Örneklem Büyüklüğü Hesaplama

İstatistikSon güncelleme: 17 Ağustos 2026

Örneklem büyüklüğü, bir araştırmada evreni (popülasyonu) temsil etmesi için ulaşılması gereken minimum katılımcı ya da gözlem sayısıdır. Yanlış hesaplanmış bir örneklem iki temel risk doğurur: Örneklem çok küçükse bulgular evrene genellenemez ve gerçekte var olan etkiler saptanamaz; gereksiz büyükse zaman ve kaynak israfına yol açar, etik kurul süreçlerinde sorgulanabilir. Tez, makale ve proje başvurularında hakemler örneklemin hangi formülle ve hangi varsayımlarla hesaplandığını görmek ister.

Bu araç, oran tahminine dayalı araştırmalar (anketler, yaygınlık ve görüş çalışmaları) için literatürde en yaygın kabul gören Cochran (1977) formülünü kullanır; evren büyüklüğü girilirse sonlu evren düzeltmesini otomatik uygular. Güven düzeyi ve hata payı seçiminize göre gerekli minimum katılımcı sayısını, %10 kayıp payı ile önerilen hedefi, hata payına göre değişim grafiğini ve evren büyüklüğüne göre hazır tabloyu üretir.

%
Yaygın tercih ±%5; hassas tahmin gereken çalışmalarda ±%3.
%
İncelenen özelliğin evrendeki tahmini oranı; bilinmiyorsa %50 bırakın (en güvenli değer).
Okul, kurum, il gibi sınırlı evrenlerde N değerini girin; genel popülasyon çalışmalarında boş bırakın.

Yaygın Anket Senaryolarında Gerekli Örneklem

Aşağıdaki değerler, sınırsız evren ve %50 beklenen oran varsayımıyla Cochran formülünden hesaplanmıştır; evren büyüklüğü girildiğinde sonlu evren düzeltmesiyle bu sayılar düşer.

%90 güven, ±%5 hata payı
271 kişi
n₀ = 270,55; yaygın senaryolar içinde en düşük örneklem gereksinimi
%95 güven, ±%5 hata payı
385 kişi
n₀ = 384,15. Sosyal bilimlerdeki standart senaryo; literatürde sıkça 384 olarak da anılır.
%99 güven, ±%5 hata payı
664 kişi
n₀ = 663,49. Güven düzeyini %95'ten %99'a çıkarmak gerekli örneklemi yaklaşık %73 büyütür.
%95 güven, ±%3 hata payı
1.068 kişi
n₀ = 1.067,07. Hata payını ±%5'ten ±%3'e indirmek örneklemi yaklaşık 2,8 katına çıkarır.
Beklenen oran varsayımı
%50
p · (1 − p) çarpımı p = 0,50'de en büyük değerini (0,25) alır; oran bilinmiyorsa en güvenli, yani en büyük örneklemi veren seçimdir.
Önerilen kayıp payı
+%10
Eksik ve özensiz yanıtlar için hesaplanan sayının %10 fazlasına ulaşmak yaygın uygulamadır; %95 ve ±%5 senaryosunda 424 kişi eder.

Cochran (1977) formülüyle, sınırsız evren varsayımı altında hesaplanmıştırKaynak: Cochran, W. G. (1977) — Sampling Techniques (3. baskı)

Formül

n₀ = z² · p · (1 − p) / e²   (Cochran formülü)
Sonlu evren düzeltmesi: n = n₀ / ( 1 + (n₀ − 1) / N )
z: güven düzeyi kritik değeri (%90 → 1,645; %95 → 1,960; %99 → 2,576)
p: beklenen oran (bilinmiyorsa 0,50), e: hata payı (örn. 0,05)

Bu formül oran tahminine dayalı betimsel ve anket araştırmaları içindir; t-testi, ANOVA ya da regresyon gibi hipotez testlerine dayalı deneysel tasarımlarda örneklem, güç analiziyle (örn. G*Power) hesaplanmalıdır.

Nasıl Hesaplanır?

  1. Güven düzeyini seçin — sosyal bilimlerde standart %95'tir, tıpta %99 tercih edilebilir.
  2. Hata payını belirleyin: ±%5 yaygın kabuldür; hassas tahmin gereken çalışmalarda ±%3'e düşürün.
  3. Beklenen oranı girin — pilot çalışma ya da literatürden tahmininiz yoksa %50 bırakın.
  4. Evren sınırlıysa (okul, kurum, il) evren büyüklüğünü girin; genel popülasyonda boş bırakın.
  5. Gerekli minimum örneklemi ve %10 kayıp paylı öneriyi okuyun; grafik ve tablodan alternatif senaryoları inceleyin.

Örnek Hesaplamalar

Standart anket senaryosu (%95, ±%5)

En yaygın senaryo: %95 güven, ±%5 hata payı, %50 beklenen oran. Cochran formülü n₀ = 384,15 verir; yukarı yuvarlanınca 385 katılımcı gerekir, %10 kayıp payıyla 424 kişi önerilir.

Gerekli minimum örneklem: 385 · Sınırsız evren örneklemi (n₀): 384,15 · Sonlu evren düzeltmesi: Uygulanmadı — evren sınırsız varsayıldı

1.000 kişilik okulda anket

Evren 1.000 kişi olduğunda sonlu evren düzeltmesi devreye girer: sınırsız evren için n₀ = 384,15 iken gerekli örneklem 278'e iner; %10 kayıp payıyla 306 öğrenciye ulaşmak hedeflenmelidir.

Gerekli minimum örneklem: 278 · Sınırsız evren örneklemi (n₀): 384,15 · Sonlu evren düzeltmesi: Uygulandı (N = 1.000)

Hassas tahmin (%99, ±%3)

%99 güven düzeyi ve ±%3 hata payı gibi hassas bir tasarımda gerekli örneklem 1.844 katılımcıya çıkar (n₀ = 1.843,03); kesinlik arttıkça örneklem hızla büyür.

Gerekli minimum örneklem: 1.844 · Sınırsız evren örneklemi (n₀): 1.843,03 · Sonlu evren düzeltmesi: Uygulanmadı — evren sınırsız varsayıldı

Sıkça Sorulan Sorular

384 örneklem sayısı nereden geliyor?
%95 güven düzeyi, ±%5 hata payı ve %50 beklenen oranla Cochran formülü n₀ ≈ 384,15 sonucunu verir (z = 1,96 yuvarlamasıyla 384,16) ve bir üst tam sayıya yuvarlanarak 385 olarak raporlanır; yaygın kullanımda 384 de görülür. Bu değer evren sınırsız kabul edildiğinde geçerlidir; evren küçükse gerekli örneklem de küçülür.
Evren büyüklüğünü bilmiyorum, ne girmeliyim?
Evren büyüklüğü alanını boş bırakabilirsiniz. Bu durumda araç, sınırsız evren varsayımıyla Cochran'ın n₀ formülünü kullanır. Evren 10.000'in üzerindeyse sonlu evren düzeltmesinin etkisi zaten pratikte ihmal edilebilir düzeydedir.
Beklenen oran için neden %50 öneriliyor?
p(1−p) çarpımı p = 0,50 iken en büyük değerini (0,25) alır; bu da formülün en büyük, yani en güvenli örneklem sayısını üretmesini sağlar. Önceki araştırmalardan gerçek orana dair güçlü bir tahmininiz yoksa %50 kullanmak standart yaklaşımdır.
Hesaplanan örneklem sayısına ulaşamazsam ne olur?
Örneklem küçüldükçe hata payı büyür ve bulguların evrene genellenebilirliği zayıflar. Bu durumda ya güven düzeyini düşürmeyi (örn. %90) ya da hata payını genişletmeyi (örn. ±%7) kabul ettiğinizi çalışmanın sınırlılıklar bölümünde açıkça raporlamalısınız.
Bu araç hangi örnekleme yöntemleri için geçerli?
Formül, basit seçkisiz (rastgele) örnekleme varsayımına dayanır. Tabakalı örneklemede tabaka başına hesap yapılmalı, küme örneklemesinde sonuç tasarım etkisiyle (deff) çarpılmalıdır. Karmaşık örnekleme tasarımlarında uzman desteği almanız önerilir.
G*Power ile bu araç arasındaki fark nedir?
Bu araç, oran tahminine dayalı betimsel araştırmalar ve anket çalışmaları için Cochran formülünü kullanır. G*Power ise belirli bir istatistiksel testin (t-testi, ANOVA, regresyon) gücüne dayalı örneklem hesaplar. Hipotez testine dayalı deneysel tasarımlarda güç analizi tercih edilmelidir.