Calculateur d'analyse de puissance : test t
De combien de participants avez-vous besoin ? Répondez à la question favorite du comité d'éthique sans télécharger G*Power : choisissez le type de test (deux échantillons indépendants, apparié ou échantillon unique), saisissez la taille d'effet attendue d de Cohen, votre niveau alpha et la puissance cible, et obtenez la taille d'échantillon requise par groupe — calculée à partir de la loi t non centrale exacte, en accord avec G*Power et power.t.test() de R avec au moins six chiffres significatifs. Le même écran fonctionne aussi en sens inverse (post-hoc) : saisissez une taille d'échantillon pour voir la puissance réellement atteinte. Conventions : d = 0.2 petit, 0.5 moyen, 0.8 grand ; une puissance de 80 % à α = .05 est le standard de planification habituel.
Rapport IA
Laissez l'IA interpréter vos résultats : un document Word téléchargeable au format APA 7 / rapport professionnel.
Questions fréquentes
De combien de participants ai-je besoin pour un test t ?
Pour un effet moyen (d = 0.5), α = .05 bilatéral et une puissance de 80 %, il faut 64 participants par groupe (128 au total) pour un test t indépendant, ou 34 paires pour un plan apparié. Des effets attendus plus petits augmentent fortement l'exigence — d = 0.2 nécessite 394 participants par groupe.
Ce calculateur est-il équivalent à G*Power ?
Oui pour les tests t : il utilise les mêmes paramètres (taille d'effet d, α, puissance, latéralité) et la même loi t non centrale exacte, de sorte que les tailles d'échantillon et les valeurs de puissance correspondent aux modules « means » de G*Power. Il fonctionne dans le navigateur, sans rien installer.
Comment rapporter une analyse de puissance au format APA ?
Indiquez le logiciel/la méthode, le test, les paramètres et le résultat, par exemple : « Une analyse de puissance a priori pour un test t pour échantillons indépendants (bilatéral, d = 0.5, α = .05, puissance = .80) a indiqué un échantillon requis de 64 participants par groupe. » Le Rapport IA met en forme ce paragraphe de justification pour votre section méthode.
Quelle taille d'effet supposer si je n'ai pas de données pilotes ?
Utilisez les tailles d'effet d'études publiées sur des questions similaires, ou une estimation méta-analytique ; à défaut, calculez la puissance pour le plus petit effet qui aurait encore une importance pratique (SESOI). Évitez de retenir « moyen » par défaut sans justification — les relecteurs le demandent de plus en plus.