İstatistiksel güç analizi nedir ve istatistiksel güç analizi neden önemlidir?

İstatistiksel güç, gerçekte var olan bir etkiyi tespit eden bir anlamlılık testinin olasılığıdır.

Gerçek bir etki, bir popülasyondaki değişkenler arasındaki gerçek, sıfır olmayan bir ilişkidir. Bir etki genellikle gruplar arasındaki gerçek bir fark veya değişkenler arasındaki bir korelasyon ile gösterilir.
Bir çalışmadaki yüksek güç, bir testin gerçek bir etkiyi tespit etme şansının yüksek olduğunu gösterir. Düşük güç, testinizin yalnızca gerçek bir etki tespit etme şansının az olduğu veya sonuçların rastgele ve sistematik bir hatayla çarpıtılma olasılığının yüksek olduğu anlamına gelir.


Güç esas olarak örneklem büyüklüğü, etki büyüklüğü ve anlamlılık seviyesinden etkilenir. Bir çalışma için gerekli örneklem büyüklüğünü belirlemek için bir güç analizi kullanılabilir.
Örnek verileri kullanarak bir popülasyon hakkında doğru sonuçlar çıkarmak için yeterli istatistiksel güce sahip olmak gerekir.


Hipotez testinde, boş ve alternatif hipotezlerle başlarsınız: etkinin olmadığı boş bir hipotez ve gerçek bir etkinin alternatif bir hipotezi (gerçek araştırma tahmininiz).
Amaç, boş hipotezi alternatif hipotez lehine makul bir şekilde reddedip reddedemeyeceğinizi istatistiksel olarak test etmek için bir örnekten yeterli veri toplamaktır


Örnek: Araştırma sorusu, doğada dışarıda vakit geçirmenin hastalarda stresi azaltıp azaltamayacağı ile ilgilidir. İlk olarak, bu soru boş ve alternatif bir hipoteze dönüştürülür.

• Boş hipotez: Doğal bir ortamda açık havada günlük 30 dakika geçirmenin hastalarda stres üzerinde hiçbir etkisi yoktur.
• Alternatif hipotez: Doğal bir ortamda açık havada günlük 30 dakika geçirmek, hastalarda stres belirtilerini azaltacaktır. 

I. ve II. Tip Hata Nedir?

Çalışma sonuçlarını yorumlarken her zaman iki karar hatasından birini yapma riski vardır. Bunlar 1. tip hata ve 2. tip hata olarak adlandırılır.

• I. Tip hata: gerçekte doğru olduğunda hiçbir etkinin boş hipotezini reddetme. 
• II. Tip hata: aslında yanlış olduğunda hiçbir etkinin boş hipotezini reddetmemek.

Örnek: Tip I ve II hataları

• I.Tip hata: doğada günlük 30 dakika geçirmenin, gerçekte olmadığı halde stresi azalttığı sonucuna varılması.
• II. Tip hata: doğada günlük 30 dakika geçirmenin, gerçekte olduğu halde stresi etkilemediği sonucuna varılması 

Güç ise II.Tip hatadan kaçınma olasılığıdır.

Testin istatistiksel gücü ne kadar yüksek olursa, II.Tip hata yapma riski de o kadar düşük olur.
Güç genellikle %80 olarak ayarlanır. % 80 güç, gerçek etkinin var olduğu 100 farklı çalışmada 100 istatistiksel testten sadece 80'inin bunları gerçekten tespit edeceği anlamına gelir.

Çalışma yeterli gücü sahip değilse, çalışma var olan gerçek bir etkiyi tespit edemeyebilir. Bu, zaman ve para gibi kaynakların boşa harcandığı ve hatta katılımcılardan (özellikle klinik çalışmalarda) gereksiz veri toplama nedeniyle etik problemleri akla getirir.
Öte yandan, çok fazla güç, testlerinizin çok küçük olanlar da dahil olmak üzere gerçek etkilere karşı oldukça hassas olduğu anlamına gelir. Bu, gerçek dünyada çok az kullanışlılığa sahip istatistiksel olarak anlamlı sonuçlar bulmaya yol açabilir.
Düşük ve yüksek istatistiksel gücün bu artılarını ve eksilerini dengelemek için, uygun bir seviye belirlemek için bir güç analizi kullanmalısınız.