検定力分析計算ツール: 一元配置分散分析
一元配置分散分析のサンプルサイズをG*Powerと同じ方法で — ブラウザ上で — 計画できます。群数、期待される効果量Cohenのf、アルファ、目標検定力を入力すると、正確な非心F分布から計算された群あたりの必要サンプルサイズが得られます(G*Powerの「ANOVA: fixed effects, omnibus」モジュールおよびRのpwr.anova.testと同一のパラメータです)。 「検定力を求める」に切り替えると、すでに収集した標本で何が検出できるかを確認できます。文献からイータ二乗(η²)しか得られない場合は、まず当サイトの効果量変換ツールでfに変換してください: f = √(η²/(1 − η²)) — たとえばη² = .06はf = 0.25となり、慣例上の「中」程度の効果に相当します。
よくある質問
一元配置分散分析には何名の参加者が必要ですか?
3群、中程度の効果(f = 0.25)、α = .05、80%の検定力の場合、群あたり53名(合計159名)が必要です。群が増えたり効果が小さくなったりすると必要数は増加します。本ツールはあなたのデザインに対する正確な数値を算出します。
イータ二乗をCohenのfに変換するには?
f = √(η² / (1 − η²))です。したがってη² = .01 → f ≈ 0.10(小)、η² = .06 → f ≈ 0.25(中)、η² = .14 → f ≈ 0.40(大)となります。当サイトの効果量変換ツールは、逆方向も含めてこれを自動で行います。
分散分析の検定力分析をAPA形式でどう報告すればよいですか?
例: "An a priori power analysis (one-way ANOVA, three groups, f = 0.25, α = .05, power = .80) indicated a required sample size of 53 per group (N = 159)." AIレポートがこの方法セクション用の段落を作成します。
反復測定や要因配置の分散分析にも使えますか?
本モジュールは被験者間の一元配置(オムニバス)デザインを対象としています。反復測定デザインや要因デザインには追加のパラメータ(測定間の相関、測定回数)が必要です。これらのモジュールはロードマップに含まれています。