Ücretsiz Örneklem Büyüklüğü ve Güç Analizi Araştırmacılar için Hesap Makinesi

Araştırma Çalışmaları için Güç Analizi Hesaplayıcısı

Güç analizi, Tip I ve Tip II hata olasılıklarını kontrol ederken istatistiksel olarak anlamlı bir etkiyi tespit etmek için gereken minimum örneklem boyutunu tahmin etmek için kullanılır. Tip I hatası (yanlış pozitif), bir çalışmanın bir etkinin var olduğu sonucuna yanlışlıkla varması durumunda; Tip II hatası (yanlış negatif) ise gerçek bir etkinin gözden kaçırılması durumunda meydana gelir. Çoğu biyomedikal ve klinik çalışma, α = 0.05 anlamlılık düzeyinde %80 güç (1-β = 0.80) hedeflemektedir.

Bu güç analizi hesaplayıcısını kullanarak araştırmacılar beklenen etki büyüklüğünü, anlamlılık düzeyini, istenen gücü ve çalışma tasarımını belirtirler. Hesaplayıcı daha sonra gerekli örneklem büyüklüğünü verir. Veri toplamadan önce güç analizi yapmak, çalışmanın yetersiz güçte (yanlış negatif riski) veya gereksiz yere büyük (kaynak israfı ve gereksiz katılımcı alımıyla ilgili etik endişeler) olmamasını sağlar.

Etki büyüklükleri, pilot verilerden, yayınlanmış literatürden veya minimum klinik olarak önemli farktan elde edilebilir. Cohen'in kuralları (t-testleri için küçük: d = 0.2, orta: d = 0.5, büyük: d = 0.8; ANOVA için f = 0.10/0.25/0.40), önceden veri bulunmadığında bir başlangıç ​​noktası sağlar.

Klinik Araştırmalar için Örneklem Büyüklüğü Hesaplayıcısı

Klinik araştırmalar, katılımcı alımına başlamadan önce titiz bir örneklem büyüklüğü hesaplaması gerektirir. Yetersiz örneklem büyüklüğüne sahip araştırmalar, gerçek tedavi farklılıklarını tespit edemeyebilirken, aşırı büyük örneklem büyüklüğüne sahip araştırmalar ise gerekenden daha fazla katılımcıyı deneysel koşullara maruz bırakır. Etik kurullar ve fon sağlayan kurumlar, protokol onayının bir parçası olarak açıkça gerekçelendirilmiş bir örneklem büyüklüğü hesaplaması talep eder.

Bu hesaplayıcı üç temel klinik çalışma tasarımını destekler. Üstünlük çalışmaları, yeni bir tedavinin kontrol grubundan daha iyi olup olmadığını test eder; gerekli girdiler beklenen ortalama fark, standart sapma, anlamlılık düzeyi ve istenen güçtür. Eşdeğerlik çalışmaları, yeni bir tedavinin yerleşik bir standarttan kabul edilemeyecek kadar kötü olup olmadığını test eder; temel ek parametre eşdeğerlik sınırıdır. Eşdeğerlik çalışmaları, iki tedavinin tanımlanmış bir sınır içinde aynı etkiyi üretip üretmediğini test eder.

Hayatta kalmaya dayalı klinik araştırmalar için hesaplayıcı, beklenen risk oranı, olay oranı ve takip süresini gerektiren log-rank testi formülünü kullanır.

Yaygınlık Örneklem Büyüklüğü Hesaplayıcısı

Yaygınlığa dayalı örneklem büyüklüğü hesaplaması, bir popülasyonun belirli bir durum, maruziyet veya özelliğe sahip olma oranını tahmin etmeyi amaçlayan kesitsel ve epidemiyolojik çalışmalarda kullanılır. Karşılaştırmalı çalışmalardan farklı olarak, bu tasarımlar gruplar arasında bir hipotezi test etmez; bunun yerine, belirli bir hassasiyet düzeyiyle bir popülasyon parametresini tahmin ederler.

Bir yaygınlık çalışması için gerekli örneklem büyüklüğü, beklenen yaygınlığa (p), kabul edilebilir hata payına (d) ve güven düzeyine (tipik olarak %95, Z = 1.96'ya karşılık gelir) bağlıdır. Çalışma popülasyonu sonlu ve nispeten küçük olduğunda, sonlu popülasyon düzeltme faktörü gerekli örneklem büyüklüğünü azaltır.

Hesap makinesindeki Tek Oran seçeneğini kullanarak araştırmacılar, yaygınlık çalışmalarını doğrudan modelleyebilirler. Yaygın bir örnek: %30'luk beklenen yaygınlık, %5'lik hata payı ve %95 güven aralığı ile kentsel bir klinikte hipertansiyon yaygınlığını tahmin etmek, yanıt vermeme durumunu hesaba katmadan önce yaklaşık 323 katılımcı gerektirir.

T-Testleri için Örneklem Boyutu Hesaplayıcı

T-testi örneklem büyüklüğü hesaplaması, bir grup ile referans değer, iki bağımsız grup veya aynı denek üzerinde yapılan eşleştirilmiş ölçümler arasındaki ortalamaları karşılaştırırken uygulanır. Üç t-testi tasarımı (tek örneklem, iki örneklem (bağımsız) ve eşleştirilmiş) girdi parametreleri ve örneklem büyüklüğü çıktısının yorumlanması açısından farklılık gösterir.

İki örneklemli t-testi için, grup başına gerekli örneklem boyutu, gruplar arasındaki beklenen ortalama farka, birleştirilmiş standart sapmaya, anlamlılık düzeyine, güce ve test yönüne bağlıdır. Eşleştirilmiş t-testi için, temel parametre eşleştirilmiş ölçümler arasındaki ortalama fark ve standart sapmasıdır; bu değer genellikle gruplar arası standart sapmadan daha küçüktür, bu nedenle eşleştirilmiş tasarımlar istatistiksel olarak etkilidir.

ANOVA için Örneklem Büyüklüğü Hesaplayıcı

ANOVA örneklem büyüklüğü hesaplaması, bir çalışmada üç veya daha fazla grubun ortalamaları aynı anda karşılaştırıldığında kullanılır. ANOVA, Tip I hata oranını artıran birden fazla t-testi çalıştırmak yerine, tüm grup ortalamalarının eşit olduğu genel sıfır hipotezini tek bir analizde test eder.

En önemli parametre, ANOVA için etki büyüklüğü ölçüsü olan Cohen'in f değeridir. Küçük: f = 0.10; orta: f = 0.25; büyük: f = 0.40. Hesaplayıcı, gerekli toplam örneklem boyutunu ve grup bazındaki dağılımı verir.

Ki-kare Testleri için Örneklem Büyüklüğü Hesaplayıcı

Ki-kare örneklem büyüklüğü hesaplaması, kategorik sonuçları içeren çalışmalarda kullanılır; örneğin, iki grup arasında yanıt oranlarını, komplikasyon oranlarını veya hastalık yaygınlığını karşılaştırmak gibi. İki oranlı ki-kare testi için gerekli girdiler, her gruptaki beklenen oranlar, anlamlılık düzeyi ve istenen güçtür.

Cohen'in w gösterim kuralları: küçük = 0.10, orta = 0.30, büyük = 0.50. Pratik bir örnek: %80 güç ve α = 0.05 ile %15 ve %8'lik advers olay oranlarını karşılaştırmak, katılımcı kaybı düzeltmesi öncesinde grup başına yaklaşık 300 katılımcı gerektirir.