Hvad er sample size?
En sample size er antallet af patienter, forsøgspersoner, eller dyr man planlægger at tage med i sit studie. Størrelsen på en sample size kan bestemmes på flere måder.
I store registerbaserede studier vil man oftest tage alle de observationer med, der opfylder kriterierne. Et eksempel er landsdækkende kohorte-undersøgelser, hvor man benytter data fra Landspatientregisteret. Her er sample size jo op imod 6 millioner mennesker, hvilket kun er muligt, da data allerede er indsamlet. I andre sammenhænge, hvor man selv skal ud og finde forsøgspersonerne eller patienterne, inkludere dem og lave alle observationer, er man nødt til at regne på, hvor mange der kræves inkluderet for at studiet giver mening. Det gør man ved hjælp af sample size beregning.
I en klassisk sample size beregning har man 2 grupper, som får hver sin behandling. Det kan f.eks. være behandling A for smerter sammenlignet med behandling B for smerter. Så skal man regne på, hvor mange personer man skal have i hver gruppe, for at man får et statistisk signifikant resultat. For at kunne dette skal man have en antagelse om, hvad niveauet af smerter er ved behandling B, og hvad niveauet af smerter er ved behandling A. Derudover skal man vide eller beslutte, hvad ens signifikansniveau skal være, og hvad ens power skal være.
Traditionelt sætter man signifikansniveauet til 0,05 og poweren til 0,80. Med en power på 0,80 bliver beta 0,20 eller 20%. Altså en risiko for type-2 fejl på 20% og med α på 0,05 en risiko for type-1 fejl på 5%.
Når man beregner sin sample size og får et givet antal forsøgspersoner, er det vigtigt at vurdere, om studiet er gennemførligt. Hvis ens beregninger viser, at man f.eks. skal bruge 1000 mennesker, så er det ikke sikkert, at man kan nå dette i løbet af sit forskningsår eller for den sags skyld Ph.D.-forløb. Så er det man må undersøge, om man kan vælge et andet outcome at lave sample size beregning på eller måske en anden gruppe at undersøge.
Der findes flere online sample size beregningshjemmesider, men det er en god idé altid at få det regnet igennem af en statistiker og diskutere det i sin projektgruppe.