Perhitungan Ukuran Sampel

Perhitungan ukuran sampel adalah prosedur untuk menentukan berapa banyak partisipan yang dibutuhkan suatu penelitian untuk menjawab pertanyaannya dengan keandalan yang dapat diterima. Dengan menggabungkan ukuran efek target, tingkat positif palsu yang diterima, kekuatan yang diinginkan, dan variabilitas hasil yang diharapkan, perhitungan ini menghasilkan jumlah subjek yang diperlukan agar efek nyata kemungkinan besar terdeteksi dan temuan kebetulan tidak mungkin disalahartikan sebagai efek nyata. Ini adalah langkah perencanaan yang mengubah pertanyaan penelitian menjadi target rekrutmen yang konkret.

Definition

Perhitungan ukuran sampel menentukan jumlah partisipan studi yang dibutuhkan untuk mendeteksi ukuran efek yang telah ditentukan sebelumnya dengan kekuatan statistik yang dipilih (umumnya 80% atau 90%) pada tingkat signifikansi yang dipilih (umumnya dua sisi 0,05), mengingat variabilitas hasil yang diharapkan.

Scope

Entri ini mencakup logika dan komponen perhitungan ukuran sampel, peran tingkat signifikansi dan kekuatan, pengaruh ukuran efek dan variabilitas hasil, serta penyesuaian untuk perkiraan putus sekolah. Ini memperlakukan ukuran sampel sebagai topik perencanaan metodologis dalam desain studi, termasuk penggunaannya dalam uji coba dan studi observasional, dan tidak memberikan formula numerik sebagai instruksi klinis.

Key concepts

• Tingkat signifikansi (alpha) dan kesalahan tipe I
• Kekuatan statistik dan kesalahan tipe II (beta)
• Ukuran efek dan perbedaan klinis minimal yang penting
• Variabilitas hasil (varians atau tingkat kejadian)
• Rasio alokasi antar kelompok
• Inflasi untuk perkiraan penghentian
• Ukuran sampel percontohan dan kelayakan

Mechanisms

Perhitungan ini menghubungkan empat kuantitas sehingga penetapan tiga di antaranya akan menentukan yang keempat: tingkat signifikansi, kekuatan, ukuran efek yang akan dideteksi, dan variabilitas hasil. Efek target yang lebih kecil, variabilitas hasil yang lebih besar, kekuatan yang lebih tinggi, dan tingkat signifikansi yang lebih ketat semuanya meningkatkan jumlah subjek yang dibutuhkan. Untuk hasil kontinu, variabilitas yang relevan adalah standar deviasi; untuk hasil biner, itu adalah tingkat kejadian di setiap kelompok. Jumlah yang direncanakan kemudian ditingkatkan untuk mengimbangi perkiraan kehilangan tindak lanjut sehingga sampel yang dianalisis mempertahankan kekuatan yang memadai. Studi percontohan memperkirakan kelayakan dan variabilitas daripada ukuran efek, dan menggunakan aturan ukuran yang terpisah.

Clinical relevance

Studi dengan ukuran yang memadai lebih mungkin memberikan jawaban yang dapat dipercaya, sementara studi yang kurang bertenaga berisiko kehilangan efek nyata dan studi yang terlalu besar secara tidak perlu mengekspos partisipan tambahan tanpa manfaat; menilai apakah suatu studi berukuran tepat oleh karena itu merupakan bagian dari penilaian buktinya. Entri ini menjelaskan metode perencanaan penelitian dan bukan dasar untuk keputusan klinis individu.

Evidence & guidelines

Standar pelaporan mengharuskan ukuran sampel dan asumsi di baliknya dinyatakan: CONSORT 2010 meminta uji coba untuk melaporkan bagaimana ukuran sampel ditentukan, termasuk efek yang ditargetkan, kekuatan, dan tingkat signifikansi. Tinjauan metodologis mencatat bahwa perhitungan yang dilaporkan seringkali tidak sepenuhnya dibenarkan, dan pekerjaan khusus pada studi percontohan dan kelayakan (misalnya pendekatan aturan praktis dan interval kepercayaan) membahas cara menentukan ukuran studi fase awal yang tujuannya adalah estimasi daripada pengujian hipotesis.

History

Penalaran ukuran sampel menjadi rutin ketika kerangka Neyman-Pearson, dengan tingkat kesalahan tipe I dan tipe II yang eksplisit, diadopsi pada pertengahan abad kedua puluh, memberikan peran formal pada kekuatan dalam perencanaan. Teks statistik medis standar pada akhir abad kedua puluh membuat perhitungan dapat diakses oleh peneliti klinis, dan pedoman pelaporan seperti CONSORT kemudian mensyaratkan bahwa perhitungan dan asumsinya diungkapkan. Pekerjaan yang lebih baru telah menyempurnakan cara menentukan ukuran studi percontohan dan kelayakan, membedakannya dari uji coba definitif.

Debates

Bagaimana seharusnya ukuran efek target dipilih?

Perhitungan sensitif terhadap efek yang diasumsikan, dan memilih efek yang optimis besar untuk membenarkan sampel kecil (terkadang disebut samba ukuran sampel) dapat membuat studi kurang bertenaga untuk perbedaan yang bermakna secara klinis; efek harus mencerminkan perbedaan terkecil yang layak dideteksi daripada apa yang membuat rekrutmen nyaman.

Seberapa besar seharusnya studi percontohan atau kelayakan?

Karena studi percontohan bertujuan untuk menilai kelayakan dan memperkirakan variabilitas daripada menguji hipotesis, ukurannya ditentukan oleh aturan praktis atau penalaran berbasis presisi daripada berbasis kekuatan, dan ukuran yang sesuai tetap menjadi area pekerjaan metodologis yang aktif.

Key figures

• Kenneth Schulz
• David Grimes
• Douglas Altman
• Steven Julious
• Michael Campbell

Seminal works

• schulz-grimes-2005-sampsize
• moher-2010-consort-ss
• altman-1991-textbook

Frequently asked questions

Informasi apa yang saya butuhkan sebelum saya dapat menghitung ukuran sampel?

Minimal tingkat signifikansi (seringkali 0,05), kekuatan yang diinginkan (seringkali 80% atau 90%), efek terkecil yang layak dideteksi, dan perkiraan variabilitas hasil atau tingkat kejadian dasar; untuk perencanaan Anda juga menambahkan tunjangan untuk perkiraan putus sekolah.

Mengapa suatu studi bisa terlalu besar maupun terlalu kecil?

Studi yang kurang bertenaga mungkin melewatkan efek nyata, tetapi studi yang terlalu besar secara tidak perlu mengekspos partisipan tambahan pada prosedur studi dan menghabiskan sumber daya tanpa meningkatkan jawaban, jadi tujuannya adalah ukuran yang sesuai, bukan hanya yang besar.