İstatistiksel Güç Analizi

Örneklem Büyüklüğü
Hesaplama Aracı

Araştırmanız için kaç katılımcıya ihtiyacınız var? t-testi, ANOVA, ki-kare, korelasyon ve oran karşılaştırması için örneklem büyüklüğünü ve istatistiksel gücü anında hesaplayın.

t-testi ANOVA Ki-kare Korelasyon İki Oran
Hesaplamaya Başla Etki Büyüklüğü Nedir?

6 İstatistiksel Test

t-testi, ANOVA, ki-kare, korelasyon ve oran karşılaştırması desteklenir.

Güç Eğrisi Grafiği

Örneklem büyüklüğüne göre istatistiksel gücün nasıl değiştiğini görün.

Duyarlılık Tablosu

Farklı alpha ve güç seviyeleri için gereken N değerleri bir arada.

Akademik Hesaplama

Cohen (1988) yöntemine dayalı, tez ve makale için kabul gören formüller.

Hesaplama Aracı

Örneklem Büyüklüğünüzü Hesaplayın

Önce test türünü seçin, sonra parametreleri ayarlayın. Sonuçlar anında güncellenir.

Örneklem Büyüklüğü Hesaplama

Test Türü

Parametreler

Her grupta gereken örneklem — her grup
İstatistiksel Güç — hedef: % 80
Toplam örneklem: — katılımcı

Güç Eğrisi

Noktalı çizgi: hedef güç ve hesaplanan N

Duyarlılık Tablosu — Grup Başına N

Fiyat Hesaplama Aracı

Cohen (1988) Kılavuzu

Etki Büyüklüğü Nedir?

Etki büyüklüğü, istatistiksel anlamlılıktan bağımsız olarak iki grup arasındaki pratik farkın büyüklüğünü gösterir.

Cohen's d — t-testi

Küçük d = 0.20
Orta d = 0.50
Büyük d = 0.80

İki grubun ortalamaları arasındaki farkın standart sapma cinsinden ifadesi. d=0.50, iki grubun 33 puanlık standart sapmada 16.5 puan ayrıştığını gösterir.

Cohen's f — ANOVA

Küçük f = 0.10
Orta f = 0.25
Büyük f = 0.40

Gruplar arası varyansın gruplar içi varyansa oranının kökü. f değeri büyüdükçe gruplar birbirinden daha fazla ayrışır.

Cohen's w — Ki-kare

Küçük w = 0.10
Orta w = 0.30
Büyük w = 0.50

Gözlenen ve beklenen frekanslar arasındaki uyumsuzluğun ölçüsü. Kontenjans tablolarında ilişkinin gücünü gösterir.

r — Korelasyon

Küçük r = 0.10
Orta r = 0.30
Büyük r = 0.50

Pearson korelasyon katsayısının mutlak değeri etki büyüklüğü olarak kullanılır. r²=0.09 değişkenin %9'ını açıklar.

Cohen's h — İki Oran

Küçük h = 0.20
Orta h = 0.50
Büyük h = 0.80

İki oran arasındaki farkın arcsine dönüşümüyle elde edilen etki büyüklüğü. Oranlar p₁ ve p₂ girildiğinde otomatik hesaplanır.

Akademik Araştırma

Neden Örneklem Büyüklüğü Bu Kadar Önemli?

Yetersiz örneklem; gerçek bir etkiyi gözden kaçırmanıza (Tip II hata), danışman eleştirilerine ve yayın sürecinde sorunlara yol açar. Aşırı büyük örneklem ise zaman, bütçe ve kaynak israfına neden olur.

  • Doğru istatistiksel güç: %80 güç, etki varsa onu %80 olasılıkla bulduğunuz anlamına gelir.
  • Danışman ve komite onayı: Çoğu tez komitesi yeterli güce sahip bir örneklem planı ister.
  • Yayın kalitesi: Hakemli dergilerin çoğu, yetersiz örneklem nedeniyle güç yetersizliği olan çalışmaları reddeder.
  • Etik sorumluluk: Gereksiz katılımcı toplamak veya yetersiz veriyle yorum yapmak etik açıdan sorunludur.
%80 Standart güç eşiği

Çoğu araştırmada kabul edilen minimum istatistiksel güç değeri.

α=.05 Standart anlamlılık düzeyi

Sahte pozitif (Tip I hata) için kabul edilen olasılık sınırı.

d=.50 Orta etki büyüklüğü

Sosyal bilimlerde en yaygın olarak gözlemlenen etki büyüklüğü.

Sık Sorulan Sorular

Merak Edilenler

Araştırmadan önce (a priori güç analizi). Araştırma sonrası "geriye dönük güç analizi" metodolojik açıdan tartışmalıdır ve danışmanlar tarafından kabul görmeyebilir. Bu araç a priori hesaplama için tasarlanmıştır.

Benzer çalışmaların meta-analizlerinden veya pilot çalışmalardan elde edilen değerler en iyisidir. Önceki literatür yoksa Cohen (1988) kılavuzu olan küçük/orta/büyük değerleri kullanabilirsiniz. Ayrıca klinik açıdan anlamlı en küçük fark (MCID) da kullanılabilir.

Normal dağılım ve Patnaik yaklaşımları kullanılmaktadır. Büyük örneklemlerde G*Power ile sonuçlar çok yakın çıkar. Küçük örneklemlerde (n<20 per group) ±1-2 birim sapma olabilir. Kesin sonuç gerektiren çalışmalar için G*Power veya R'daki pwr paketi önerilebilir.

Yönlü hipotez (örn. "A grubu B'den yüksek olacak") varsa tek yönlü; her iki yönü de test ediyorsanız çift yönlü seçin. Klinik araştırmalarda ve çoğu tezde çift yönlü tercih edilir; tek yönlü seçim güçlü gerekçe gerektirir.

Çalışmanızın gücü hedefin altında kalır ve gerçek bir etkiyi gözden kaçırma riskiniz artar. Bazı durumlarda etki büyüklüğünü gözden geçirebilir, grupları birleştirebilir veya anlamlılık düzeyini ayarlayabilirsiniz; ancak bunlar yöntemsel kararlar gerektirir.

Hesaplanan N'i kayıp oranına göre artırın. Örneğin %20 kayıp bekliyorsanız N'i 0.80'e bölün: N_gerçek = N_hesap / (1 − kayıp_oranı). Bu araç temel N'i hesaplar; kayıp oranı ek bir adım olarak uygulanır.

Bu araç eşit grup büyüklüğü varsayar. Eşit olmayan gruplar biraz farklı hesaplama gerektirir (genellikle daha büyük N). Eşit gruplar her zaman istatistiksel açıdan daha verimlidir.

Araştırmanızın Analiz Planını Birlikte Oluşturalım

Örneklem büyüklüğü yalnızca bir başlangıç. Test seçimi, etki büyüklüğü tahmini, güç analizi raporlaması ve sonuçların yorumlanması için profesyonel destek alın.

E-posta Gönder Analiz Danışmanlığı Al