검정력 분석 계산기: 일원배치 분산분석
일원배치 분산분석의 표본크기를 G*Power와 같은 방식으로 — 브라우저에서 — 계획하십시오. 집단 수, 기대 효과크기 Cohen의 f, 알파, 목표 검정력을 입력하면 정확한 비중심 F 분포로 계산된 집단당 필요 표본크기를 얻을 수 있습니다(G*Power의 'ANOVA: fixed effects, omnibus' 모듈 및 R의 pwr.anova.test와 동일한 매개변수입니다). '검정력 구하기'로 전환하면 이미 수집한 표본이 무엇을 탐지할 수 있는지 확인할 수 있습니다. 문헌에서 에타제곱(η²)만 얻었다면 먼저 저희 효과크기 변환기로 f로 변환하십시오: f = √(η²/(1 − η²)) — 예를 들어 η² = .06은 f = 0.25로, 관례상 '중간' 효과에 해당합니다.
AI 리포트
AI가 결과를 해석해 드립니다: APA 7 / 비즈니스 리포트 형식의 다운로드 가능한 Word 문서.
자주 묻는 질문
일원배치 분산분석에는 참가자가 몇 명 필요합니까?
세 집단, 중간 효과(f = 0.25), α = .05, 80% 검정력의 경우 집단당 53명(총 159명)이 필요합니다. 집단이 많거나 효과가 작을수록 필요 인원이 늘어나며, 본 계산기는 귀하의 설계에 맞는 정확한 수치를 제공합니다.
에타제곱을 Cohen의 f로 어떻게 변환합니까?
f = √(η² / (1 − η²))입니다. 따라서 η² = .01 → f ≈ 0.10(작음), η² = .06 → f ≈ 0.25(중간), η² = .14 → f ≈ 0.40(큼)입니다. 저희 효과크기 변환기 도구가 역방향을 포함해 이를 자동으로 수행합니다.
분산분석 검정력 분석을 APA 형식으로 어떻게 보고합니까?
예: "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 보고서가 이 연구방법 섹션용 단락을 작성해 드립니다.
반복측정이나 요인 분산분석에도 사용할 수 있습니까?
본 모듈은 피험자 간 일원배치(옴니버스) 설계를 다룹니다. 반복측정 설계와 요인 설계에는 추가 매개변수(측정 간 상관, 측정 횟수)가 필요하며, 해당 모듈은 로드맵에 포함되어 있습니다.