Styrkeanalys-kalkylator

Styrkeanalys-kalkylator

Cohens d är den förväntade skillnaden mellan de två gruppernas medelvärden delad med standardavvikelsen. 0,2 är liten, 0,5 medelstor och 0,8 stor.

Att planera en studie med två grupper eller ett A/B-test börjar med en fråga: hur många deltagare behövs för att ha en rimlig chans att upptäcka den effekt du bryr dig om? Ange effektstorleken som Cohens d, välj signifikansnivå, typ av test och önskad styrka, så får du urvalsstorleken per grupp och totalt. Vet du redan hur många personer du kan rekrytera fyller du i det antalet, så visas vilken styrka du skulle få.

Så beräknar du en urvalsstorlek

  1. 1

    Ange Cohens d

    Skriv in den standardiserade skillnad du förväntar dig mellan de två gruppernas medelvärden, eller välj genvägen för liten (0,2), medelstor (0,5) eller stor (0,8) effekt.

  2. 2

    Välj testinställningar

    Välj signifikansnivå (alfa), önskad styrka och om testet ska vara tvåsidigt eller ensidigt. Du kan också fylla i en urvalsstorlek per grupp för att se vilken styrka den ger.

  3. 3

    Läs av urvalsstorleken

    Resultatet visar urvalsstorleken per grupp, totalen för båda grupperna, den styrka som uppnås vid den storleken och de antaganden som använts.

Formeln bakom resultatet

För två oberoende grupper av samma storlek, jämförda med ett t-test för två stickprov och normalapproximationen, är urvalsstorleken per grupp:

n = 2 × ((z₁₋α/2 + z₁₋β) / d)²

avrundat uppåt till närmaste heltal. Här är d Cohens d, z₁₋α/2 är den standardiserade normalkvantilen för signifikansnivån (använd z₁₋α för ett ensidigt test) och z₁₋β är kvantilen för den styrka du vill ha. Med alfa = 0,05 (tvåsidigt) är den första kvantilen 1,960, och med 80 % styrka är den andra 0,842. För d = 0,5 ger det 2 × (2,802 / 0,5)² = 62,8, alltså 63 personer per grupp och 126 totalt.

Kvantilerna beräknas med en invers normalfördelningsfunktion (Acklams rationella approximation), så du kan använda alla signifikansnivåer och styrkevärden i listorna, inte bara de som finns i en tryckt tabell.

Urvalsstorlek per grupp (tvåsidigt, alfa = 0,05)

Cohens d 80 % styrka 90 % styrka 95 % styrka
0,2 (liten) 393 526 650
0,3 175 234 289
0,5 (medelstor) 63 85 104
0,8 (stor) 25 33 41
1,0 16 22 26

Om effektstorleken halveras fyrdubblas ungefär det urval som krävs, och därför behöver små effekter så stora studier.

Så väljer du indata

  • Effektstorlek. Använd den minsta skillnad som skulle spela roll i praktiken, inte den mest optimistiska. En pilotstudie eller tidigare forskning inom ditt område är en bättre utgångspunkt än de allmänna etiketterna 0,2, 0,5 och 0,8, som Cohen själv beskrev som grova riktmärken.
  • Alfa. 0,05 är det vanliga valet. En strängare nivå som 0,01 kräver ett större urval: för d = 0,5 och 80 % styrka blir det 94 per grupp i stället för 63.
  • Styrka. 80 % är det vanliga minimikravet och 90 % är typiskt när en missad effekt skulle bli kostsam.
  • Ensidigt eller tvåsidigt. Ett ensidigt test kräver färre personer (50 per grupp för d = 0,5 vid 80 % styrka), men är bara rimligt om en effekt i motsatt riktning vore ointressant och du bestämde det innan datainsamlingen.

Vad kalkylatorn inte täcker

Normalapproximationen bortser från den extra osäkerhet som kommer av att standardavvikelsen måste skattas, så resultatet kan hamna en eller två deltagare per grupp under det exakta t-testvärdet, och skillnaden är större för mycket små urval. Kalkylatorn förutsätter två oberoende grupper av samma storlek med lika varians. Parade designer, olika stora grupper, andelar, korrelationer och ANOVA kräver andra formler. Lägg till några extra deltagare i ditt mål för att täcka bortfall och saknade data.

Vanliga frågor

Styrka är sannolikheten att ditt test upptäcker en effekt av den angivna storleken när effekten verkligen finns. Vid 80 % styrka skulle ungefär en studie av fem missa den. Styrkan ökar med större urval, större effekt och en mer tillåtande alfanivå.

Cohens d är skillnaden mellan de två gruppernas medelvärden dividerad med deras gemensamma standardavvikelse. Ta den skillnad du vill kunna upptäcka och standardavvikelsen från en pilotstudie eller tidigare forskning. Har du ingetdera kan du använda 0,5 som platshållare och se hur svaret förändras vid 0,3 och 0,8.

Den här kalkylatorn använder normalapproximationen, som behandlar standardavvikelsen som känd. En exakt t-testberäkning använder t-fördelningen och ger vanligtvis en eller två deltagare mer per grupp, till exempel 64 i stället för 63 för d = 0,5 vid 80 % styrka.

Om du anger hur många deltagare du kan rekrytera per grupp visar resultatet även vilken styrka du skulle få med det antalet, med samma Cohens d, alfa och testtyp. Det är praktiskt när urvalet bestäms av budget eller tid.

Nej. Värdena du anger skickas till vår server för att räkna fram resultatet, och de läggs till i sidans länk när du går mellan stegen, så att en beräkning kan bokmärkas eller delas. De sparas inte i något konto eller någon profil.

Relaterade verktyg

Verktyget finns på andra språk