Calculadora de análisis de potencia: prueba t
¿Cuántos participantes necesitas? Responde a la pregunta favorita del comité de ética sin descargar G*Power: elige el tipo de prueba (dos muestras independientes, pareada o de una muestra), introduce el tamaño del efecto esperado d de Cohen, tu nivel alfa y la potencia objetivo, y obtén el tamaño muestral necesario por grupo — calculado con la distribución t no central exacta, coincidiendo con G*Power y power.t.test() de R con al menos seis dígitos significativos. La misma pantalla también funciona a la inversa (post hoc): introduce un tamaño muestral para ver la potencia que realmente alcanzaste. Convenciones: d = 0,2 pequeño, 0,5 mediano, 0,8 grande; una potencia del 80 % con α = .05 es el estándar habitual de planificación.
Informe con IA
Deja que la IA interprete tus resultados: un documento Word descargable en formato APA 7 / informe de negocio.
Preguntas frecuentes
¿Cuántos participantes necesito para una prueba t?
Para un efecto mediano (d = 0,5), α = .05 bilateral y una potencia del 80 %, necesitas 64 participantes por grupo (128 en total) en una prueba t independiente, o 34 pares en un diseño pareado. Efectos esperados más pequeños aumentan el requisito de forma pronunciada: d = 0,2 necesita 394 por grupo.
¿Esta calculadora es equivalente a G*Power?
Sí para las pruebas t: usa los mismos parámetros (tamaño del efecto d, α, potencia, colas) y la misma distribución t no central exacta, por lo que los tamaños muestrales y los valores de potencia coinciden con los módulos de 'medias' de G*Power. Funciona en el navegador sin instalar nada.
¿Cómo informo un análisis de potencia en formato APA?
Indica el software/método, la prueba, los parámetros y el resultado, por ejemplo: "Un análisis de potencia a priori para una prueba t de muestras independientes (bilateral, d = 0.5, α = .05, potencia = .80) indicó una muestra necesaria de 64 participantes por grupo". El Informe IA da formato a este párrafo de justificación para tu sección de método.
¿Qué tamaño del efecto debo asumir si no tengo datos piloto?
Usa tamaños del efecto de estudios publicados sobre preguntas similares, o una estimación metaanalítica; en su defecto, calcula la potencia para el efecto más pequeño que aún sería relevante en la práctica (SESOI). Evita recurrir por defecto a 'mediano' sin justificación — los revisores lo piden cada vez más.