Küme Rastgele Laboratuvar Deneyi
Cluster Randomized Laboratory Experiment · Ayrıca şöyle bilinir: cluster-randomized lab experiment, group-randomized laboratory study, cluster RCT laboratory variant, clustered lab trial
Bir küme rastgele laboratuvar deneyi, bireysel katılımcılar yerine laboratuvar bölümleri, kohortlar veya doğal olarak oluşan ekipler gibi bütün grupları deneysel koşullara atar. Bir kümedeki tüm katılımcılar aynı tedaviyi alır. Tasarım, bireysel rastgele atamanın koşullar arasında kontaminasyona neden olacağı, ancak bir laboratuvar ortamının kontrollü ortamını koruyacağı durumlarda kullanılır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Tedavinin bireylere kontaminasyon riski olmadan bağımsız olarak uygulanamadığı, müdahalenin ekip karar verme veya sınıf etkileşimi gibi grup düzeyinde bir süreci hedeflediği veya laboratuvar ortamında bireysel rastgele atamayı lojistik kısıtlamaların imkansız hale getirdiği durumlarda bir küme rastgele laboratuvar deneyi kullanın. Özellikle eğitim psikolojisi, örgütsel davranış ve davranışsal ekonomi deneylerinde kohort tabanlı laboratuvar formatlarında değerlidir. Bireysel rastgele atamanın mümkün olduğu ve kontaminasyonun sorun olmadığı durumlarda KULLANMAYIN — gereksiz kümelenme istatistiksel gücü önemli ölçüde azaltır. Koşul başına yaklaşık 6 ila 8 kümeden az kümeniz varsa kullanmayın, çünkü küme düzeyindeki tahminler bireylerin ne kadar ölçüldüğüne bakılmaksızın güvenilmez olacaktır.
Güçlü yönler & sınırlılıklar
- Katılımcıların sosyal veya fiziksel bir ortamı paylaştığı durumlarda deneysel koşullar arasında kontaminasyonu önler.
- Eğitim, örgütsel veya ekip tabanlı bağlamlar için dış geçerliliği artıran gerçek dünya grup düzeyindeki müdahaleleri yansıtır.
- Grup yapılı işe alımı karşılarken bir laboratuvar ortamının kontrollü koşullarını korur.
- Temel değişkenlerde kümeleri dengelemek için stratifiye rastgele atama ile uyumludur, hassasiyeti artırır.
- Müdahale biriminin doğası gereği kolektif olduğu durumlarda uygundur, örneğin bir sınıf egzersizi veya ekip görevi.
- İstatistiksel güç öncelikle kümelerin sayısıyla belirlenir, toplam katılımcı sayısıyla değil; küme başına çok sayıda birey, ICC orta veya yüksek olduğunda nispeten az katkı sağlar.
- Eşdeğer güce sahip bireysel olarak rastgele atanmış bir tasarımdan daha fazla küme — ve dolayısıyla daha fazla lojistik kaynak — gerektirir.
- Sınıf içi korelasyon, örneklem büyüklüğünü planlamak için tahmin edilmelidir, ancak ICC'ler genellikle önceden bilinmez ve pilot tahminleri hassas değildir.
- Temel özelliklerde küme düzeyinde dengesizlik, sonradan düzeltilmesi zor olan karıştırıcılar ekleyebilir.
SSS
Bu, standart bir laboratuvar deneyinden nasıl farklıdır?
Standart bir laboratuvar deneyinde, bireysel katılımcılar koşullara rastgele atanır. Bir küme rastgele laboratuvar deneyinde, laboratuvar oturumları veya ekipler gibi bütün gruplar rastgele atamanın birimidir ve bir gruptaki tüm bireyler aynı koşulu alır. Bu, bir gruptaki katılımcıların birbirlerini etkileyebildiği, bireysel rastgele atamayı kontaminasyona duyarlı hale getirdiği durumlarda önemlidir.
Kaç küme gereklidir?
Yaygın bir kural, koşul başına en az 6 ila 8 kümedir. Kesin sayı, beklenen sınıf içi korelasyon, küme başına birey sayısı ve hedeflenen istatistiksel güce bağlıdır. Gerekli küme sayısını hesaplamak için DE = 1 + (m-1) x ICC tasarım etkisi formülünü kullanın, burada m ortalama küme boyutudur. Güç esas olarak küme sayısıyla yönlendirildiği için, ICC orta veya yüksek olduğunda küme başına daha fazla birey eklemek azalan getiriler sağlar.
Sınıf içi korelasyon katsayısı nedir ve neden önemlidir?
ICC, toplam sonuç varyansının ne kadarının küme üyeliğine atfedilebileceğini ölçer. 0 ICC, kümelenmenin ilgisiz olduğu anlamına gelir; 1 ICC, küme içi tüm katılımcıların özdeş sonuçlar verdiği anlamına gelir. Daha yüksek ICC'ler aynı gücü elde etmek için daha fazla küme gerektirir ve bireysel olarak rastgele atanmış bir tasarıma göre gerekli örneklem büyüklüğünün arttığı faktör olan tasarım etkisini şişirir.
Kümelenmiş laboratuvar verilerini analiz etmek için hangi istatistiksel yöntemi kullanmalıyım?
Karma etkili çok düzeyli modeller en esnek seçenektir — varyansı küme ve bireysel düzeyler arasında doğru bir şekilde böler ve eşit olmayan küme boyutlarını ele alır. Genelleştirilmiş tahmin denklemleri, popülasyon ortalaması bir alternatif sunar. En azından, çok düzeyli modelleme kullanılmıyorsa küme sağlam standart hataları uygulanmalıdır. Küme rastgele verilerini asla bağımsız gözlemleri varsayan sıradan regresyon veya t-testleri ile analiz etmeyin.
Kümelerim boyut olarak farklılık gösterirse bu tasarımı kullanabilir miyim?
Evet, eşit olmayan küme boyutları yaygındır ve doğal olarak dengesizliği barındıran çok düzeyli modellerle ele alınabilir. Ancak, küme boyutundaki büyük varyasyon verimliliği azaltır ve güç hesaplamalarını karmaşıklaştırır. Boyut dengesizliğinin nasıl ele alınacağını belirten analiz planının önceden kaydedilmesi şiddetle tavsiye edilir.
Kaynaklar
- Murray, D. M. (1998). Design and Analysis of Group-Randomized Trials. Oxford University Press. ISBN: 978-0195120363
- Donner, A., & Klar, N. (2000). Design and Analysis of Cluster Randomization Trials in Health Research. Arnold. ISBN: 978-0340691533
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Cluster Randomized Laboratory Experiment. ScholarGate. https://scholargate.app/tr/experimental-design/cluster-randomized-laboratory-experiment
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Engellenmiş Laboratuvar DeneyiDeney tasarımı↔ karşılaştır
- Küme Rastgele Kontrollü ÇalışmaDeney tasarımı↔ karşılaştır
- Faktöriyel Laboratuvar DeneyiDeney tasarımı↔ karşılaştır
- Laboratuvar DeneyiDeney tasarımı↔ karşılaştır
- Çok Düzeyli ModellemeAraştırma istatistiği↔ karşılaştır
- Rastgele Kontrollü Deney (RKD)Deney tasarımı↔ karşılaştır