検定力分析計算ツール: t検定
参加者は何名必要でしょうか? G*Powerをダウンロードすることなく、倫理委員会お気に入りの質問に答えられます。検定の種類(対応のない2標本、対応のある、1標本)を選び、期待される効果量Cohenのd、アルファ水準、目標検定力を入力すると、群あたりの必要サンプルサイズが得られます — 正確な非心t分布から計算され、G*PowerおよびRのpower.t.test()と少なくとも有効数字6桁まで一致します。 同じ画面で逆方向(事後)の計算も可能です。サンプルサイズを入力すると、実際に達成された検定力が表示されます。慣例: d = 0.2は小、0.5は中、0.8は大。α = .05で80%の検定力が標準的な計画の既定値です。
よくある質問
t検定には何名の参加者が必要ですか?
中程度の効果(d = 0.5)、α = .05両側、80%の検定力の場合、対応のないt検定では群あたり64名(合計128名)、対応のあるデザインでは34ペアが必要です。期待される効果が小さいほど必要数は急増します — d = 0.2では群あたり394名が必要です。
この計算ツールはG*Powerと同等ですか?
t検定については同等です。同じパラメータ(効果量d、α、検定力、片側/両側)と同じ正確な非心t分布を使用しているため、サンプルサイズと検定力の値はG*Powerの「means」モジュールと一致します。何もインストールせずブラウザで動作します。
検定力分析をAPA形式でどう報告すればよいですか?
ソフトウェア/方法、検定、パラメータ、結果を記載します。例: "An a priori power analysis for an independent samples t-test (two-tailed, d = 0.5, α = .05, power = .80) indicated a required sample of 64 participants per group." AIレポートが方法セクション用のこの正当化段落を整形します。
パイロットデータがない場合、どの効果量を仮定すべきですか?
類似の問いを扱った公表研究の効果量、またはメタ分析による推定値を使用してください。それが難しい場合は、実務的に意味のある最小の効果(SESOI)を検出できるように設計します。根拠なく「中」を既定にするのは避けてください — 査読者はその正当化をますます求めるようになっています。