Danışmanınız yöntem bölümüne baktığında ilk sorduğu sorulardan biri genellikle aynıdır: “Bu örneklem sayısına nasıl ulaştınız?” Tezde örneklem büyüklüğü hesaplama, sadece bir sayı üretme işi değildir. Araştırmanın savunulabilirliği, analizlerin gücü ve sonuçların akademik olarak kabul edilebilirliği büyük ölçüde bu adıma bağlıdır.
Birçok öğrenci bu noktada ya internetten rastgele bir formül alır ya da önce veri toplamaya başlayıp sayıyı sonradan gerekçelendirmeye çalışır. Oysa doğru yaklaşım bunun tersidir. Araştırma deseni, evren yapısı, değişken türü, kullanılacak testler ve beklenen etki büyüklüğü netleşmeden örneklem sayısı belirlenmez. Belirlenirse de yöntem bölümünde kolayca zayıf görünür.
Tezde örneklem büyüklüğü hesaplama neden kritik?
Örneklem büyüklüğü, tezinizde yalnızca yöntem başlığının teknik bir alt konusu değildir. Bu sayı çok düşükse gerçek bir ilişkiyi ya da farkı göremeyebilirsiniz. Çok yüksekse gereksiz veri toplar, zaman ve maliyet kaybı yaşarsınız. Daha da önemlisi, danışman veya jüri karşısında “neden bu kadar katılımcı?” sorusuna net cevap verememek yöntembilimsel bir boşluk yaratır.
Özellikle yüksek lisans ve doktora tezlerinde örneklem sayısının “ulaşılabilen kişi sayısı” ile açıklanması çoğu zaman yeterli kabul edilmez. Erişilebilirlik elbette önemlidir, ancak akademik savunma için istatistiksel ve yöntemsel gerekçe gerekir. Bu gerekçe bazen güç analiziyle, bazen evreni bilinen örneklem formülleriyle, bazen de literatürdeki benzer çalışmaların tasarımıyla birlikte kurulur.
Tezde örneklem büyüklüğü hesaplama hangi bilgilere göre yapılır?
Doğru hesaplama için önce araştırmanın omurgası net olmalıdır. Çünkü tek bir evrensel örneklem sayısı yoktur. Aynı konuda yapılan iki tez, farklı analiz planları nedeniyle tamamen farklı örneklem ihtiyaçlarına sahip olabilir.
İlk belirleyici unsur araştırma modelidir. Betimsel bir tarama araştırmasıyla deneysel bir çalışma aynı mantıkla ilerlemez. İkinci unsur evren bilgisidir. Evren büyüklüğü biliniyorsa kullanılan formüller farklılaşır, bilinmiyorsa farklı bir yaklaşım gerekir. Üçüncü unsur ise analiz türüdür. t testi, korelasyon, regresyon, yapısal eşitlik modeli ya da faktör analizi için gereken örneklem mantığı aynı değildir.
Buna ek olarak güven düzeyi, hata payı ve beklenen etki büyüklüğü de belirleyicidir. Uygulamada öğrencilerin en çok zorlandığı kısım etki büyüklüğüdür. Çünkü bu değer çoğu zaman doğrudan bilinmez. Bu durumda literatürden yararlanmak, pilot çalışma sonuçlarını incelemek ya da alandaki kabul gören orta düzey varsayımlarla ilerlemek gerekir.
En sık kullanılan örneklem belirleme yaklaşımları
Tez çalışmalarında örneklem büyüklüğü hesaplama genellikle üç ana yoldan biriyle yapılır. Hangisinin uygun olduğu, araştırmanın amacı ve veri analiz planına göre değişir.
Evreni bilinen araştırmalarda formül kullanımı
Eğer araştırma evreniniz nettir ve toplam kişi sayısı belliyse, klasik örneklem formülleri kullanılabilir. Özellikle anket temelli tarama çalışmalarında bu yöntem sık tercih edilir. Güven düzeyi ve hata payı burada temel belirleyicidir. Örneğin yüzde 95 güven düzeyi ve yüzde 5 hata payı, sosyal bilimlerde yaygın kullanılan bir çerçevedir.
Ancak burada kritik bir nokta var. Formülle çıkan sayı, her tez için tek başına yeterli savunma sağlamaz. Çünkü veri kaybı, eksik doldurulan ölçekler ve uç değer temizliği sonrasında analizde kullanılabilir örneklem düşebilir. Bu nedenle çoğu zaman minimum sayının biraz üzerine çıkmak daha güvenli olur.
Güç analizi ile örneklem belirleme
Danışmanlar ve jüri üyeleri açısından en güçlü gerekçelerden biri güç analizidir. Çünkü bu yaklaşım doğrudan araştırmanın istatistiksel hassasiyetine odaklanır. Güç analizi yapılırken genellikle anlamlılık düzeyi, test gücü ve etki büyüklüğü birlikte değerlendirilir.
Örneğin bağımsız gruplar t testi, korelasyon analizi veya çoklu regresyon planlıyorsanız, buna uygun güç analizi ile minimum örneklem sayısını hesaplamak mümkündür. Burada amaç, gerçekten var olan bir etkiyi istatistiksel olarak yakalayabilecek kadar katılımcıya ulaşmaktır. Çok düşük örneklemle yapılan bir tezde anlamsız sonuç çıkması, çoğu zaman ilişkinin olmamasından değil, gücün yetersiz olmasından kaynaklanır.
Analize özgü pratik kurallar
Bazı analizlerde araştırmacılar doğrudan formül yerine literatürde kabul gören eşiklerden yararlanır. Faktör analizi için madde başına katılımcı oranı, yapısal eşitlik modellemesinde model karmaşıklığına göre örneklem ihtiyacı ya da lojistik regresyonda olay sayısına göre değerlendirme buna örnektir.
Yine de bu pratik kuralların tek başına kullanılmaması daha doğrudur. En iyi yaklaşım, bu kuralları literatür desteği ve mümkünse güç analizi ile birlikte sunmaktır. Böylece yöntem bölümünüz daha savunulabilir hale gelir.
Sık yapılan hatalar
Örneklem sayısı belirlerken yapılan hata, çoğu zaman analizin kalitesini doğrudan etkiler. En yaygın sorun, analiz planı belli olmadan örneklem hesabı yapılmasıdır. Önce anket hazırlanıp sonra “hangi test uygunsa onu yaparız” mantığıyla ilerlemek, akademik açıdan risklidir.
Bir diğer hata, her araştırmada aynı sayıların kullanılabileceğini düşünmektir. Sosyal medyada veya tez örneklerinde görülen 250, 300 ya da 384 gibi rakamlar bağlamdan bağımsız değildir. O sayıların arkasında evren büyüklüğü, hata payı veya analiz gerekçesi vardır. Sadece sonucu kopyalamak, yöntem bölümünde zayıf bir izlenim yaratır.
Sahada karşılaşılan başka bir problem de kayıp veri payını hesaba katmamaktır. Özellikle çevrim içi anketlerde eksik yanıt, yinelenen kayıt ya da uygunsuz doldurma oranı beklenenden yüksek olabilir. Bu yüzden hesaplanan minimum sayıyı hedeflemek yerine, bir güvenlik marjı bırakmak daha sağlıklı olur.
Yöntem bölümünde nasıl yazılmalı?
Tezde örneklem büyüklüğü hesaplama doğru yapıldığında bile, yanlış ifade edilirse etkisini kaybeder. Jüriyi ikna eden şey yalnızca sayı değil, sayının hangi mantıkla elde edildiğinin açık biçimde yazılmasıdır.
Bu açıklama kısa ama net olmalıdır. Araştırmanın evreni tanımlanmalı, örneklem belirleme yöntemi belirtilmeli ve kullanılan kriterler yazılmalıdır. Eğer güç analizi kullanıldıysa test türü, etki büyüklüğü, alfa düzeyi ve hedef güç değeri belirtilmelidir. Eğer evreni bilinen formül kullanıldıysa güven düzeyi ve hata payı açıkça ifade edilmelidir.
Metin akademik ama gereksiz şekilde karmaşık olmamalıdır. Danışmanın görmek istediği şey, hesaplamanın bilinçli yapıldığını göstermektir. Bu nedenle yöntem bölümünde formülü uzun uzun açıklamaktan çok, neden o yaklaşımın seçildiğini yazmak daha işlevseldir.
Hangi durumda hangi yaklaşım daha uygun?
Eğer teziniz geniş bir öğrenci, hasta, çalışan ya da kullanıcı grubuna yönelik betimsel tarama araştırmasıysa ve evren büyüklüğü biliniyorsa, klasik örneklem formülü çoğu zaman yeterlidir. Ancak hipotez testleri merkeze alınıyorsa, özellikle gruplar arası fark veya değişkenler arası ilişki sınanacaksa güç analizi daha güçlü bir tercih olur.
Regresyon, aracılık, düzenleyicilik, doğrulayıcı faktör analizi ya da yapısal eşitlik modeli gibi ileri analizlerde ise yalnızca genel formüllerle ilerlemek zayıf kalabilir. Bu tür çalışmalarda model yapısına ve parametre sayısına duyarlı bir değerlendirme gerekir. Akademik Analiz gibi istatistik odaklı destek sunan uzman ekiplerin en çok müdahil olduğu alanlardan biri de tam olarak budur. Çünkü burada küçük bir yöntem hatası, tüm bulgular bölümünü tartışmalı hale getirebilir.
Örneklem sayısı yetmiyorsa ne yapılır?
Bu soru özellikle saha erişimi sınırlı öğrenciler için çok gerçektir. Bazen hedeflenen katılımcı sayısına ulaşmak mümkün olmaz. Böyle durumlarda yapılması gereken, sayıyı gerekçesiz biçimde savunmaya çalışmak değil, araştırma tasarımını yeniden değerlendirmektir.
Bazı durumlarda analiz planı sadeleştirilebilir. Bazen alt boyut sayısı azaltılır, bazen çok gruplu karşılaştırmalar yerine daha uygun testlere geçilir. Bazen de çalışma açık biçimde sınırlılıklarıyla birlikte sunulur. Burada önemli olan, veri yetersizliğini görmezden gelmek yerine akademik olarak dürüst ve teknik olarak doğru bir yol izlemektir.
Örneklem yetersizse yine de anlamlı sonuç çıkmış olması tek başına güvence değildir. Aynı şekilde sonuçların anlamsız çıkması da otomatik olarak hipotezin reddedildiği anlamına gelmez. Güç, etki büyüklüğü ve model uygunluğu birlikte düşünülmelidir.
Sağlam bir tez için sayıdan fazlası gerekir
Tezde örneklem büyüklüğü hesaplama, yöntem bölümünün küçük bir detayı gibi görünse de aslında tüm araştırmanın taşıyıcı kolonlarından biridir. Doğru sayı, doğru yöntemle ve doğru ifadeyle sunulduğunda teziniz hem teknik olarak güçlenir hem de danışman geri bildirimleri daha yönetilebilir hale gelir.
Eğer bu aşamada tereddüt yaşıyorsanız, asıl sorunuz “kaç kişiye ulaşmalıyım?” değil, “hangi analiz planı için kaç kişiye ihtiyacım var?” olmalıdır. Doğru soru sorulduğunda, savunulabilir cevap da çok daha net çıkar.