Güç Analizi
Statistical Power Analysis · Ayrıca şöyle bilinir: sample size calculation, power calculation, sensitivity analysis, a priori power analysis
Güç analizi, belirli bir büyüklükteki gerçek bir etkiyi seçilen bir anlamlılık düzeyinde tespit etme olasılığını nicelleştiren bir planlama ve değerlendirme tekniğidir. Dört niceliği – örneklem büyüklüğü, etki büyüklüğü, anlamlılık düzeyi (alfa) ve istatistiksel güç (1 eksi beta) – birbirine bağlayarak araştırmacıların veri toplama öncesinde gereken örneklem büyüklüğünü belirlemelerine veya tamamlanmış bir çalışmanın duyarlılığını değerlendirmelerine olanak tanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+3 tane daha
Ne zaman kullanılır
Herhangi bir onaylayıcı çalışmadan önce örneklem büyüklüğünü gerekçelendirmek ve tasarımın anlamlı bir etkiyi tespit edecek kadar hassas olduğunu göstermek için güç analizi kullanın. Çoğu etik kurul, hibe kurumu ve yüksek kaliteli dergiler tarafından gereklidir veya şiddetle tavsiye edilir. Örneklem büyüklüğünün harici olarak kısıtlandığı durumlarda, duyarlılık analizi (sabit bir n için tespit edilebilir en küçük etkiyi hesaplama) de kullanın. Post hoc gücü – veri toplandıktan sonra gözlemlenen etki büyüklüğü kullanılarak hesaplanan – a priori güç ile karıştırmayın; post hoc güç, p-değerinin zaten ilettiği şeye çok az şey ekler ve modern raporlama yönergelerinde tavsiye edilmez.
Güçlü yönler & sınırlılıklar
- Hem yetersiz güçlü çalışmaları (kaynakları boşa harcayan ve güvenilmez sonuçlar veren) hem de aşırı güçlü çalışmaları (önemsiz derecede küçük etkileri anlamlı olarak işaretleyen) önler.
- Pratik olarak anlamlı olan en küçük etkinin açıkça belirtilmesini zorlayarak araştırma netliğini artırır.
- Bilinen bir güç fonksiyonuna sahip hemen hemen her istatistiksel teste uygulanabilir.
- Etik kurullar ve fon sağlayan kuruluşlar tarafından titiz tasarımın kanıtı olarak evrensel olarak kabul edilir.
- Duyarlılık varyantları, tamamlanmış bir çalışmanın güvenilir bir şekilde tespit edebileceği etki büyüklüğünü belirleyebilir.
- Doğruluk, tamamen varsayılan etki büyüklüğüne bağlıdır, bu da veri toplama öncesinde genellikle belirsizdir.
- Post hoc güç, p-değeri ile neredeyse aynıdır ve anlamlı olmayan bir sonucu yorumlamak için kullanılmamalıdır.
- Karmaşık tasarımlar (çok düzeyli modeller, karma tasarımlar) özel yazılım ve daha fazla parametre gerektirir.
- Gerçek gücü azaltan varsayım ihlallerini (normallik olmaması, heteroskedastisite) hesaba katmaz.
SSS
Hangi güç seviyesini hedeflemeliyim?
Cohen (1988), Tip II hatası için %20'lik bir şansı kabul ederek, geleneksel bir minimum olarak 0.80'i önermiştir. Birçok klinik, güvenlik ve tekrarlama çalışması 0.90 veya 0.95'i hedefler. Uygun eşik, gerçek bir etkiyi kaçırmanın maliyetleri ile daha büyük bir çalışma yürütmenin maliyetleri arasındaki göreceli maliyetlere bağlıdır.
Planlama için etki büyüklüğünü nasıl seçerim?
Önceki bir çalışmadan elde edilen etki yerine, pratik veya klinik olarak anlamlı kabul edilen en küçük etkiyi tercih edin. Önceki literatür varsa, muhafazakar (aşağı doğru ayarlanmış) bir tahmin kullanın. Meta-analitik özetler, bireysel pilot çalışmalardan daha kararlı başlangıç noktaları sağlar.
Anlamlı olmayan bir sonuçtan sonra post hoc güç faydalı mıdır?
Nadiren. Gözlemlenen etki büyüklüğünden hesaplanan post hoc güç, matematiksel olarak p-değeri ile aynıdır – düşük p her zaman yüksek gözlemlenen güç anlamına gelir ve tersi de geçerlidir. Bunun yerine, verilerle uyumlu değerleri göstermek için etki büyüklüğü etrafındaki güven aralığını raporlayın.
Hangi yazılımı kullanabilirim?
G*Power (ücretsiz, Windows/macOS) çok çeşitli testleri kapsar. R paketleri pwr (Cohen tarzı), WebPower ve simr (çok düzeyli tasarımlar için) içerir. Python'un statsmodels yaygın testler için güç fonksiyonları sağlar. Birçok çevrimiçi hesaplayıcı t-testleri, ANOVA, ki-kare ve korelasyonları ele alır.
Güç analizi Bayesçi çalışmalara uygulanır mı?
Evet. Bayesçi güç analizi – bazen tasarım analizi olarak adlandırılır – bir çalışmanın bir sonucu destekleyen bir Bayes faktörü veya güvenilir aralık üretme olasılığını sorar. Bir ön-tahmini etki dağılımı ve BayesFactor (R) ve BFDA gibi paketlerde uygulanan bir ön-tahmini etki dağılımı belirtilmesini gerektirir.
Kaynaklar
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 978-0805802832
- Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175–191. DOI: 10.3758/BF03193146 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Statistical Power Analysis. ScholarGate. https://scholargate.app/tr/statistics/power-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bayesci Güç Analizi (Teminat)İstatistik↔ karşılaştır
- Bağımsızlık Ki-kare Testiİstatistik↔ karşılaştır
- Etki Büyüklüğü Analiziİstatistik↔ karşılaştır
- Bağımsız Örneklem t-testiİstatistik↔ karşılaştır
- Tek yönlü Varyans Analiziİstatistik↔ karşılaştır