檢定力分析計算機

檢定力分析連結了影響統計研究的四個量：效果量、顯著水準、統計檢定力與樣本數。本計算機執行事前分析，也就是在開始蒐集資料前，估算獨立觀測值的最低數量。效果量以 Cohen's d 輸入，是以標準差為單位的標準化差異。約 0.2 常被稱為小效果，0.5 為中等效果，0.8 為大效果，但有意義的數值應來自專業知識、既有證據或值得偵測的最小效果。 顯著水準通常稱為 alpha，控制虛無假設為真時可容忍的偽陽性機率，常用值為 0.05。統計檢定力則是指定效果確實存在時將其偵測出的機率。研究者通常以 0.80 或 0.90 的檢定力規劃。提高檢定力、降低 alpha 或鎖定較小效果，都會增加所需樣本數，因為研究必須在更嚴格的證據要求下辨別較弱的訊號。 計算採用雙尾常態近似。將對應 alpha 一半的標準常態臨界值與目標檢定力的臨界值相加，除以標準化效果量，再平方並無條件進位。此模型適用於單一樣本標準化平均數檢定的初期規劃，也可作為相關設計的透明近似。兩個獨立組的研究通常需依分配比例與變異數假設，將顯示數量調整倍數後作為各組樣本數，因此正式招募前應使用符合設計的方法。 結果應視為統計上的最低需求，而非完整招募目標。請針對預期流失、資料缺漏、群聚、重複量測、組間分配不均、多個主要結果指標或效果估計的不確定性增加樣本數。檢定力計算無法修正抽樣偏誤、量測品質不佳或分析模型不適當。請在研究計畫中記錄所有假設，並考慮以多個合理效果量進行敏感度計算，讓相關人員了解不確定性如何影響實際樣本需求。