Εισαγωγή
Ο σωστός υπολογισμός του μεγέθους δείγματος αποτελεί ένα από τα σημαντικότερα στάδια στον σχεδιασμό μιας επιστημονικής έρευνας. Ένα δείγμα που είναι πολύ μικρό μπορεί να οδηγήσει σε ασταθείς εκτιμήσεις, μεγάλα διαστήματα εμπιστοσύνης και ανεπαρκή στατιστική ισχύ. Αντίθετα, ένα υπερβολικά μεγάλο δείγμα μπορεί να αυξήσει χωρίς λόγο το κόστος, τον χρόνο και την επιβάρυνση των συμμετεχόντων.
Το απαιτούμενο μέγεθος δείγματος δεν καθορίζεται από έναν γενικό αριθμητικό κανόνα. Εξαρτάται από τον ερευνητικό στόχο, τον τύπο του αποτελέσματος, το αναμενόμενο μέγεθος επίδρασης ή ποσοστό, το επίπεδο εμπιστοσύνης, το επιθυμητό περιθώριο σφάλματος και, στις συγκριτικές μελέτες, τη στατιστική ισχύ.
Τι Είναι το Μέγεθος Δείγματος;
Το μέγεθος δείγματος είναι ο αριθμός των συμμετεχόντων ή παρατηρήσεων που απαιτούνται ώστε μια έρευνα να απαντήσει στο ερευνητικό της ερώτημα με προκαθορισμένη ακρίβεια.
Ο υπολογισμός πρέπει ιδανικά να πραγματοποιείται πριν από τη συλλογή των δεδομένων και να αποτελεί μέρος του ερευνητικού πρωτοκόλλου.
Η μέθοδος υπολογισμού αλλάζει ανάλογα με το αν ο στόχος είναι:
η εκτίμηση ενός ποσοστού,
η εκτίμηση μιας μέσης τιμής,
η σύγκριση δύο ή περισσότερων ομάδων,
η διερεύνηση συσχέτισης,
η εφαρμογή μοντέλου παλινδρόμησης,
ή η αξιολόγηση διαγνωστικής ακρίβειας.
Υπολογισμός Δείγματος για Εκτίμηση Ποσοστού
Όταν ο στόχος είναι να εκτιμηθεί το ποσοστό ενός χαρακτηριστικού σε έναν πληθυσμό, χρησιμοποιείται συχνά ο τύπος:
n = z² × p(1 − p) / d²
όπου:
n = απαιτούμενο μέγεθος δείγματος,
p = αναμενόμενο ποσοστό,
d = επιθυμητό περιθώριο σφάλματος,
z = κρίσιμη τιμή της κανονικής κατανομής για το επιλεγμένο επίπεδο εμπιστοσύνης.
Για επίπεδο εμπιστοσύνης 95%:
z = 1,96
Παράδειγμα
Στο αρχικό αρχείο εξετάζεται η εκτίμηση του ποσοστού παιδιατρικών ασθενών με νευρολογικά νοσήματα που παρουσιάζουν υποθρεψία, με αναμενόμενο ποσοστό περίπου 80%.
Με:
p = 0,80
d = 0,05
z = 1,96
έχουμε:
n = 1,96² × 0,80 × 0,20 / 0,05²
n ≈ 246
Άρα απαιτούνται περίπου 246 πλήρεις παρατηρήσεις για να εκτιμηθεί ένα ποσοστό γύρω στο 80% με 95% διάστημα εμπιστοσύνης και περιθώριο σφάλματος περίπου ±5 ποσοστιαίες μονάδες.
Πιο σωστό είναι να μιλάμε για επίπεδο εμπιστοσύνης 95% και όχι για «ακρίβεια 95%».
Τι Σημαίνει Περιθώριο Σφάλματος ±5%;
Το περιθώριο σφάλματος εκφράζει την επιθυμητή ακρίβεια της εκτίμησης.
Αν το εκτιμώμενο ποσοστό είναι 80% και το περιθώριο σφάλματος είναι ±5 ποσοστιαίες μονάδες, ένα ενδεικτικό 95% διάστημα εμπιστοσύνης μπορεί να εκτείνεται περίπου από 75% έως 85%.
Όσο μικρότερο περιθώριο σφάλματος επιθυμούμε, τόσο μεγαλύτερο δείγμα απαιτείται.
Για παράδειγμα, η μείωση του περιθωρίου από ±5% σε ±3% αυξάνει σημαντικά το απαιτούμενο μέγεθος δείγματος, επειδή το dd βρίσκεται στο τετράγωνο στον παρονομαστή.
Πώς Επιλέγεται το Αναμενόμενο Ποσοστό;
Η τιμή pp πρέπει ιδανικά να βασίζεται σε προηγούμενες δημοσιευμένες μελέτες, σε πιλοτική έρευνα ή σε αξιόπιστα μητρώα.
Στο αρχικό παράδειγμα χρησιμοποιείται προηγούμενη μελέτη με εκτιμώμενο ποσοστό 80%.
Όταν δεν υπάρχει προηγούμενη πληροφορία, χρησιμοποιείται συχνά:
p = 0,50
Η επιλογή αυτή είναι συντηρητική, επειδή το γινόμενο p(1−p)p(1-p) γίνεται μέγιστο όταν p=0,50p=0,50 και επομένως παράγει το μεγαλύτερο απαιτούμενο δείγμα για δεδομένο επίπεδο εμπιστοσύνης και περιθώριο σφάλματος.
Διόρθωση για Μη Ανταπόκριση
Στην πράξη, δεν ανταποκρίνονται όλοι οι συμμετέχοντες που καλούνται να συμμετάσχουν.
Για αυτό πρέπει να αυξάνεται ο αρχικός αριθμός προσκλήσεων.
Αν απαιτούνται 246 ολοκληρωμένες παρατηρήσεις και αναμένεται ποσοστό ανταπόκρισης 75%, ο σωστός υπολογισμός είναι:
nπρόσκλησης = 246 / 0,75 = 328
Άρα πρέπει να προσεγγιστούν περίπου 328 άτομα ώστε, με αναμενόμενη ανταπόκριση 75%, να παραμείνουν περίπου 246 ολοκληρωμένες συμμετοχές.
Στο αρχικό αρχείο αναφέρεται συνολικός αριθμός 308 μετά από προσαύξηση για ανταπόκριση 75%. Αυτή η προσέγγιση ουσιαστικά προσθέτει 25% στο αρχικό δείγμα, αλλά δεν εξασφαλίζει τελικό δείγμα 246 εάν πράγματι ανταποκριθεί μόνο το 75%.
Μέγεθος Δείγματος για Σύγκριση Ομάδων
Όταν ο στόχος δεν είναι η εκτίμηση ενός ποσοστού αλλά η σύγκριση δύο ομάδων, ο υπολογισμός βασίζεται σε διαφορετικές παραμέτρους.
Συνήθως απαιτούνται:
το αναμενόμενο μέγεθος επίδρασης,
το επίπεδο σημαντικότητας α\alpha,
η επιθυμητή στατιστική ισχύς,
ο αριθμός των ομάδων,
και η αναλογία συμμετεχόντων μεταξύ των ομάδων.
Συχνές επιλογές είναι:
α = 0,05
και
Power = 80% ή 90%
Η στατιστική ισχύς εκφράζει την πιθανότητα να εντοπιστεί μια πραγματική επίδραση συγκεκριμένου μεγέθους.
Σφάλματα Τύπου Ι και Τύπου ΙΙ
Ο υπολογισμός του δείγματος στις αναλυτικές μελέτες συνδέεται με δύο βασικά σφάλματα.
Το σφάλμα Τύπου Ι συμβαίνει όταν απορρίπτεται λανθασμένα η μηδενική υπόθεση. Η πιθανότητά του συμβολίζεται με α\alpha.
Το σφάλμα Τύπου ΙΙ συμβαίνει όταν δεν εντοπίζεται μια πραγματική διαφορά. Η πιθανότητά του συμβολίζεται με β\beta.
Η στατιστική ισχύς είναι:
Power = 1 − β
Για παράδειγμα, ισχύς 80% αντιστοιχεί σε β=0,20\beta = 0,20.
Μέγεθος Επίδρασης
Σε συγκριτικές μελέτες το απαιτούμενο δείγμα εξαρτάται σημαντικά από το μέγεθος της διαφοράς που θεωρείται ουσιαστική.
Μεγάλες πραγματικές διαφορές μπορούν να εντοπιστούν με μικρότερα δείγματα. Μικρές διαφορές απαιτούν μεγαλύτερα δείγματα.
Για συνεχείς μεταβλητές χρησιμοποιούνται συχνά effect sizes όπως το Cohen’s d, ενώ για κατηγορικά αποτελέσματα μπορεί να χρησιμοποιηθεί η αναμενόμενη διαφορά ποσοστών, ο Relative Risk ή ο Odds Ratio.
Η επιλογή του effect size πρέπει να βασίζεται στην κλινικά, επιστημονικά ή πρακτικά σημαντική διαφορά και όχι απλώς σε μια τιμή που διευκολύνει την επίτευξη μικρότερου δείγματος.
Πεπερασμένος Πληθυσμός
Οι βασικοί τύποι συνήθως υποθέτουν πολύ μεγάλο πληθυσμό.
Όταν όμως ο συνολικός πληθυσμός είναι μικρός και το δείγμα αποτελεί σημαντικό ποσοστό του, μπορεί να εφαρμοστεί διόρθωση πεπερασμένου πληθυσμού (finite population correction).
Έτσι αποφεύγεται η απαίτηση μεγαλύτερου δείγματος από όσο πραγματικά χρειάζεται.
Σύνθετη Δειγματοληψία
Οι απλοί τύποι συνήθως βασίζονται στην υπόθεση απλής τυχαίας δειγματοληψίας.
Σε μελέτες με ομαδοποιημένη δειγματοληψία, όπως σχολεία, νοσοκομεία ή γεωγραφικές περιοχές, οι παρατηρήσεις μέσα στην ίδια ομάδα μπορεί να είναι περισσότερο όμοιες μεταξύ τους.
Τότε μπορεί να απαιτείται προσαρμογή με design effect, η οποία συχνά αυξάνει το απαιτούμενο δείγμα.
Απώλειες σε Διαχρονικές Μελέτες
Σε προοπτικές και διαχρονικές έρευνες πρέπει να λαμβάνεται υπόψη όχι μόνο η αρχική μη ανταπόκριση αλλά και η πιθανή απώλεια συμμετεχόντων κατά την παρακολούθηση.
Αν, για παράδειγμα, απαιτούνται 300 ολοκληρωμένες περιπτώσεις και αναμένεται απώλεια 20%:
nαρχικό = 300 / 0,80 = 375
Είναι επομένως σημαντικό η προσαρμογή να γίνεται με διαίρεση με το αναμενόμενο ποσοστό διατήρησης και όχι απλώς με πρόσθεση του αντίστοιχου ποσοστού.
Συχνά Λάθη
Ένα από τα συχνότερα λάθη είναι η επιλογή ενός αυθαίρετου μεγέθους δείγματος χωρίς στατιστική αιτιολόγηση.
Άλλα προβλήματα είναι η χρήση πολύ αισιόδοξου ποσοστού ανταπόκρισης, η μη πρόβλεψη απωλειών παρακολούθησης, η σύγχυση μεταξύ επιπέδου εμπιστοσύνης και στατιστικής ισχύος και η επιλογή μεγέθους επίδρασης χωρίς επιστημονική τεκμηρίωση.
Επίσης, η λογική «όσο μεγαλύτερο το δείγμα τόσο καλύτερα» δεν είναι πάντα ορθή. Το δείγμα πρέπει να είναι επαρκές για τον συγκεκριμένο ερευνητικό στόχο.
Συμπεράσματα
Ο υπολογισμός του μεγέθους δείγματος αποτελεί αναπόσπαστο μέρος του ερευνητικού σχεδιασμού.
Για την εκτίμηση ενός ποσοστού απαιτούνται το αναμενόμενο ποσοστό, το επίπεδο εμπιστοσύνης και το αποδεκτό περιθώριο σφάλματος. Στις συγκριτικές μελέτες προστίθενται η στατιστική ισχύς και το αναμενόμενο μέγεθος επίδρασης.
Παράλληλα, πρέπει να προβλέπονται η μη ανταπόκριση, οι απώλειες παρακολούθησης και τυχόν επιδράσεις του σχεδιασμού δειγματοληψίας.
Ένας σωστά τεκμηριωμένος υπολογισμός δεν εξασφαλίζει μόνο στατιστική επάρκεια· ενισχύει τη μεθοδολογική ποιότητα, την αξιοπιστία και την επιστημονική αξία ολόκληρης της μελέτης.
Βιβλιογραφία
Chow, S. C., Shao, J., Wang, H., & Lokhnygina, Y. (2018). Sample size calculations in clinical research (3rd ed.). Chapman & Hall/CRC.
Daniel, W. W., & Cross, C. L. (2018). Biostatistics: A foundation for analysis in the health sciences (11th ed.). Wiley.
Hulley, S. B., Cummings, S. R., Browner, W. S., Grady, D. G., & Newman, T. B. (2013). Designing clinical research (4th ed.). Lippincott Williams & Wilkins.
Machin, D., Campbell, M. J., Tan, S. B., & Tan, S. H. (2018). Sample sizes for clinical, laboratory and epidemiology studies (4th ed.). Wiley-Blackwell.
Pourhoseingholi, M. A., Vahedi, M., & Rahimzadeh, M. (2013). Sample size calculation in medical studies. Gastroenterology and Hepatology from Bed to Bench, 6(1), 14–17.