筆者過去曾經介紹關於線性迴歸分析、羅吉斯迴歸分析之樣本數規劃,為了讓這系列的文章更為完整,此次將補充有關獨立t、成對t、單因子變異數分析與相關分析關於G-power的樣本數計算操作,並包含效果量的解說。

在以下的操作中,型一誤差α皆設為0.05,而Power(1-β)皆設為0.8,雙尾檢定。

【獨立樣本t檢定】

1Test family選擇「t tests」。

2Statistical test選擇「Means: Difference between two independent means (two groups)」。

3)透過Determine,可將手邊已有的數據計算出效果量,若不需要的話,可以跳至第七步。

4)效果量的計算,G-power提供兩種方式,當n1n2時,此時需鍵入兩組的個別平均數,以及兩組合在一起時的標準差,但除非資料為研究者所屬,否則一般都只有兩組個別的標準差,此時可透過以下公式求得兩組合在一起的標準差。

 

1.jpg

 

5)效果量的計算,G-power提供第二種效果量的計算方式,適用於當n1n2時,此時需鍵入兩組的個別平均數,以及兩組個別標準差。

6)按下「Calculate and transfer to main window」,可計算出效果量,並自動轉入左邊的效果量欄位。

7t檢定所使用的效果量為d值,預設值為中度效果量d=0.5,當d=0.2時為低度效果量,當d=0.8時為高度效果量。

8)設定兩組樣本數的比值,此處保持預設值1,按下Calculate

9)即求得兩組各需要6名樣本,總共需要12名樣本。

 

2.jpg

 

【成對樣本t檢定】

1Test family選擇「t tests」。

2Statistical test選擇「Means: Difference between two dependent means (matched pairs)」。

3)透過Determine,可將手邊已有的數據計算出效果量,若不需要的話,可以跳至第七步。

4)效果量的計算,G-power提供兩種方式,找出配對樣本差值的平均數及標準差並鍵入,不過除非是自己的資料,否則差值的標準差恐怕不易取得。

5)效果量的計算,G-power提供第二種效果量的計算方式,鍵入兩組數據的個別平均數與標準差,以及這兩筆配對資料的相關係數,不過除非是自己的資料,否則兩筆配對資料的相關係數恐怕不易取得。

6)按下「Calculate and transfer to main window」,可計算出效果量,並自動轉入左邊的效果量欄位。

7t檢定所使用的效果量為d值,預設值為中度效果量d=0.5,當d=0.2時為低度效果量,當d=0.8時為高度效果量。

8)即求得需要10組的配對樣本。

 

3.jpg

創作者介紹

晨晰統計部落格新站(統計、SPSS、BIG DATA討論園地)

晨晰部落格新站 發表在 痞客邦 PIXNET 留言(0) 人氣()