이것은 당신이 듣고 싶어하는 대답이 아니며, 두려워하지만 어쨌든 말할 것입니다 : 온라인 계산기의 유혹에 저항하려고 노력하십시오 (독점적 인 계산기를 구입하기 전에 돈을 저축하십시오).
이유는 다음과 같습니다. 1) 온라인 계산기는 모두 다른 표기법을 사용하며 문서화가 잘되지 않는 경우가 많습니다. 시간 낭비입니다. 2) SPSS는 전력 계산기를 제공하지만 부서가 감당하기에 너무 비싸서 시도조차 한 적이 없습니다! 3) "중간 효과 크기"와 같은 문구는 가장 단순한 리서치 디자인을 제외하고는 가장 오해의 소지가 있으며 최악의 경우에는 명백한 잘못입니다. [0,1]에서 효과 크기를 단일 숫자로 증류 할 수없는 매개 변수와 상호 작용이 너무 많습니다. 단일 숫자로 입력 할 수 있다고해도 Cohen의 0.5가 문제의 맥락에서 "중간"에 해당한다는 보장은 없습니다.
나를 믿으십시오-장기적으로 총알을 물고 자신의 이익 (및 상담중인 사람의 이익)에 시뮬레이션을 사용하는 방법을 가르치는 것이 좋습니다. 그들과 함께 앉아 다음 단계를 완료하십시오.
1) 문제의 상황에 적합한 모델을 결정하십시오 (이 부분에서 이미 작업 한 것처럼 들립니다).
2) Null 매개 변수가 무엇인지, 제어 그룹의 동작, 문제와 관련하여 의미하는 바를 결정하기 위해 그들과상의하십시오.
3) 차이가 실제로 의미 가 있으려면 매개 변수가 무엇인지 결정하기 위해 그들과상의하십시오 . 샘플 크기 제한이있는 경우 여기에서도 식별해야합니다.
4) 2) 및 3)의 두 모델에 따라 데이터를 시뮬레이션하고 테스트를 실행하십시오. 많은 소프트웨어를 사용 하여이 작업을 수행 할 수 있습니다-좋아하는 것을 골라보십시오. 거부했는지 확인하십시오.
5) 4) 수천 번 반복하십시오 (예 : . 당신이 거부 횟수를 추적, 샘플 비율 P 거부의 전력의 추정치입니다. 이 추정치는 약 √ 표준 오차가 있습니다엔피^.피^( 1 - p^) / n−−−−−−−−−√
이런 식으로 전력 분석을 수행하면 몇 가지 사항을 찾을 수 있습니다. A) 예상보다 많은 매개 변수가 실행되었습니다. 그것은 세상에서 그것들을 어떻게 "중간"과 같은 하나의 숫자로 축소 할 수 있는지 궁금하게 만들 것입니다. 그리고 당신은 그것이 어떤 직접적인 방법으로는 가능하지 않다는 것을 알게 될 것입니다. B) 당신의 힘은 다른 많은 계산기들이 광고하는 것보다 훨씬 작을 것입니다. C) 샘플 크기를 늘려서 전력을 늘릴 수 있지만 조심하십시오! "실제적으로 의미있는"차이를 감지하려면 엄청나게 큰 표본 크기가 필요합니다.
위의 단계를 수행하는 데 문제가있는 경우 생각을 수집하고 CrossValidated에 대한 질문을 잘 정리하면 여기 사람들이 도움을 줄 것입니다.
편집 : 당신이 절대적으로 온라인 계산기를 사용해야한다는 것을 안다면, 내가 찾은 최고의 것은 Russ Lenth의 검정력 및 표본 크기 페이지 입니다. 오랫동안 사용되어 왔으며 상대적으로 완전한 문서가 있으며 통조림 효과 크기에 의존하지 않으며 관련성 있고 중요한 다른 논문에 대한 링크가 있습니다.
다른 편집 : 우연히도,이 질문이 올 때 나는이 게시물 중 일부를 살려보기 위해 블로그 게시물을 작성하는 중입니다 (그렇지 않으면 너무 빨리 대답하지 않았을 수도 있음). 어쨌든, 나는 지난 주말에 그것을 끝내었고 여기서 찾을 수 있습니다 . SPSS를 염두에두고 작성되지는 않았지만 사람이 영리하다면 SPSS 구문으로 일부를 번역 할 수있을 것입니다.