Örneklem büyüklüğü nedir?
Örneklem büyüklüğü (n ile gösterilir), bir çalışmadaki katılımcı, vaka ya da gözlem sayısıdır. Tahminlerinizin ne kadar kesin olacağını ve gerçek bir etkinin istatistiksel olarak anlamlı çıkma şansının yeterli olup olmadığını belirler. Çok küçük olursa aradığınızı kaçırabilirsiniz; gereğinden çok büyük olursa zamanı, parayı ve katılımcıların emeğini boşa harcarsınız.
Örneklem büyüklüğünü neler belirler?
- Etki büyüklüğü: küçük etkileri saptamak için daha büyük örneklemler gerekir.
- Güç: gerçek bir etkiyi saptama olasılığı; geleneksel olarak %80.
- Anlamlılık düzeyi: genellikle α = 0,05; daha katı bir düzey daha fazla katılımcı gerektirir.
- Değişkenlik: sonuç değişkeni kişiden kişiye ne kadar çok değişirse o kadar çok katılımcıya ihtiyaç duyarsınız.
- Desen: tekrarlı ölçümler desenleri genellikle gruplar arası desenlerden daha az kişi gerektirir.
Çalışmadan önce G*Power gibi bir yazılımla yapılan güç analizi, bu etkenleri birleştirerek gereken en küçük örneklemi verir. Ayrıca çalışmadan ayrılacak katılımcıları hesaba katarak plan yapmanızı sağlar.
Anketler için örneklem büyüklüğü
Bir yüzdeyi tahmin etmek için standart formül n = z² × p(1 - p) / e² şeklindedir; burada z, %95 güven düzeyi için 1,96'dır, p beklenen orandır (bilinmiyorsa en güvenli seçim olan 0,5) ve e hata payıdır. %5'lik bir hata payı için: 1,96² × 0,25 / 0,05² = 384,2; yani büyük bir evrenin büyüklüğü ne olursa olsun 385 kişi.
200 kişilik küçük bir evren için sonlu evren düzeltmesini uygulayın: 385 / (1 + 384/200) ≈ 132. Yani 200 kişiden yaklaşık 132'sine anket uygulamak, %95 güven düzeyinde ±%5'lik bir hata payı sağlar; tabii katılımcılar rastgele örnekleme ile seçilir ve hepsi yanıt verirse.
Neden 30 en küçük örneklem büyüklüğü olarak anılır?
Bu bir kural değil, pratik bir genellemedir. Yaklaşık 30 ya da daha fazla gözlemde örneklem ortalamasının dağılımı normale yakın olma eğilimindedir (merkezî limit teoremi); bu da birçok istatistiksel testin iyi işlemesini sağlar. Ancak bu, 30'un etkinizi saptamaya yetip yetmediği hakkında hiçbir şey söylemez: bunu yalnızca bir güç analizi söyleyebilir ve güç analizi çoğu zaman çok daha büyük bir sayı verir.
Nitel araştırmada örneklem büyüklüğü
Nitel çalışmalar katılımcıları istatistiksel güç için değil, size anlatabileceklerinin derinliği için seçer. Araştırmacılar çoğu zaman yeni görüşmeler yeni tema eklemediğinde (doygunluk) dururlar; etkili bir çalışma, oldukça türdeş bir grupta temaların çoğunun ilk 12 görüşmede ortaya çıktığını bulmuştur (Guest, Bunce ve Johnson, 2006). Sayınızı amaçlarınız ve ihtiyaç duyduğunuz deneyim çeşitliliği açısından gerekçelendirin.
İpuçları
- Örneklem büyüklüğünü veri topladıktan sonra değil, araştırma deseninizi planlarken hesaplayın.
- Sayıyı nasıl belirlediğinizi raporlayın; hakemler bunu kontrol eder.
- Büyük ama yanlı bir örneklem, daha küçük rastgele bir örneklemden daha kötüdür.
Kullanım alanı: Araştırma makalesi yazımı için yapay zekâ