İstatistiksel Güç ve Örneklem Büyüklüğü
İstatistiksel güç, bir çalışmanın belirli bir büyüklükteki etkiyi, bu etki gerçekten var olduğunda tespit etme olasılığıdır; resmi olarak, Tip II hata oranının birden çıkarılmasıyla elde edilir. Örneklem büyüklüğü belirlemesi, beklenen etki büyüklüğü, seçilen anlamlılık düzeyi ve verilerin değişkenliği göz önüne alındığında, hedeflenen gücü elde etmek için kaç katılımcıya ihtiyaç duyulduğunu seçen planlama adımıdır. Bunlar birlikte, bir çalışmanın sorusuna adil bir cevap şansı verecek kadar büyük olup olmadığına karar vermektedir.
Tanım
İstatistiksel güç, bir testin yanlış bir boş hipotezi doğru bir şekilde reddetme (belirli büyüklükteki gerçek bir etkiyi tespit etme) olasılığıdır; örneklem büyüklüğü belirlemesi ise, varsayılan bir etki büyüklüğü ve değişkenlik için belirli bir anlamlılık düzeyinde hedeflenen gücü elde etmek için gereken gözlem sayısının hesaplanmasıdır.
Kapsam
Bu konu, gücün ne anlama geldiğini, bir güç hesaplamasının dört birbiriyle ilişkili niceliğini (etki büyüklüğü, anlamlılık düzeyi, güç ve örneklem büyüklüğü) ve gücü yetersiz araştırmanın sonuçlarını açıklamaktadır. Çalışmaları planlama ve değerlendirme için bir referans metodolojisi olarak sunulmakta olup, klinik bir karar kuralı olarak ele alınmamaktadır.
Temel sorular
- Çalışma, aradığı etkiyi ne kadar olası bir şekilde tespit edebilir?
- Hedeflenen güce ulaşmak için kaç katılımcıya ihtiyaç vardır?
- Etki büyüklüğü, değişkenlik ve anlamlılık düzeyi örneklem büyüklüğünü nasıl etkiler?
- Bir çalışma gücü yetersiz olduğunda neler yanlış gider?
Anahtar kavramlar
- İstatistiksel güç (1 eksi beta)
- Etki büyüklüğü
- Anlamlılık düzeyi (alfa)
- Değişkenlik ve standart sapma
- A priori örneklem büyüklüğü hesaplaması
- Gücü yetersiz çalışma
- Minimum klinik olarak önemli fark
Mekanizmalar
Güç, anlamlılık düzeyi, etki büyüklüğü ve örneklem büyüklüğü birbirine bağlıdır, öyle ki herhangi üçünün sabitlenmesi dördüncüyü belirlemektedir. Belirli bir anlamlılık düzeyi için, gerçek etki büyüklüğü arttıkça, değişkenlik azaldıkça ve örneklem büyüklüğü arttıkça güç yükselmektedir. Örneklem büyüklüğü hesaplaması bu ilişkiyi tersine çevirmektedir: varsayılan bir etki büyüklüğünden (genellikle tespit edilmeye değer minimum bir değer), seçilen bir anlamlılık düzeyinden ve hedeflenen bir güçten (geleneksel olarak %80 veya %90) başlayarak, gereken gözlem sayısını çözmektedir. Gücün yetersiz olması sadece gerçek etkileri gözden kaçırma olasılığını (Tip II hata) artırmakla kalmaz, aynı zamanda anlamlı bulguların abartılma veya yanlış olma olasılığını da yükseltir, çünkü küçük bir çalışmada eşiği ancak büyük, muhtemelen şişirilmiş tahminler aşabilmektedir.
Klinik önem
Bir deneme veya çalışmanın yeterince güçlü olup olmadığı, sonuçlarının nasıl okunması gerektiğini şekillendirmektedir: gücü yetersiz bir çalışmadan elde edilen anlamsız bir sonuç, güven verici olmaktan ziyade büyük ölçüde bilgilendirici değildir ve örneklem büyüklüğünün önceden gerekçelendirilmesi, çalışma raporlamasının beklenen bir unsurudur. Bu madde, değerlendirme ve tasarım amaçları için güç ve örneklem büyüklüğü mantığını tanımlamakta olup, bireysel tanı veya tedavi kararları için bir temel oluşturmamaktadır.
Kanıt ve kılavuzlar
Klinik araştırmalar ve gözlemsel çalışmalar için raporlama standartları, önceden (a priori) bir örneklem büyüklüğü gerekçelendirmesi beklemektedir ve metodolojik derlemeler, düşük gücün yaygın zararlarını belgelemiştir. Button ve arkadaşları, kronik olarak gücü yetersiz alanların güvenilmez literatürler ürettiğini göstermiş, Altman ve Bland ile Greenland ve arkadaşlarının yanlış yorumlama kılavuzu ise düşük gücün birçok bilgilendirici olmayan boş sonucu açıkladığını vurgulamaktadır.
Tarihçe
Güç, tamamlayıcısı olduğu Tip II hata oranını tanımlayan Neyman-Pearson test çerçevesinin doğrudan bir sonucudur. Jacob Cohen'in 1960'lardan itibaren yaptığı ve 1988 tarihli monografisinde pekiştirdiği çalışmaları, sağlık ve davranış bilimleri genelinde sistematik güç analizini ve etki büyüklüğü konvansiyonlarını yaygınlaştırmıştır. Gücü yetersiz araştırmalarla ilgili endişe, 2010'lu yıllardaki tekrarlanabilirlik tartışmalarında yoğunlaşmıştır.
Tartışmalar
- Kronik gücün yetersizliğinin sonuçları
- Sürekli düşük güç, sadece yanlış negatifleri artırmakla kalmaz, aynı zamanda istatistiksel olarak anlamlı bir bulgunun gerçek bir etkiyi yansıtma olasılığını azaltır ve rapor edilenlerin büyüklüğünü abartarak tüm literatürlerin güvenilirliğini zayıflatır.
Öne çıkan isimler
- Jacob Cohen
- Jerzy Neyman
- Egon Pearson
- Douglas G. Altman
- John P. A. Ioannidis
İlgili konular
Temel eserler
- cohen-1988
- button-2013
Sıkça sorulan sorular
- İstatistiksel güç basitçe nedir?
- Bir çalışmanın, belirli bir büyüklükteki gerçek bir etkiyi, bu etki gerçekten var olduğunda tespit etme şansıdır. Daha yüksek güç, gerçek bir etkiyi gözden kaçırmama şansının daha yüksek olduğu anlamına gelir; %80 güç yaygın bir hedeftir.
- Örneklem büyüklüğü neden bu kadar önemlidir?
- Daha büyük örneklemler gücü artırır ve tahminlerin kesinliğini daraltır, böylece bir çalışma aradığı etkiyi güvenilir bir şekilde tespit edebilir. Çok küçük bir örneklem hem gerçek etkileri gözden kaçırma hem de abartılı anlamlı bulgular üretme riskini taşır.