Tasarım etkisi nedir?

Aynı kümedeki (okul, klinik, köy) bireyler benzer yanıt verme eğilimindedir; Cochrane El Kitabı’na göre bu nedenle veriler artık bağımsız varsayılamaz ve ICC, kümedeki bireylerin ‘benzerliğini’ anlatır. Kerry ve Bland (1998), küme içi korelasyon katsayısını (ICC, ρ) küme ortalamalarının gerçek varyansının, bu varyans ile küme içi varyansın toplamına oranı olarak verir: ρ = σc² / (σc² + σw²). Cochrane El Kitabı, 0,05’in altındaki ICC değerlerinin tipik olduğunu belirtir.

BM İstatistik Bölümü (2005), tasarım etkisini Kish’e (1965) atfen, karmaşık bir tasarımla elde edilen bir tahminin varyansının, aynı büyüklükteki basit rastgele örneklemde bulunacak varyansa oranı olarak tanımlar. Kerry ve Bland’a göre küme başına m birey alındığında tasarım etkisi 1 + (m − 1)ρ’dur; küme başına tek gözlem varsa (m = 1) tasarım etkisi 1’dir. Aynı yazarlar, küme büyükse küçük bir ICC’nin bile etkili olduğunu gösterir: m = 50 ve ρ = 0,019 için 1 + 49 × 0,019 = 1,931, yani yaklaşık iki kat örneklem.

BM İstatistik Bölümü’ne göre etkin örneklem büyüklüğü n / deff’tir. Cochrane El Kitabı’na göre kümelenmeyi yok sayan analizlerde güven aralıkları yapay biçimde dar, P değerleri yapay biçimde küçük çıkar ve bu yanlış pozitif sonuçlara yol açabilir. Naing ve ark. (2006), basit rastgele örneklem için hesaplanan sayının tasarım etkisiyle çarpılması gerektiğini belirtir.