Calculadora de análise de poder

A análise de poder conecta quatro grandezas que definem um estudo estatístico: tamanho do efeito, nível de significância, poder estatístico e tamanho da amostra. Esta calculadora faz uma análise a priori, estimando o número mínimo de observações independentes antes da coleta de dados. O efeito é informado como d de Cohen, uma diferença padronizada em unidades de desvio-padrão. Um valor próximo de 0.2 costuma ser chamado de pequeno, 0.5 de médio e 0.8 de grande, mas um valor relevante deve vir do conhecimento da área, de evidências anteriores ou do menor efeito que vale a pena detectar. O nível de significância, geralmente chamado de alpha, controla a probabilidade tolerada de falso positivo quando a hipótese nula é verdadeira. Um valor convencional é 0.05. Poder estatístico é a probabilidade de detectar o efeito especificado quando ele realmente existe. Pesquisadores costumam planejar poder de 0.80 ou 0.90. Aumentar o poder, reduzir alpha ou buscar um efeito menor aumenta a amostra necessária, pois o estudo precisa distinguir um sinal mais fraco sob exigências de evidência mais rigorosas. O cálculo usa uma aproximação normal bilateral. Soma o valor crítico normal padrão correspondente à metade de alpha ao valor crítico do poder desejado, divide pelo efeito padronizado, eleva ao quadrado e arredonda para cima. Esse modelo é útil para o planejamento inicial de um teste de média padronizada de uma amostra e como aproximação transparente para desenhos relacionados. Um estudo com dois grupos independentes geralmente precisa, em cada grupo, de um múltiplo da quantidade exibida conforme suas premissas de alocação e variância; consulte um método específico do desenho antes do recrutamento final. O resultado deve ser tratado como mínimo estatístico, não como meta completa de recrutamento. Aumente-o para prever desistências, registros ausentes, agrupamento, medidas repetidas, alocação desigual, múltiplos desfechos primários ou incerteza nas estimativas de efeito. Cálculos de poder não corrigem amostragem enviesada, medição ruim nem modelo de análise inadequado. Documente cada premissa no protocolo e considere cálculos de sensibilidade com vários efeitos plausíveis para que as partes interessadas vejam como a incerteza altera a necessidade prática de amostra.