Bağımlı İki Grup Ölçümü için G*Power Analizi

Bağımlı Örneklemler Nedir?

Tedavi öncesi ve sonrası ölçüm farklılıklarını değerlendiren çalışmalar, uygulanan müdahalenin etkisini doğrudan gözlemlemeye olanak tanır. Bu tür araştırmalarda, istatistiksel olarak anlamlı bir farkın saptanabilmesi için yeterli sayıda katılımcının çalışmaya dahil edilmesi büyük önem taşır. İşte bu noktada güç analizi, belirli bir etki büyüklüğünü, anlamlılık düzeyini ve test gücünü dikkate alarak gerekli örneklem büyüklüğünü belirlemeye yardımcı olur. Bu blog yazısında, tedavi öncesi ve sonrası ölçümler arasındaki farkları test etmeyi amaçlayan araştırmalar için nasıl güç analizi yapılacağına odaklanacağız.

İki bağımlı grup olduğunda tedavi öncesi ve tedavi sonrasında aynı gruba iki kez sayısal bir ölçüm yapılır ve en son tedavinin bir değişikliğe neden olup olmadığı araştırılır. 

Tedaviden önceki ağrı seviyesi ile tedaviden sonraki ağrı seviyesinin farklılaşma durumunu araştırmak için;

• Parametrik ise; Bağımlı Örneklem T Testi (Paired Sample T Testi) (Ortalama-Standart Sapma)

• Non-Parametrik ise; Wicoxom Testi (Medyan %25-%75)

Bağımlı iki grup ortalamaları karşılaştırmak için örneklem büyüklüğü hesaplanması ele alacağız. 

Örnek: Üroloji bölümü hastalarından prostat kanseri olan kişilere IIEF cinsel performans ölçeği uygulanmıştır. Prostat ameliyatı öncesi IIEF Ölçek puanı ile ameliyat sonrası IIEF Ölçek puanları arasındaki farklılık incelenmek istenmektedir. Operasyon öncesi ile sonrası arasında bir farklılık olmuş mudur?

• Normallik varsayımı kontrolü yapılır. Shapiro-Wilk testi sonuçlarına göre Normal dağılım varsayımı sağlanmıştır.

• İlk ölçüm ile ikinci ölçüm arasındaki korelasyon %90 üzerinde beklenmektedir. Buna Dizayn etkisi denmektedir.

• Bağımlı örneklem T testi sonucuna göre farklılık yakalanamamıştır. p>0.05. Bu sonuca göre acaba araştırmamızda yeterli sayıda bir örneklem yok muydu? Bunu birlikte araştıralım.

Tail(s): Two

Effect size dz:

Determine: mean1: ilk ölçüm ortalaması (sd1’i de girelim)

mean2: ikinci ölçüm ortalaması (sd2’yi de girelim)

Alpha err prob: 0.05

Power (1-Beta err prob): 0.80

İki yönlü, %5 alpha ve %80 güç ile 0,91 etki büyüklüğü ile elde edilen sonuçlara göre toplam örneklem büyüklüğü 12’dir. 

Eğer korelasyonum daha düşük olsaydı (0,90 değilde 0.50 olsaydı):

Ön test ile son test arasında ne kadar belirgin bir ilişki varsa beklenen örneklem sayısı o kadar az olabilir. Ön test ile son test arasında ne kadar düşük bir ilişki varsa o kadar daha fazla kişi ihtiyacı olmaktadır. 

 Güç artırırsak ve alpha düşüsürsek de daha fazla kişi sonucu alacaktık. 

EĞER NORMAL DAĞILIM SAĞLANMASAYDI:

Tail(s): Two

Distribution: Normal

Effect size: 0.057

Alpha: 0.05

Power: 0.8

n=28 çıkmıştır.