Örneklem büyüklüğü, bilimsel bir çalışmanın hem etik hem de yöntemsel açıdan en önemli planlama unsurlarından biridir. Gereğinden az örneklem güvenilir bir etkiyi saptayamamaya; gereğinden fazla örneklem ise zaman, bütçe ve deney hayvanı gibi kaynakların gereksiz kullanımına yol açabilir.
1. Birincil sonuç değişkeni belirlenmelidir
Hesaplama, çalışmadaki bütün değişkenler için aynı anda yapılmaz. Öncelikle araştırmanın temel sonucunu temsil eden birincil değişken tanımlanmalıdır. Birden fazla birincil sonuç varsa çoklu testler ve hangi sonucun örneklem hesabını belirleyeceği açıklanmalıdır.
2. Araştırma hipotezi ve analiz yöntemi uyumlu olmalıdır
İki ortalamanın karşılaştırılması, bir oranın tahmini, korelasyon analizi, sağkalım analizi veya tekrarlı ölçümlü bir model için aynı örneklem formülü kullanılamaz. Hesaplamada esas alınan test veya model, nihai analiz planıyla uyumlu olmalıdır.
3. Etki büyüklüğü gerçekçi seçilmelidir
Beklenen etki büyüklüğü; önceki çalışmalar, pilot veriler veya bilimsel açıdan anlamlı kabul edilen en küçük fark üzerinden belirlenebilir. Yalnızca daha küçük bir örneklem elde etmek amacıyla iyimser ve büyük bir etki varsaymak çalışmayı zayıflatır.
4. Değişkenlik doğru tahmin edilmelidir
Sürekli sonuçlarda standart sapma, örneklem hesabını önemli ölçüde etkiler. Farklı bir popülasyondan alınan veya küçük bir pilot çalışmaya dayanan standart sapma belirsiz olabilir. Bu durumda farklı olası değerlerle duyarlılık değerlendirmesi yapmak yararlıdır.
5. Alfa ve güç önceden tanımlanmalıdır
Çoğu çalışmada iki yönlü alfa 0,05 ve güç yüzde 80 veya yüzde 90 olarak seçilir. Ancak bu değerler otomatik varsayımlar olarak değil; yanlış pozitif ve yanlış negatif kararların sonuçları dikkate alınarak belirlenmelidir.
6. Çalışma tasarımı hesaba katılmalıdır
- Tekrarlı ölçümler için ölçümler arasındaki korelasyon,
- Kümeli veriler için küme içi korelasyon,
- Eşleştirilmiş tasarımlar için çiftler arasındaki ilişki,
- Eşit olmayan grup büyüklükleri için tahsis oranı,
- Çok merkezli çalışmalar için merkez etkisi
örneklem ihtiyacını değiştirebilir. Analiz biriminin hayvan, birey, diş, göz veya ölçüm olup olmadığı açıkça belirlenmelidir.
7. Kayıp ve dışlanmalar eklenmelidir
İzlem kaybı, uygun olmayan örnekler, teknik başarısızlık veya eksik ölçümler bekleniyorsa hesaplanan sayıya makul bir kayıp payı eklenir. Kayıp oranının gerekçesi belirtilmeli ve aşırı yüksek bir oranla tasarım sorunları gizlenmemelidir.
8. Çoklu karşılaştırmalar ve alt grup analizleri düşünülmelidir
Çalışma çok sayıda grup, zaman noktası veya alt grup içerecekse yalnızca ana karşılaştırma için yeterli olan örneklem, ikincil analizler için yetersiz kalabilir. Bununla birlikte her olası alt grup için ayrı güç iddiasında bulunmak da gerçekçi değildir.
9. Tek bir sayı yerine senaryolar değerlendirilebilir
Etki büyüklüğü ve standart sapma gibi girdiler belirsiz olduğunda, birkaç olası senaryo için gereken örneklem büyüklüklerini sunmak daha şeffaf bir yaklaşımdır.
İyi bir örneklem hesabı, kullanılan yazılımın adından çok; girdilerin bilimsel olarak nasıl gerekçelendirildiğiyle değerlendirilir.
Sonuç
Örneklem büyüklüğü hesabı araştırma amacı, tasarım, analiz yöntemi ve uygulanabilirlik arasında kurulan bir dengedir. Hesaplamanın planlama aşamasında yapılması ve kullanılan bütün varsayımların protokolde açıkça raporlanması gerekir.