Bu çalışmada, iki ve üç grup ortalamasının karşılaştırılmasında kullanılan Student t-Testi ve Varyans Analizi Tekniğinde istenen güce sahip sonuçların elde edilebilmesi için, gerekli örnek genişliğini tespit etmek amacıyla bir simülasyon çalışması yapılmıştır. Bu simülasyonda, varyansları birbirine eşit, ortalamaları birbirinden farklı olan 6 adet normal populssyon üretilmiş ve iki farklı yaklaşımla bu populasyonlardan örnekler çekilmiştir. Bu iki farklı yaklaşım; a) üretilen 6 populasyonun mümkün olan ikili kombinasyonlarından yararlanılarak, her defasında bu ikili kombinasyonların birinden birer örnek alınarak t-Testi ile karşılaştırılmış ve bu islam 10 000 defa tekrarlanarak gerçekleşen güç değeri ampirik olarak, çekilen örneklerde eşit ve farklı sayıda gözlem bulunmasına göre çeşitli örnek genişliklerinde hesaplaranıştır. Bu işlemler sonucunda örneklerde eşit sayıda gözlem bulunmasının t-Testinin istenen güce ulaşmasında daha etkili olduğu görülmüştür, b) yukarıdaki 6 populasyonun her defasında üç tanesini kullanmak üzere, 9 farklı ortalama kombinasyonu oluşturulup, her kombinasyondan eşit ve farklı sayıda gözlem içeren örnekler rasigele seçilip, varyans analizi ile F-Testinin gücü 10 000 deneme sonunda ampirik olarak tespit edilmiştir. Bunun sonucunda ise, 3 ortalamanın sıralanışı bakımından ortads yer alan grupta diğer gruplardan daha az sayıda gözlem bulunması halinde, en az toplam gözlem sayısı ile F-Testinin istenen güce ulaştığı görülmüştür.

The purpose of this study was to determine the suitable sample size to achieve the necessary power for Student's t-Test and ANOVA, using a simulation model in which six normal populations with equal variances and unequal means were simulated. Samples were taken from these populations using two different approaches namely, a. samples were taken from each possible pair combinations of these six populations and sample means were compared using Student's t-Test. This process was repeated for 10 000 times and the power of the test was calculated empirically on different samples sizes with equal and unequal number of observations. Consequently, it was found that samples having equal number of observations are more effective for reaching the desirable power, b. samples having equal and unequal number of observations were taken randomly from nine different mean combinations using tree of the above mentioned populations each time. These mean combinations v/ere compared 10 000 times using ANOVA. The power of F-Test was calculated empirically then. It was found that the desirable power can be achieved with a few number of total observations, if the middle group mean contains lesser number of observation, than other two groups.