Örneklem Büyüklüğü ve Güç Analizi Nasıl Hesaplanır?

Bir araştırmacı, altı ay süren veri toplama sürecinin ardından analizini yapar ve beklediği anlamlı farkı bulamaz. Hakem değerlendirmesinde karşılaştığı yorum şudur: “Örneklem büyüklüğü, bu etkiyi tespit etmek için yetersiz görünüyor; bir güç analizi (power analysis) raporlanmamış.” Bu geri bildirim, araştırmacı için özellikle acı vericidir çünkü sorun verinin kendisinde değil, veri toplanmadan önce hiç sorulmamış bir sorudadır: “Beklediğim büyüklükte bir etkiyi tespit edebilmek için kaç katılımcıya ihtiyacım var?” Bu soru, araştırma tasarımının en başında, veri toplama başlamadan önce yanıtlanması gereken bir sorudur — sonradan telafisi neredeyse imkânsızdır.

Bir vaka daha bu maliyeti gösterir. Sağlık bilimleri alanında bir araştırmacı, iki tedavi yöntemini karşılaştırmak için 40 katılımcılık bir örneklemle çalışmaya başlar. Bu sayıyı yalnızca “makul görünüyor” diye seçmiştir, herhangi bir hesaplamaya dayanmamaktadır. Analiz sonucunda gruplar arasında orta düzeyde bir fark gözlenir ama bu fark istatistiksel olarak anlamlı çıkmaz (p = .09). Güç analizi sonradan yapıldığında, bu büyüklükte bir farkı %80 güçle tespit edebilmek için her grupta en az 64 katılımcı gerektiği ortaya çıkar. Araştırmacı, aslında var olan gerçek bir etkiyi, yetersiz örneklem nedeniyle istatistiksel olarak gösteremeden çalışmasını tamamlamıştır.

Bu durumun asıl maliyeti, yalnızca yayımlanmamış bir makale değildir. Altı ay süren veri toplama süreci, etik kurul onayı, katılımcıların zamanı ve araştırma bütçesi, veri toplama başlamadan önce yarım saatlik bir güç analizi hesaplamasıyla önlenebilecek bir sonuç için harcanmıştır. Tez danışmanlarının ve dergi hakemlerinin güç analizini yöntem bölümünün standart bir parçası olarak beklemesinin nedeni tam da budur: bu hesaplama, araştırmanın “başarısızlığa mahkûm” olup olmadığını daha veri toplanmadan önce ortaya koyar.

İstatistiksel Güç (Power) Nedir?

İstatistiksel güç, gerçekte var olan bir etkiyi (fark veya ilişkiyi) istatistiksel testin doğru biçimde tespit edebilme olasılığıdır — teknik olarak, sıfır hipotezinin yanlış olduğu durumlarda onu doğru biçimde reddedebilme olasılığıdır (1 - β, burada β Tip II hata olasılığıdır). Alan yazınında genel kabul gören eşik %80’dir; yani bir çalışmanın, gerçekte var olan etkiyi 100 denemenin en az 80’inde doğru biçimde tespit edebilecek şekilde tasarlanması beklenir. Bu eşiğin altındaki bir çalışma, “yetersiz güçlü” (underpowered) olarak nitelendirilir ve gerçek bir etkiyi kaçırma riski taşır — tam olarak yukarıdaki örnekte olduğu gibi.

Güç Analizini Belirleyen Dört Unsur

Güç analizi, birbiriyle matematiksel olarak bağlantılı dört unsur üzerine kuruludur; bunlardan üçü bilindiğinde dördüncüsü hesaplanabilir:

1. Etki büyüklüğü (effect size): Beklenen farkın veya ilişkinin büyüklüğü — genellikle önceki çalışmalardan veya pilot veriden tahmin edilir.
2. Anlamlılık düzeyi (alpha, α): Tip I hata olasılığı, genellikle .05 olarak kabul edilir.
3. İstatistiksel güç (1 - β): Genellikle .80 olarak hedeflenir.
4. Örneklem büyüklüğü (N): Yukarıdaki üç değer sabitlendiğinde hesaplanan, gereken katılımcı sayısı.

Araştırma tasarımı aşamasında yapılan güç analizinde amaç, ilk üç değeri belirleyip dördüncüsünü (gereken örneklem büyüklüğünü) hesaplamaktır. Etki büyüklüğü kavramını ve hangi testte hangi ölçütün kullanılacağını etki büyüklüğü nasıl raporlanır yazımızda ayrıntılı ele alıyoruz.

G*Power ile Örneklem Büyüklüğü Hesaplama Adımları

G*Power, ücretsiz ve yaygın kullanılan bir güç analizi yazılımıdır. Bağımsız örneklem t-testi için tipik bir hesaplama şu adımları izler:

1. G*Power’ı açın ve “Test family” kısmından “t tests” seçin.
2. “Statistical test” olarak “Means: Difference between two independent means” seçin.
3. “Type of power analysis” kısmından “A priori: Compute required sample size” seçin — bu, veri toplamadan önce yapılan hesaplamadır.
4. Beklenen etki büyüklüğünü (Cohen’s d, örn. 0.5 orta düzey), alpha değerini (genellikle 0.05) ve hedeflenen gücü (genellikle 0.80) girin.
5. “Calculate” butonuna basın; yazılım her grup için gereken minimum katılımcı sayısını verir.

Beklenen etki büyüklüğü konusunda emin değilseniz, ilgili alanda daha önce yapılmış benzer çalışmaların raporladığı etki büyüklüklerini referans almak, rastgele bir sayı tahmin etmekten çok daha güvenilir bir yaklaşımdır. Hiçbir önceki çalışma bulunamıyorsa, küçük ölçekli bir pilot çalışma yürütmek veya alanın genel kabul gören konvansiyonel eşiklerini (küçük/orta/büyük etki) muhafazakâr biçimde kullanmak — yani orta yerine küçük bir etki varsayarak daha büyük bir örneklem hedeflemek — riski azaltan bir yol izlemektir.

Farklı Test Türlerinde Güç Analizi Nasıl Değişir

Danışmanlık verdiğimiz araştırmacıların çoğu, G*Power’ı açtıklarında karşılarına çıkan onlarca “Test family” seçeneği arasında kaybolur. Kısa bir yol haritası bu karışıklığı önler; her test kendine özgü bir “Test family” ve “Statistical test” kombinasyonuna karşılık gelir:

• Bağımsız örneklem t-testi: “t tests” ailesinde “Means: Difference between two independent means” seçilir; girdi Cohen’s d’dir.
• Tek yönlü ANOVA: “F tests” ailesinde “ANOVA: Fixed effects, omnibus, one-way” seçilir; girdi f (eta karenin türevi) ve grup sayısıdır. Grup sayısı arttıkça gereken toplam örneklem de artar.
• Korelasyon: “Correlation and regression” ailesinde “Correlation: Bivariate normal model” seçilir; girdi doğrudan beklenen Pearson r değeridir.
• Ki-kare bağımsızlık testi: “χ² tests” ailesinde “Goodness-of-fit tests: Contingency tables” seçilir; girdi Cramer’s V ve serbestlik derecesidir (satır/sütun sayısına bağlı).
• Çoklu regresyon: “F tests” ailesinde “Linear multiple regression: Fixed model, R² increase” seçilir; girdi f² ve yordayıcı (predictor) sayısıdır. Model karmaşıklaştıkça (yordayıcı sayısı arttıkça) gereken örneklem büyüklüğü de artar.

Yanlış test ailesini seçmek, doğru sayıda katılımcıyla çalışsanız bile analiz aşamasında uyuşmayan bir tasarıma yol açar. Bu yüzden güç analizini, hangi istatistiksel testin kullanılacağına dair karar netleştikten sonra yapmanızı öneririz — tersi sırayla ilerlemek, G*Power’da doğru pencereyi bulmak için zaman kaybettirmekten daha ciddi bir riske, yanlış girdiyle hesaplanmış bir örneklem sayısına yol açabilir.

Yanlış ve Doğru Örneklem Planlama Alışkanlıkları

Beklenen Katılımcı Kaybını (Attrition) Hesaba Katın

Güç analizi sonucunda çıkan sayı, çalışmayı tamamlayan katılımcı sayısı için gereken minimum örneklemdir — ama özellikle boylamsal (longitudinal) çalışmalarda veya çok aşamalı veri toplama süreçlerinde katılımcı kaybı kaçınılmazdır. Genel bir uygulama, hesaplanan örneklem büyüklüğüne %10-20 arası bir pay ekleyerek beklenen kaybı telafi etmektir. Bu payı eklemeden yalnızca hesaplanan minimum sayı kadar katılımcıyla başlayan çalışmalar, veri toplama sonunda beklenenden daha düşük bir güçle analiz yapmak zorunda kalabilir.

Bu payın büyüklüğü, çalışmanın türüne göre değişir: tek oturumluk bir anket çalışmasında %10’luk bir pay genellikle yeterlidir, ancak birden fazla ölçüm noktası içeren (örn. ön test-son test-izleme) bir müdahale çalışmasında her ek ölçüm noktası kendi kaybını getirir ve pay %20-30’a kadar çıkabilir. Yöntem bölümünde yalnızca son örneklem sayısını değil, hem başlangıçta hedeflenen hem de beklenen kayıp payıyla birlikte hesaplanan toplam davet edilen katılımcı sayısını raporlamak, hakemlere planlamanın gerçekçi yapıldığını gösterir. Örneğin “gerekli örneklem 64 olarak hesaplanmış, %15 beklenen kayıp payıyla toplam 74 katılımcıya ulaşılması hedeflenmiştir” cümlesi, yalnızca “74 katılımcıyla çalışılmıştır” demekten çok daha fazla metodolojik şeffaflık taşır.

Küçük Örneklemli Çalışmalarda Ne Yapılmalı?

Bazı araştırma bağlamlarında (nadir görülen bir hastalık grubu, ulaşılması zor bir katılımcı popülasyonu) hesaplanan ideal örneklem büyüklüğüne ulaşmak mümkün olmayabilir. Bu durumda yapılması gereken, örneklemi yapay olarak yeterliymiş gibi göstermek değil, sınırlılığı açıkça kabul etmek ve mevcut örneklemle hangi büyüklükte bir etkiyi tespit edebilme gücüne sahip olunduğunu (post-hoc değil, mevcut N ile hesaplanan duyarlılık analizi - sensitivity analysis) raporlamaktır. Bu şeffaflık, hakemlerin küçük örneklemli çalışmalara karşı temkinli yaklaşımını tamamen ortadan kaldırmasa da, çalışmanın metodolojik dürüstlüğünü güçlendirir.

Duyarlılık analizi, G*Power’da “Type of power analysis” kısmından “Sensitivity: Compute required effect size” seçilerek yapılır — girdi olarak mevcut örneklem büyüklüğü, alpha ve hedeflenen güç girilir, çıktı olarak bu koşullarda tespit edilebilecek minimum etki büyüklüğü elde edilir. Bu sayı, tartışma bölümünde bir sınırlılık cümlesine dönüştürülebilir: “Mevcut örneklem büyüklüğü (N = 32) ile %80 güçle tespit edilebilecek minimum etki büyüklüğü d = 0.65’tir; bu nedenle daha küçük etkiler istatistiksel olarak anlamlı çıkmamış olsa dahi göz ardı edilmemelidir.” Bu tür bir cümle, “anlamlı fark bulunamamıştır” ifadesini “etki yoktur” gibi yanlış bir sonuca dönüştürmeden, bulgunun sınırlarını dürüstçe çizer.

Doğru Analiz Yöntemiyle Birlikte Düşünün

Güç analizi, hangi istatistiksel testin kullanılacağından bağımsız yapılamaz — her test türünün kendine özgü bir güç hesaplama mantığı vardır. Araştırma sorunuza uygun testi belirlemek için SPSS analiz türleri yazımızdaki karşılaştırmalı özet, hangi durumda hangi testin tercih edileceği konusunda güç analizinden önce atılması gereken ilk adımdır. Analiz planı netleştikten sonra elde edilecek bulguların etki büyüklüğü cinsinden nasıl raporlanacağı ayrı bir konudur ve doğrudan güç analizinde kullanılan aynı ölçütlerle (Cohen’s d, eta kare, Pearson r) ifade edilir — bu nedenle iki hesaplama, aynı araştırma tasarımı sürecinin birbirini tamamlayan iki adımı olarak birlikte planlanmalıdır.

Anahtar çıkarımlar

• İstatistiksel güç, gerçekte var olan bir etkiyi testin doğru tespit edebilme olasılığıdır; genel kabul gören eşik %80’dir.
• Güç analizi veri toplanmadan önce (a priori) yapılmalıdır; veri sonrası post-hoc güç hesaplaması metodolojik açıdan sorunludur.
• G*Power gibi ücretsiz araçlar, etki büyüklüğü/alpha/güç girildiğinde gereken örneklem büyüklüğünü doğrudan hesaplar.
• Hesaplanan örneklem büyüklüğüne beklenen katılımcı kaybı için %10-20 pay eklemek gerçekçi bir planlamadır.
• Küçük örneklemli çalışmalarda yapılması gereken, sınırlılığı gizlemek değil, duyarlılık analiziyle şeffaf biçimde raporlamaktır.

Araştırma tasarımının en başında yapılacak bir güç analizi, veri toplandıktan sonra “yetersiz örneklem” eleştirisiyle karşılaşma riskini büyük ölçüde ortadan kaldırır. Bu hesaplamayı yöntem bölümüne eklemek, artık yalnızca hakemleri değil etik kurulları ve fon veren kurumları da tatmin eden bir standart hâline geldi; çoğu kurum, onay için gerekçelendirilmiş bir örneklem büyüklüğü hesaplaması talep ediyor. Kısacası bu yarım saatlik hesaplama, veri toplama başladıktan sonra geri dönüşü olmayan bir riski baştan bertaraf eder. Araştırma tasarımınızı ve örneklem planınızı bir uzmanla birlikte gözden geçirmek isterseniz, İstatistiksel Analiz Danışmanlığı kapsamında bu hesaplamayı sizinle birlikte yapabiliriz.

İlgili Kaynaklar

• G*Power — Heinrich Heine Üniversitesi Düsseldorf tarafından geliştirilen, ücretsiz güç analizi yazılımının resmi sayfası.
• CONSORT Statement — randomize kontrollü çalışmalarda örneklem büyüklüğü gerekçesinin raporlanmasını da kapsayan resmi raporlama rehberi.