G*Power ile Örneklem Büyüklüğü Hesaplama: Tez Rehberi 2026

Nicel araştırma yürüten hemen her tez öğrencisinin önünde er ya da geç şu soru belirir: "Kaç kişiden veri toplamam yeterli olur?" Bu sorunun rastgele bir sayıyla ("100 kişi yeter" gibi) yanıtlanması, jüri karşısında ciddi bir metodolojik zaafa dönüşebilir. G*Power ile örneklem büyüklüğü hesaplama, istatistiksel gücü önceden belirleyerek bu belirsizliği ortadan kaldıran, ücretsiz ve akademik camiada yaygın kabul gören bir yöntemdir. Bu rehberde G*Power programının ne işe yaradığını, adım adım nasıl kullanılacağını, farklı analiz türleri için hangi parametrelerin girileceğini ve sonuçların tez metodoloji bölümünde nasıl raporlanacağını ayrıntılı biçimde ele alıyoruz.

G*Power Nedir ve Neden Kullanılır?

G*Power, Almanya'daki Düsseldorf Üniversitesi tarafından geliştirilen, istatistiksel güç analizi (power analysis) yapmaya yarayan ücretsiz bir masaüstü yazılımıdır. Programın temel işlevi, bir araştırmacının önceden belirlediği anlamlılık düzeyi, istatistiksel güç ve beklenen etki büyüklüğüne göre gereken minimum katılımcı sayısını hesaplamaktır.

Örneklem büyüklüğünün önemi yalnızca pratik değil, doğrudan bilimseldir. Çok küçük bir örneklemle çalışıldığında gerçekte var olan bir etki istatistiksel olarak anlamlı çıkmayabilir (Tip II hata riski artar). Aşırı büyük bir örneklemde ise anlamsız derecede küçük farklar bile "anlamlı" görünebilir. Bu yüzden örneklem büyüklüğü keyfi değil, hesaplanmış olmalıdır.

G*Power Ne İşe Yarar?

G*Power dört farklı analiz tipini destekler:

• A priori analiz: Veri toplamadan önce gereken örneklem büyüklüğünü hesaplar (tezlerde en sık kullanılan tür).
• Post-hoc analiz: Elde edilmiş bir örneklemle ulaşılan istatistiksel gücü hesaplar.
• Compromise analiz: Alpha ve güç arasında denge kurar.
• Sensitivity analiz: Sabit örneklem ve güç için tespit edilebilir minimum etki büyüklüğünü hesaplar.

Tez öğrencilerinin neredeyse tamamı a priori analiz türünü kullanır çünkü veri toplama öncesinde kaç katılımcıya ihtiyaç duyulduğunu belirlemek zorundadırlar.

Örneklem Büyüklüğü Neden Önemlidir?

Etik kurul başvurularında da örneklem büyüklüğü gerekçesi artık standart bir talep haline gelmiştir. Çoğu etik kurul, "Bu sayıya nasıl ulaştınız?" sorusuna istatistiksel bir dayanak beklemektedir. G*Power çıktısı, bu soruya hem etik kurul başvurusunda hem de tez savunmasında somut bir yanıt sağlar.

G*Power ile Örneklem Büyüklüğü Hesaplama Adımları

G*Power ile örneklem büyüklüğü hesaplama süreci, doğru analiz türünü ve parametreleri seçmekten ibarettir. Aşağıdaki adımlar programın güncel sürümleri için geçerlidir.

G*Power Nasıl İndirilir ve Kurulur?

1. Programın resmi sayfasından işletim sisteminize uygun sürümü indirin (Windows veya macOS).
2. Kurulumu tamamladıktan sonra programı açın; arayüz İngilizce'dir ancak sade bir yapıya sahiptir.
3. Üst kısımdaki Test family menüsünden kullanacağınız istatistiksel testin ailesini seçin (t testleri, F testleri, ki-kare testleri vb.).
4. Statistical test menüsünden spesifik testi seçin (örneğin "Means: Difference between two independent means").
5. Type of power analysis kısmından "A priori: Compute required sample size" seçeneğini işaretleyin.

Analiz Türü Nasıl Seçilir?

Analiz türü, tez sorunuzun ve hipotezinizin yapısına göre belirlenir. İki grup ortalamasını karşılaştırıyorsanız t-testi ailesi, üç ve üzeri grup karşılaştırıyorsanız ANOVA ailesi, değişkenler arası ilişkiyi inceliyorsanız korelasyon veya regresyon testleri seçilmelidir. Yanlış test ailesi seçimi, hesaplanan örneklem büyüklüğünün de hatalı çıkmasına yol açar.

Effect Size (Etki Büyüklüğü) Nasıl Belirlenir?

Etki büyüklüğü (effect size), bağımsız ve bağımlı değişkenler arasındaki ilişkinin veya gruplar arası farkın büyüklüğünü standartlaştırılmış biçimde ifade eder. G*Power'da genellikle üç seçenek sunulur: küçük, orta ve büyük etki. Daha önce yapılmış benzer çalışmalardan elde edilen etki büyüklüğü değerleri kullanılabiliyorsa bu tercih edilmelidir; literatürde veri yoksa Cohen'in (1988) konvansiyonel sınıflandırması esas alınır.

Farklı Analiz Türleri için Parametre Ayarları

Her istatistiksel test için tipik etki büyüklüğü değerleri ve önerilen minimum örneklemler farklılık gösterir. Aşağıdaki tablo en sık kullanılan test türleri için genel referans değerlerini özetlemektedir.

t-Testi için Örneklem Hesaplama

Bağımsız örneklem t-testinde G*Power'a girilecek temel parametreler şunlardır: etki büyüklüğü (d), alpha hata düzeyi (genellikle 0,05) ve istatistiksel güç (genellikle 0,80 veya 0,95). Orta düzey bir etki büyüklüğü ve standart parametrelerle çalışıldığında her grup için yaklaşık 60-65 katılımcı gerekir.

ANOVA için Örneklem Hesaplama

ANOVA analizlerinde grup sayısı arttıkça toplam gereken örneklem de artar. G*Power'da "F tests" ailesi altında "ANOVA: Fixed effects, omnibus, one-way" testi seçilerek grup sayısı ve etki büyüklüğü (f) girilir.

Korelasyon ve Regresyon için Örneklem Hesaplama

Korelasyon analizlerinde "Exact – Correlation: Bivariate normal model" testi, regresyon analizlerinde ise "F tests – Linear multiple regression: Fixed model, R² increase" testi kullanılır. Regresyon modellerinde yordayıcı (bağımsız) değişken sayısı arttıkça gereken örneklem büyüklüğü de yükselir.

Ki-Kare ve Nonparametrik Testler için Örneklem Hesaplama

Anket verileri her zaman parametrik test varsayımlarını karşılamayabilir; bu durumda ki-kare testi veya nonparametrik alternatifler devreye girer. G*Power'da "Exact – Proportions: Inequality, two independent groups" veya "Chi-square tests" test ailesi altındaki "Goodness-of-fit tests: Contingency tables" testi seçilerek kategorik değişkenler arası ilişkiler için gereken örneklem hesaplanabilir.

Ki-Kare Testinde Effect Size Nasıl Girilir?

Ki-kare testlerinde etki büyüklüğü genellikle Cohen'in w katsayısı ile ifade edilir. w = 0,10 küçük, w = 0,30 orta, w = 0,50 büyük etkiyi temsil eder. Ayrıca serbestlik derecesi (kategori sayısına bağlı) programa ayrıca girilmelidir; serbestlik derecesi yanlış girildiğinde hesaplanan örneklem büyüklüğü de hatalı çıkar.

Mann-Whitney U ve Wilcoxon Testleri için Örneklem

Normal dağılım varsayımının sağlanmadığı durumlarda kullanılan Mann-Whitney U testi için G*Power'da "t tests – Means: Wilcoxon-Mann-Whitney test" seçeneği kullanılır. Bu testte parametrik t-testine kıyasla genellikle biraz daha fazla katılımcıya ihtiyaç duyulur çünkü nonparametrik testler istatistiksel güç açısından parametrik testlere göre bir miktar dezavantajlıdır.

Örneklem Büyüklüğünü Etkileyen Faktörler

Anlamlılık Düzeyi (Alpha) ve Güç (Power) Nedir?

Alpha (α), Tip I hata olasılığını; yani gerçekte var olmayan bir etkiyi "var" olarak tespit etme riskini ifade eder ve genellikle 0,05 olarak belirlenir. İstatistiksel güç (1-β) ise gerçekte var olan bir etkiyi tespit edebilme olasılığıdır ve sosyal bilimlerde yaygın olarak 0,80 (bazı alanlarda 0,95) kullanılır.

Örneklem büyüklüğünü etkileyen başlıca faktörler şunlardır:

• Beklenen etki büyüklüğü (küçükse daha büyük örneklem gerekir)
• Seçilen alpha düzeyi (daha katı alpha daha büyük örneklem gerektirir)
• Hedeflenen istatistiksel güç (daha yüksek güç daha büyük örneklem gerektirir)
• Test türü ve kullanılan istatistiksel modelin karmaşıklığı
• Beklenen veri kaybı ve eksik veri oranı (genellikle %10-20 pay bırakılır)

"İstatistiksel gücü önceden hesaplamayan bir araştırma, aslında neyi kanıtlamaya çalıştığını da netleştirmemiş demektir." Bu ilke, jüri üyelerinin metodoloji bölümünde en çok sorguladığı noktalardan biridir.

Beklenen etki büyüklüğünü literatürden alırken dikkat edilmesi gereken nokta, kullanılan kaynak çalışmanın örneklem yapısının ve ölçme aracının kendi araştırmanızla benzer olmasıdır. Farklı bir kültürel bağlamda veya farklı bir yaş grubunda elde edilmiş bir etki büyüklüğü değeri, sizin çalışmanız için yanıltıcı bir referans noktası olabilir. Bu nedenle mümkünse aynı ölçeği kullanan, benzer örneklem özelliklerine sahip birden fazla çalışmanın etki büyüklüğü ortalaması alınarak daha güvenilir bir tahmin oluşturulabilir. Böyle bir kaynak bulunamadığı durumlarda Cohen'in konvansiyonel "orta düzey etki" varsayımı, literatürde en sık başvurulan güvenli seçenektir.

Sık Yapılan Hatalar ve Tezde Raporlama

Örneklem Hesaplaması Tezde Nasıl Raporlanır?

Tez metodoloji bölümünde örneklem büyüklüğü hesaplaması genellikle şu şekilde raporlanır: "Araştırmanın örneklem büyüklüğü G*Power 3.1 programı kullanılarak a priori güç analizi ile belirlenmiştir. Orta düzey etki büyüklüğü (d=0,50), α=.05 anlamlılık düzeyi ve 0,80 istatistiksel güç esas alındığında her grup için minimum 64 katılımcıya ulaşılması gerektiği hesaplanmıştır." Bu tür net bir ifade, jüri karşısında metodolojik güveni artırır.

G*Power kullanırken tez öğrencilerinin sık düştüğü hatalar şunlardır:

• Etki büyüklüğünü hiçbir kaynağa dayandırmadan rastgele seçmek
• Alpha ve güç değerlerini gerekçesiz biçimde değiştirmek
• Veri kaybı payını hesaba katmadan tam sınırda örneklem toplamak
• Yanlış test ailesini seçerek hatalı bir örneklem sayısına ulaşmak
• Hesaplama çıktısını ekran görüntüsü dışında hiçbir yerde belgelememek

Bu hatalardan kaçınmak için G*Power çıktı ekranının ekran görüntüsünü almak ve tez ekler bölümüne eklemek yaygın bir uygulamadır; bu konuda tez ekler bölümü nasıl hazırlanır yazımızda ayrıntılı bilgi bulabilirsiniz.

Ayrıca hesaplanan örneklem büyüklüğüne, olası veri kaybını karşılamak amacıyla belirli bir pay eklemek de yaygın bir uygulamadır. Örneğin çevrimiçi anketlerde yanıtlama oranının düşük olması beklendiğinde, hesaplanan minimum örneklem büyüklüğüne %15-20 arası bir ek pay konularak hedef katılımcı sayısı belirlenir. Bu payın da metodoloji bölümünde gerekçesiyle birlikte açıklanması, jüri karşısında sürecin ne kadar planlı yürütüldüğünü gösterir.

Profesyonel Metodoloji Desteği

Örneklem büyüklüğü hesaplaması, tezin bilimsel sağlamlığını doğrudan etkileyen kritik bir adımdır; ancak birçok öğrenci hangi testi, hangi etki büyüklüğünü ve hangi parametreleri seçeceğinden emin olamaz. Metodoloji bölümünün baştan sona tutarlı kurgulanması, doktora tez yazdırma ve yüksek lisans tez yazdırma süreçlerinde danışanlarımıza sunduğumuz temel desteklerden biridir.

Anket ve ölçek tabanlı çalışmalarda örneklem hesaplamasının yanı sıra veri analizi aşamasında da destek almak isteyen öğrenciler lisans tez yazdırma hizmetimizden faydalanabilir. Ayrıca tez metninizin özgünlüğünden emin olmak istiyorsanız intihal kaldırma hizmetimizi de inceleyebilirsiniz.

Sonuç

G*Power ile örneklem büyüklüğü hesaplama, tez araştırmanızın istatistiksel temelini güçlendiren, ücretsiz ve uygulaması nispeten kolay bir yöntemdir. Doğru test ailesini seçmek, etki büyüklüğünü literatüre dayandırmak ve alpha-güç değerlerini gerekçelendirmek, hem etik kurul başvurusunda hem de jüri savunmasında elinizi güçlendirir. Hesaplamayı yaparken zorlandığınız noktalar olursa ya da metodoloji bölümünüzün tamamında profesyonel destek almak isterseniz, WhatsApp üzerinden bize ulaşarak uzman ekibimizden yönlendirme alabilirsiniz.