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 Mann-Whitney Regresyon Log-rank Cochran
Hesaplamaya Başla Etki Büyüklüğü Nedir?

10 İstatistiksel Test

t-testi, ANOVA, ki-kare, korelasyon, oran, Mann-Whitney, regresyon, sağkalım analizi ve Cochran anket örneklemi.

Güç Eğrisi Grafiği

Örneklem büyüklüğüne göre istatistiksel gücün nasıl değiştiğini görün.

Duyarlılık Tablosu

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

Evren Düzeltmesi

Evren büyüklüğünüz biliniyorsa örneklem otomatik olarak küçültülür (FPC).

Akademik Hesaplama

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

Adım Adım Hesaplama

Sorulara Yanıt Verin, Örnekleminizi Bulun

İstatistik bilgisi gerekmez. Birkaç soruyu yanıtlayın; araç doğru hesabı sizin için yapsın.

Adım 1

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.

Cohen's f² — Regresyon

Küçük f² = 0.02
Orta f² = 0.15
Büyük f² = 0.35

f² = R²/(1−R²) ile hesaplanır. f²=0.15, bağımsız değişken(ler)in bağımlı değişkenin yaklaşık %13'ünü açıkladığı anlamına gelir.

HR — Log-rank (Sağkalım)

Küçük HR = 1.5
Orta HR = 2.0
Büyük HR = 3.0

Hazard oranı (HR), iki grubun anlık olay (ör. ölüm, nüks) riskinin oranıdır. HR=2.0, bir gruptaki riskin diğerinin 2 katı olduğunu gösterir.

E — Cochran (Anket Hata Payı)

Küçük E = ±%10
Orta E = ±%5
Büyük E = ±%3

Evrende bir oranı tahmin ederken kabul edilen hata payı. E=±%5 en yaygın tercih edilen değerdir; E küçüldükçe gereken örneklem büyüklüğü hızla artar.

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.

t-testi, ANOVA, ki-kare ve çoklu regresyon testlerinde bu araç, G*Power ile aynı tam (merkezi olmayan t / F / ki-kare) dağılımlarını kullanır; küçük örneklemlerde bile G*Power ile aynı N değerini verir. Korelasyon, iki oran karşılaştırması, Mann-Whitney ve log-rank testlerinde ise iyi bilinen normal yaklaşım formülleri kullanılır ve sonuçlar G*Power'ın karşılık gelen yöntemleriyle çok yakın çıkar (genellikle ±0-1 birim). Milimetrik hassasiyet gereken resmi raporlarda sonucu G*Power veya R'daki pwr paketiyle teyit etmenizi öneririz.

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.

Evren büyüklüğü (N) bilinmiyorsa veya çok büyükse (sonsuz kabul edilir), standart güç analizi formülleri kullanılır. Evren büyüklüğü biliniyorsa (örn. bir kurumdaki toplam çalışan sayısı, bir okuldaki öğrenci sayısı), sonlu evren düzeltmesi (FPC) uygulanır ve gereken örneklem büyüklüğü otomatik olarak küçülür. Bu araçta "Düzeltmeler" bölümünden evren büyüklüğünü girerek bu düzeltmeyi aktif edebilirsiniz.

Boylamsal çalışmalarda veya anketlerde bazı katılımcıların çalışmayı yarıda bırakması beklenir. Kayıp oranı düzeltmesi, hesaplanan temel örneklemi bu kaybı telafi edecek şekilde büyütür: N_gerçek = N_hesap / (1 − kayıp oranı). Örneğin %20 kayıp bekliyorsanız, gereken örneklem otomatik olarak 1.25 kat artırılır.

Cochran formülü, hipotez testi (iki grup karşılaştırma) değil, evrendeki bir oranı/yüzdeyi (prevalans, memnuniyet oranı, anket sonucu vb.) belirli bir güven düzeyi ve hata payıyla tahmin etmek istediğinizde kullanılır. "Evreni Bilinen Anket Örneklemi" testini seçip beklenen oranı (p, bilinmiyorsa 0.50) ve kabul edilebilir hata payını (E, genellikle ±%5) girdiğinizde, evren büyüklüğünü de biliyorsanız "Düzeltmeler" bölümünden N'yi girerek otomatik sonlu evren düzeltmesi (FPC) uygulanır.

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