Kısa yanıt
Örneklem büyüklüğü dört girdiyle hesaplanır: beklenen etki büyüklüğü, istenen güç (yaygın kabul .80), anlamlılık düzeyi (.05) ve testin türü. G*Power'da önce test ailesini, sonra testi, sonra bu dört parametreyi girer ve gereken toplam katılımcı sayısını elde edersiniz. Etki büyüklüğünü tahmin etmeyin: önce benzer çalışmalardan alın; ancak alanyazında hiçbir dayanak yoksa son çare olarak konvansiyonel değerleri kullanın.
Örneklem büyüklüğü, tez önerisinde en sık boş bırakılan ve savunmada en sık sorulan sayıdır. “200 kişiye ulaşmayı hedefliyorum” demek yeterli değildir; jüri bu sayının nereden geldiğini sorar.
Bu rehber sayının nereden geldiğini gösteriyor: G*Power'da hangi parametreleri gireceğinizi test türüne göre ayrı ayrı, etki büyüklüğünü nereden bulacağınızı ve çıktıyı yöntem bölümüne nasıl yazacağınızı.
Güç analizinin dört girdisi
Hangi testi kullanırsanız kullanın, hesap aynı dört girdi üzerine kurulur. Bunlardan üçünü siz belirlersiniz, dördüncüsü (örneklem) hesabın çıktısıdır.
| Girdi | Ne demek? | Yaygın kabul |
|---|---|---|
| Etki büyüklüğü | Aradığınız farkın ya da ilişkinin ne kadar güçlü olmasını beklediğiniz | Alanyazından alınır; yoksa konvansiyonel değer |
| Güç (1−β) | Gerçekten var olan bir etkiyi yakalama olasılığınız | .80 (bazı alanlarda .90) |
| Anlamlılık düzeyi (α) | Var olmayan bir etkiyi yanlışlıkla bulma riskiniz | .05 |
| Test yönü | Hipotezinizin yönlü olup olmadığı | Yönsüz (two-tailed) daha muhafazakâr |
İlişki basittir: beklediğiniz etki küçüldükçe ya da istediğiniz güç arttıkça gereken örneklem büyür. Küçük bir etkiyi yakalamak, büyük bir etkiyi yakalamaktan çok daha fazla katılımcı ister.
Özet: Üç girdiyi siz verirsiniz, dördüncüsünü hesap söyler; kritik karar etki büyüklüğündedir.
Etki büyüklüğünü nereden alacaksınız?
Bu, hesabın en çok atlanan ve en çok eleştirilen adımı. Sıralamayı bozmayın:
- Önce alanyazın. Sizinkine benzer bir çalışma bulun ve raporladığı etki büyüklüğünü alın. Aynı değişkenler, benzer örneklem ve benzer bağlam en iyisidir.
- Sonra meta-analiz. Konunuzda meta-analiz varsa, tek bir çalışmadan daha güvenilir bir ortalama etki büyüklüğü sunar.
- Sonra pilot veriniz. Küçük bir ön uygulama yaptıysanız oradan gözlenen etkiyi kullanabilirsiniz; ancak küçük pilotların etki tahmini oynaktır, muhafazakâr davranın.
- En son konvansiyonel değerler. Yukarıdakilerin hiçbiri yoksa, alanda yerleşmiş orta düzey değerleri kullanın ve bunu yöntem bölümünde açıkça gerekçelendirin.
Konvansiyonel değerler son çaredir
Özet: Etki büyüklüğü tahmin edilmez, aranır; konvansiyonel değer ancak arama sonuçsuz kalınca kullanılır.
G*Power'da genel akış
G*Power akademik kullanım için ücretsizdir. Arayüz üç seçimle başlar ve bu üç seçim her testte aynıdır:
- 01
Test family (test ailesi)
Hangi dağılıma dayalı bir test kullanacağınızı seçersiniz: t tests, F tests, χ² tests, z tests ya da Exact. Doğru aileyi seçmezseniz alt listede aradığınız test görünmez.
- 02
Statistical test (istatistiksel test)
Aile içinden testin kendisini seçersiniz. Aynı ailede birbirine çok benzeyen seçenekler bulunur; bağımsız mı bağımlı mı, kaç grup, kaç yordayıcı — bunları dikkatle okuyun.
- 03
Type of power analysis
Örneklem hesaplamak için A priori seçilir: gereken örneklemi verir. Post hoc, veriyi topladıktan sonra elde edilen gücü hesaplar ve örneklem gerekçesi olarak kullanılmaz.
- 04
Input parameters
Etki büyüklüğü, α, güç ve teste özgü ek alanlar burada girilir. Ardından Calculate düğmesiyle çıktıyı alırsınız.
Post hoc güç analizi neden gerekçe değildir?
Özet: Üç seçim, sonra dört parametre. Örneklem gerekçesi için her zaman A priori.
Test türüne göre parametre yürüyüşü
Bağımsız örneklem t-testi (iki grup karşılaştırma)
- Test family: t tests · Statistical test: Means — difference between two independent means (two groups)
- Type of power analysis: A priori
- Tails: yönsüz hipotez için Two; yönlü hipoteziniz varsa One (daha az katılımcı ister ama gerekçe gerektirir)
- Effect size d: alanyazından aldığınız değer
- α err prob: .05 · Power: .80
- Allocation ratio N2/N1: gruplar eşit büyüklükteyse 1; dengesiz tasarımda oranı girin
- Calculate → çıktıdaki Total sample size, iki grubun toplamıdır; grup başına düşeni ayrıca not edin
Tek yönlü ANOVA (üç ve daha fazla grup)
- Test family: F tests · Statistical test: ANOVA — Fixed effects, omnibus, one-way
- Type of power analysis: A priori
- Effect size f: ANOVA'nın etki büyüklüğü f'tir; alanyazın η² veriyorsa G*Power'ın Determine panelinden dönüştürün
- α err prob: .05 · Power: .80
- Number of groups: karşılaştıracağınız grup sayısı
- Calculate → Total sample size tüm grupların toplamıdır; grup sayısına bölerek grup başına hedefinizi çıkarın
Korelasyon
- Test family: Exact · Statistical test: Correlation — Bivariate normal model
- Type of power analysis: A priori
- Correlation ρ H1: beklediğiniz korelasyon katsayısı (etki büyüklüğü doğrudan r'dir)
- Correlation ρ H0: 0 (sıfır hipotezi ilişki olmadığını varsayar)
- α err prob: .05 · Power: .80 · Tails: hipotezinize göre
- Calculate → çıktı doğrudan gereken katılımcı sayısını verir
Çoklu regresyon
- Test family: F tests · Statistical test: Linear multiple regression — Fixed model, R² deviation from zero
- Type of power analysis: A priori
- Effect size f²: regresyonun etki büyüklüğüdür; elinizde beklenen R² varsa Determine panelinden f²'ye çevirin
- α err prob: .05 · Power: .80
- Number of predictors: modeldeki yordayıcı sayısı — kontrol değişkenleri dâhil
- Calculate → Total sample size gereken toplam katılımcıdır
Tek bir yordayıcının katkısını sınıyorsanız (hiyerarşik regresyonda blok testi gibi) “R² increase” seçeneğini kullanın ve hem toplam yordayıcı sayısını hem de test edilen yordayıcı sayısını ayrı ayrı girin.
Özet: Aile ve test seçimini doğru yapın; sonrası dört parametre ve teste özgü bir iki ek alandır.
G*Power'ın kapsamadığı durumlar
Her tasarımın karşılığı G*Power'da bulunmaz. Bu durumlarda başka ölçütlere ya da araçlara ihtiyacınız olur:
- Yapısal eşitlik modelleri: Örneklem, model karmaşıklığına (gizil değişken ve gösterge sayısına, tahmin edilecek parametre sayısına) göre planlanır. Alanyazında parametre başına katılımcı oranına dayalı ölçütler ve simülasyona dayalı yaklaşımlar kullanılır.
- Faktör analizi: Yaygın pratik ölçüt madde başına belirli sayıda katılımcıdır; ancak asıl belirleyici faktör yükleri ve iletişim değerleridir. Yüksek yüklü ve az sayıda faktörlü yapılar daha küçük örneklemle çalışabilir.
- Çok düzeyli modeller: Belirleyici olan yalnızca toplam katılımcı sayısı değil, üst düzeydeki birim sayısıdır (kaç sınıf, kaç hastane, kaç işletme).
- Nitel çalışmalar: Güç analizi yapılmaz. Ölçüt doyum noktasıdır: yeni görüşmeler yeni tema üretmemeye başladığında örneklem yeterli sayılır.
Özet: G*Power klasik testler içindir; SEM, çok düzeyli ve nitel tasarımlar başka ölçütlerle planlanır.
Çıktıyı yöntem bölümüne yazmak
Hesabı yaptıktan sonra yöntem bölümüne dört şeyi yazın: hangi analiz için hesapladığınızı, kullandığınız etki büyüklüğünü ve nereden aldığınızı, güç ile alfa değerlerini, çıkan sayıyı. Kaynağı belirtmeden yazılan bir etki büyüklüğü, hesabın tamamını tartışmalı hâle getirir.
Hedeflediğiniz sayıya ulaşamadıysanız bunu gizlemeyin. İki meşru yol var: modeli sadeleştirerek gereken örneklemi düşürmek (yordayıcı sayısını azaltmak gereken sayıyı belirgin biçimde düşürür) ya da ulaşılan sayıyla devam edip sınırlılıklar bölümünde düşük gücün bulgular üzerindeki etkisini tartışmak. İkincisi, veriyi zorlamaktan her zaman daha savunulabilirdir.
Özet: Sayıyı değil, sayının gerekçesini yazın; ulaşamadığınızda da bunu sınırlılık olarak yazın.
Ne zaman destek almalısınız?
Yukarıdaki yürüyüşle hesabı kendiniz yapabilirsiniz; çoğu tez için gereken budur. Destek şu durumlarda anlamlı olur:
- Alanyazında etki büyüklüğü bulamıyorsunuz ve konvansiyonel değeri nasıl gerekçelendireceğinizi bilmiyorsunuz.
- Modeliniz yapısal eşitlik ya da çok düzeyli bir yapı; G*Power'da karşılığını bulamıyorsunuz.
- Hesap gerçekçi olmayan bir sayı verdi ve modeli nasıl sadeleştireceğinize karar veremiyorsunuz.
- Veriyi topladınız, hedefin altında kaldınız ve sınırlılığı nasıl yazacağınızdan emin değilsiniz.
Sık sorulan sorular
G*Power ücretsiz mi?
Evet, akademik kullanım için ücretsizdir ve tez çalışmalarında yaygın olarak kullanılır. Hesap çıktısının ekran görüntüsünü saklayın; yöntem bölümünde parametreleri metin olarak yazmanız beklenir.
Hedeflediğim sayıya ulaşamazsam ne yapmalıyım?
İki meşru seçenek var: modeli sadeleştirerek gereken örneklemi düşürmek ya da ulaşılan sayıyla devam edip düşük gücün etkisini sınırlılıklar bölümünde tartışmak. Veri toplama süresini uzatmak ya da erişim kanallarını çeşitlendirmek de mümkünse önce onu deneyin.
Nitel çalışmalarda güç analizi yapılır mı?
Hayır. Nitel çalışmalarda ölçüt doyum noktasıdır: yeni görüşmeler yeni tema üretmediğinde örneklem yeterli kabul edilir. Doyuma nasıl ulaştığınızı yöntem bölümünde anlatmanız beklenir.
Post hoc güç analizi yeterli mi?
Örneklem gerekçesi olarak hayır. Post hoc güç, elde ettiğiniz p değerinin başka bir ifadesidir ve yeni bilgi taşımaz. Gerekçe için veri toplamadan önce yapılan A priori analiz kullanılır.
Yazan
Tez Danışmanlığı
Rehberlerimizi, ön görüşmelerde ve danışmanlık seanslarında en sık karşılaştığımız sorulardan üretiyoruz. Yayımlamadan önce alanında doktora düzeyinde çalışmış bir danışman okur.
Akademik etik ilkelerimiz →İlgili yazılar
Ön görüşme
Tezinizin bulunduğu aşamayı 30 dakikada birlikte değerlendirelim. Ücretsiz, taahhütsüz.
Talep gönderin