğrenci hedeflenmiştir.

Çalışma bittikten sonra gözlenen etkiyle hesaplanan güç yararlı değildir (Lakens, 2022); sonuçlar etki büyüklüğü ve güven aralığıyla yorumlanır.

Sık sorulan sorular

Örneklem büyüklüğü için 30 kişi yeterli mi?

30 sayısı bir güç analizinin ya da kesinlik hesabının sonucu değildir. Gereken sayı etki büyüklüğüne, α’ya, hedef güce ve tasarıma bağlıdır; küçük bir etki için 30’un çok üstüne çıkabilir. Bazı pratik kurallar yanlış alıntı zincirlerinden ya da aşırı basitleştirilmiş önerilerden doğmuştur (Lakens, 2022).

Örneklem, kitlenin yüzde kaçı olmalıdır?

Sabit bir yüzde yoktur. Kitle büyükse gereken sayı kitle büyüklüğünden neredeyse bağımsızdır; sonlu evren düzeltmesi yalnız küçük kitlelerde sayıyı belirgin biçimde düşürür. Kitlenin tamamına ulaşılabiliyorsa tam sayım da bir seçenektir.

Etki büyüklüğünü bilmiyorsam ne yapabilirim?

Önce pratik ya da kuramsal olarak önemli en küçük etkiyi gerekçelendirin. Bu da mümkün değilse duyarlılık analizi yapılır: eldeki örneklemle hedef güçle yakalanabilecek en küçük etki hesaplanır ve sınır açıkça yazılır (Lakens, 2022).

Pilot çalışmanın etki büyüklüğünü kullanabilir miyim?

Önerilmez. Küçük pilotun tahmini çok belirsizdir ve yalnız umut verici sonuç veren pilotların izlenmesi ana çalışmanın gücünü planlanandan düşük bırakır (Albers ve Lakens, 2018).

Birden çok hipotezim varsa hesap hangisi için yapılır?

Birincil hipotez için yapılır. Hepsi birincilse en çok sayı isteyen hipotezin sayısı alınır; böylece her biri ayrı ayrı en az hedef güçle sınanır. Hepsinin birlikte anlamlı çıkması isteniyorsa bileşik güç, bağımsız testlerde güçlerin çarpımına yaklaşır ve hedefin altına düşer; hedef güç buna göre yükseltilir. Çoklu karşılaştırma için α küçültülüyorsa hesap bu α ile yapılır.

Korelasyon için örneklem büyüklüğü nasıl hesaplanır?

Gereken sayı beklenen r’ye bağlıdır; küçük bir r’yi yakalamak büyük bir r’yi yakalamaktan çok daha fazla birim ister. Fisher z yaklaşımı ile kesin yöntem bir iki kişi farklı sayı verebilir; hangisinin kullanıldığı raporda yazılır.

Kaynakça

  1. Albers, C. J., & Lakens, D. (2018). When power analyses based on pilot data are biased: Inaccurate effect size estimators and follow-up bias. Journal of Experimental Social Psychology, 74, 187–195.
  2. Bakker, M., Hartgerink, C. H. J., Wicherts, J. M., & van der Maas, H. L. J. (2016). Researchers' intuitions about power in psychological research. Psychological Science, 27(8), 1069–1077.
  3. Cochran, W. G. (1977). Sampling techniques (3rd ed.). Wiley.
  4. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
  5. Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155–159.
  6. Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175–191.
  7. Krejcie, R. V., & Morgan, D. W. (1970). Determining sample size for research activities. Educational and Psychological Measurement, 30(3), 607–610.
  8. Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, Article 863.
  9. Lakens, D. (2022). Sample size justification. Collabra: Psychology, 8(1), Article 33267.
  10. Lohr, S. L. (2021). Sampling: Design and analysis (3rd ed.). Chapman and Hall/CRC.

Kendi verinizde görün

Kavramı kendi verinizde görmek isterseniz Basira’yı ücretsiz deneyebilirsiniz. Basira’yı deneyin

Kavramı kendi verinizde görmek isterseniz panelinize dönebilirsiniz. Panele git

İlgili yazılar