Wie Power eines Tests berechnet

Kraft bezeichnet die Fähigkeit eines statistischen Tests zur Erkennung eines Effekts, der Annahme, dass es zu erkennen. Je höher die Leistung, desto unwahrscheinlicher ist es, dass der Test ein falsch-negativ--erzeugt lehnen eine richtige Hypothese. Es ist gegeben, als eine Zahl zwischen 0 und 1, die auf einen Prozentsatz umgewandelt werden können. Beispielsweise stellt eine Leistung von.68 68 Prozent Chance, dass der Test einen falschen negativen-Fehler, auch genannt einen Typ II-Fehler nicht machen wird.

Anweisungen

Rechenleistung

1 Bestimmen Sie den Typ des Power-Analyse, die Sie brauchen. Sie benötigen entweder eine post-hoc Analyse, wo Sie Ihre Daten bereits gesammelt haben und wollen wissen, die Macht Ihrer Analyse oder eine a-priori-Analyse, wo Sie wollen wissen, wie viele Daten zu sammeln, um eine gewisse macht zu erreichen.

2 Herunterladen und Ausführen von G * Power, ein kostenloses Programm für Mac und PC an der Universität Düsseldorf entwickelt (siehe Ressourcen).

3 Wählen Sie den Typ der Analyse, die Sie aus der Familie der"Test führen" und "Statistische Test" Dropdown-Menüs.

4 Wählen Sie "A priori" oder "Post Hoc" aus der "Art der Power Analysis" drop-down-Menü.

5 Geben Sie die relevante Informationen in die Felder im Abschnitt "Eingabeparametern".

Bei a-priori-Tests müssen Sie die Effektgröße Eingang als Pearsons R, die macht, die Sie erreichen wollen und das alpha-Niveau, die, das Sie verwenden. Diese Alpha ist die Cut off Punkt für statistische Signifikanz in Ihrer Analyse verwendet; z. B..05 in Psychologie.

Für post-hoc Tests müssen Sie die Samplegröße der Ihr Experiment, die Effektgröße Eingang Sie erreicht, da Pearsons R und Alpha-Sie verwendet Ebene.

Verwenden Sie für sowohl a priori als auch post-hoc Tests Dropdown-Menü an, ob Ihr Test einseitige oder zweiseitige war.

6 Unten rechts klicken Sie auf "Berechnen".

7 Lesen Sie die Ausgabe in unten rechts auf dem Bildschirm. Für eine a-priori-Test die Software präsentiert die Gesamtstichprobe Größe Sie Ihre gewünschte Maß an Macht müssen. Für ein post-hoc-Test erfahren Sie die beobachtete macht der Analyse, die Sie durchgeführt haben.