Strøm refererer til muligheten for en statistisk test for å oppdage en effekt , forutsatt at det er en å oppdage. Jo høyere strøm , jo mindre sannsynlig er det at testen vil gi en falsk negativ - avvise en riktig hypotese . Det gis som et tall mellom 0 og 1, som kan omdannes til en prosentdel. For eksempel representerer en kraft på 0,68 en 68 prosent sjanse for at testen ikke vil gjøre en falsk negativ feil , også kalt en Type II feil . Du trenger:
G * Power programvare
Effect størrelse ( eller spådde effekt størrelse)
Strøm ( eller ønsket effekt)
Sample størrelse , Alpha nivå ( statistisk signifikans cut -off nivå)
Vis flere instruksjoner
Beregning strøm
en
bestemme hvilken type maktanalyse du trenger. Du må enten en post hoc -analyse , der du har samlet inn data allerede, og ønsker å vite kraften i din analyse , eller en a priori analyse, der du ønsker å vite hvor mye data å samle for å oppnå en viss makt .
2
ned og kjøre G * Power , et gratis program for Mac og PC utviklet ved Universitetet i Düsseldorf ( se Ressurser ) .
3
Velg type analysen du gjennomfører fra " test familien" og "Statistical test " drop down menyer .
4
Velg " A priori " eller " Post hoc " som hensiktsmessig fra " Type maktanalyse " drop down menyen.
5
Skriv inn relevant informasjon i feltene i " Input parametre "-delen .
for a priori tester , må du legge inn effekten størrelse , gitt som Pearsons r , den kraften du ønsker å oppnå og alfa nivå du bruker . Dette alpha er avskåret punkt for statistisk signifikans brukt i analysen , . For eksempel 0,05 i psykologi
post hoc tester , må du legge inn størrelsen på utvalget av eksperimentet , effekten størrelsen du oppnådde , gitt som Pearsons r og alfa nivå du brukte .
for både a priori og post hoc tester , bruker du rullegardinmenyen til å angi om testen var ensidige eller tosidige .
6
Klikk på " Beregn " i høyre .
7
Les produksjonen i nederst til høyre på skjermen. For en a priori test , presenterer programmet den totale størrelsen på utvalget du trenger for å oppnå ønsket nivå av makt. For en post hoc test , lærer du den observerte effekt av analysen du har gjennomført .
