حاسبة تحليل القوة الإحصائية: نسبتان
هل تقارن معدلَي تحويل أو نجاح أو انتشار؟ أدخل النسبتين المتوقعتين (مثلًا 40% مقابل 60%) وألفا والقوة المستهدفة، واحصل على حجم العينة المطلوب لكل مجموعة. تحوّل الحاسبة النسبتين إلى حجم الأثر h لكوهين باستخدام تحويل الجيب العكسي (arcsine) — وهي بالضبط المعلمة التي يستخدمها G*Power ودالة pwr.2p.test في R — لذا تطابق النتائج تلك الأدوات حتى ستة أرقام معنوية على الأقل. تصلح لاختبارات الفروض الكلاسيكية ولتخطيط اختبارات A/B على حد سواء: يعرض وضع 'إيجاد القوة' الفرق الذي يمكن لحركة الزيارات لديك كشفه واقعيًا. لاحظ أن النسب القريبة من 0 أو 1 أسهل تمييزًا من الفرق المطلق نفسه قرب 50% — ويلتقط h هذا تلقائيًا.
تقرير بالذكاء الاصطناعي
دَع الذكاء الاصطناعي يفسّر نتائجك: مستند Word قابل للتنزيل بتنسيق APA 7 / تقرير أعمال.
الأسئلة الشائعة
كم مستخدمًا أحتاج لكل نسخة في اختبار A/B؟
أدخل معدلك الأساسي (مثلًا 0.40) والمعدل الذي تطمح إليه (مثلًا 0.50)، وأبقِ α = .05 والقوة عند 80%، واقرأ n لكل مجموعة — نحو 387 لكل نسخة في هذا المثال (h = 0.20). خفض الفرق القابل للكشف إلى النصف يضاعف المتطلبات نحو أربع مرات.
ما هو h لكوهين؟
h = 2·arcsin(√p₁) − 2·arcsin(√p₂) — حجم أثر للنسب يجعل حسابات القوة دقيقة عبر كامل المدى من 0 إلى 1. المعايير: 0.2 صغير، و0.5 متوسط، و0.8 كبير. تحسبه الحاسبة من نسبتيك تلقائيًا.
كيف أكتب تحليل القوة هذا بأسلوب APA؟
مثلًا: "أشار تحليل قوة قبلي لاختبار z لنسبتين (p₁ = .40, p₂ = .60, h = 0.41, α = .05، ثنائي الذيل، power = .80) إلى 48 مشاركًا لكل مجموعة". ينسّق التقرير الذكي فقرة التسويغ الكاملة.
هل تفترض هذه الأداة تساوي حجمي المجموعتين؟
نعم — التصميم الكلاسيكي بعدد n متساوٍ لكل مجموعة، وهو الأكثر كفاءة أيضًا. أما التوزيع غير المتساوي المخطط له، فالنهج التقريبي هو حساب القوة باستخدام الوسط التوافقي لحجمي المجموعتين.