Basit Deneysel Çalışmalarda Uygun Örneklem Büyüklüğü Belirleme ve İstatistiksel Güç Analizi.


Akçay A., Altıntaş L.

II. International VII. National Veterinary Pharmacology and Toxicology Congress, Balıkesir, Türkiye, 7 - 10 Eylül 2022, ss.67

  • Yayın Türü: Bildiri / Özet Bildiri
  • Basıldığı Şehir: Balıkesir
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.67
  • Ankara Üniversitesi Adresli: Evet

Özet

Deneysel çalışmalar tasarlanırken örneklem büyüklüğü hesaplamaları ve güç analizi, çalışmada kullanılan hayvan sayısının gerekçelendirilmesi için şarttır. Çalışmanın planlama aşamasında araştırmacının aklındaki en önemli sorulardan birisi; “Hem klinik hem de istatistiksel olarak anlamlı bir sonuç elde edebilmek için en az kaç hayvan kullanmam gerekir?” sorusudur. Ancak, deneysel çalışmalarda gerekli olan hayvan sayısını hesaplamak için evrensel bir kural yoktur. Bu durum çalışmanın amacına ve mevcut sınırlandırıcı faktörlere göre değişiklik gösterir. En uygun örneklem büyüklüğünün belirlenmesinde etkili olan faktörler; sonuç değişkenin tipi, deneme planı, tip 1 hata (α) miktarı, tip 2 hata (β) miktarı ve etki büyüklüğüdür. İstatistiksel güç analizi; kullanılan istatistiksel bir testin, gruplar arasında gerçekte var olan farkı bulabilme olasılığı olarak tanımlanır. Deneysel çalışmalarda 1-β olarak hesaplanan güç, minimum %80 olmalıdır. Çalışmaların örneklem büyüklüğü hesaplama ve güç analizleri için kullanılan formüller çok sayıda ve karmaşık olduğu için, çözümlemelerinde bilgisayar programlarının kullanımı günümüzde oldukça yaygındır. Bu çalışmada, örnek büyüklüğü belirleme ve istatistiksel güç analizinin temel ilkelerinden bahsedilmiş; hipotetik örnekler için örneklem büyüklüğü hesaplanmıştır. Bu kapsamda bağımsız iki grup ortalamasının karşılaştırılması (Student T Test), bağımlı iki grup ortalamasının karşılaştırılması (Eşleşmiş gruplarda T test), bağımsız k-grup ortalamasının karşılaştırılması (Varyans Analizi), bağımlı k-grup ortalamasının karşılaştırılması (Tekrarlı ölçümlerde varyans analizi) ve iki yüzde arasındaki farkın önemlilik testi (Ki-Kare testi) için simülasyonlar yapılmıştır. Hesaplamalarda G-Power paket programı kullanılmıştır. Sonuç olarak, deneysel çalışmalarda gereğinden az örneklem büyüklüğü çalışma sonuçlarının gücünü düşürürken, gereğinden çok örneklem büyüklüğü etik problemlere, emek ve kaynak israfına yol açacaktır. Bu nedenle, çalışma sonuçlarının güvenirliğinin sağlanmasının yanı sıra kaynak israfının da önüne geçilebilmesi için çalışmanın planlanma aşamasında, en uygun örneklem büyüklüğünün belirlenmesi büyük önem taşır.