Güven Aralıkları ve Örneklem Büyüklüğü Basitçe Anlatıldı

Güven aralıkları, örneklem büyüklüğü ve p-değerleri istatistikte en sık yanlış anlaşılan üç kavram arasındadır ve karışıklığın çoğu bunların sırayla nasıl bir araya geldiğinin görülmemesinden kaynaklanır. Her biri gerçekten farklı bir soruya yanıt verir ve belirli bir sırayla ilerlerler: ne kadar veri toplanması gerektiği, gerçekte toplanan verinin ne kadar belirsiz olduğu ve bu verideki bir farkın gerçekten bir anlam ifade edip etmediği.

Veri Toplamadan Önce: Kaç Tanesine İhtiyacınız Var?

Örneklem Büyüklüğü Hesaplayıcı önce gelen soruyu yanıtlar, tek bir yanıt bile toplanmadan önce: istenen hata payı ve güven düzeyi göz önüne alındığında, bir anket gerçekte kaç katılımcıya veya gözleme ihtiyaç duyar? Hata payı temel formülde karesi alındığından, istenen hata payını yarıya indirmek gereken örneklemi yalnızca ikiye katlamaz — yaklaşık olarak dört katına çıkarır ve bu tam olarak dar bir ±%1 marjın, tipik bir ±%5 marjından çok daha fazla katılımcı gerektirmesinin nedenidir.

Pratik ipucu: anketi tasarlamadan önce sonuçlarınızın gerçekte ne kadar hassas olması gerektiğine karar verin, sonra değil — veri toplama zaten başladıktan sonra hata payını daraltmak, örneklem büyüklüğü kararının iyi ya da kötü şekilde zaten verilmiş olduğu anlamına gelir.

Veriye Sahip Olduktan Sonra: Belirsizliğiniz Ne Kadar Geniş?

Güven Aralığı Hesaplayıcı tersi soruyu yanıtlar, gerçek veri mevcut olduğunda: bir örneklemin ortalaması, standart sapması ve büyüklüğü göz önüne alındığında, gerçek popülasyon değerini muhtemelen içeren aralık ne kadar geniştir? “%95 güven aralığı”, aynı örnekleme sürecinin birçok kez tekrarlanması durumunda, üretilen aralıkların yaklaşık %95’inin gerçek popülasyon ortalamasını içereceği anlamına gelir — gerçek ortalamanın bu belirli aralığın içinde olma olasılığının %95 olduğu anlamına GELMEZ, bu terimi düzenli olarak kullananları bile şaşırtan bir ayrımdır. Örneklem büyüklüğüyle aynı kare kök ilişkisi burada da ortaya çıkar: daha büyük bir örneklem standart hatayı (ve dolayısıyla tüm aralığı) küçültür, ancak aralığı tekrar yarıya indirmek yine örneklemin yaklaşık dört katına çıkarılmasını gerektirir, sadece iki katına çıkarılmasını değil.

Pratik ipucu: bir haberde geçen “artı eksi 3 yüzde puanlık hata payı” tam olarak aynı aralığı, sadece farklı şekilde ifade edilmiş olarak tanımlar — ve daha dar bir aralık, daha düşük bir güven düzeyi pahasına elde ediliyorsa otomatik olarak daha iyi değildir, çünkü hassasiyet ve güven birbirine karşı bir denge oluşturur.

Bir Farkın Gerçek Olup Olmadığına Karar Vermek

P-Değeri Hesaplayıcı üçüncü, gerçekten farklı bir soruyu yanıtlar: bir karşılaştırma veya testten elde edilen bir z-puanı göz önüne alındığında, gerçekte hiçbir gerçek etki olmasaydı, bu kadar aşırı bir sonucu tamamen şans eseri gözlemleme olasılığı nedir? Geleneksel 0,05 eşiğinin altındaki bir p-değeri genellikle istatistiksel olarak anlamlı kabul edilir — ancak bu eşik yaygın olarak kullanılan bir gelenektir, bir doğa kanunu değildir ve bir p-değeri asla sıfır hipotezinin kendisinin doğru olma olasılığını göstermez, bu yaygın ve sonuçları önemli bir yanlış yorumlamadır.

Pratik ipucu: istatistiksel anlamlılık ve pratik anlamlılık farklı şeylerdir — yeterince büyük bir örneklemle, küçücük, pratikte anlamsız bir etki bile çok küçük bir p-değeri üretebilir, bu yüzden bir p-değeri en iyi şekilde bir güven aralığı veya etki büyüklüğüyle birlikte okunur, asla tek başına değil.

Hepsini Bir Araya Getirmek

Doğal sıra şudur: istenen hassasiyet için ne kadar veri toplanacağına karar vermek üzere bir anket veya deney planlarken Örneklem Büyüklüğü Hesaplayıcı‘ı kullanın, gerçek veriler elinizde olduğunda gerçek belirsizliğinizin ne kadar geniş çıktığını görmek için Güven Aralığı Hesaplayıcı‘ı çalıştırın ve grupları karşılaştırırken veya belirli bir hipotezi test ederken gözlemlenen bir farkın muhtemelen gerçek mi yoksa yalnızca gürültü mü olduğunu değerlendirmek için

P-Değeri Hesaplayıcı

‘ı kullanın. Bu üç araç aynı istatistiksel sürecin farklı aşamalarında yer alır — hangisinin hangi aşamada geçerli olduğunu karıştırmak (veri sahibi olmadan önce bir güven aralığı sorusu sormak veya veri sahibi olduktan sonra bir örneklem büyüklüğü sorusu sormak), birinin sayılarının diğeri yerine yanlış kullanılmasının en yaygın yollarından biridir.