晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

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】

（1）Test family選擇「t tests」。

（2）Statistical 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n1≠n2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。

（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n1＝n2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。

（7）t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。

​​

【成對樣本t檢定】

（1）Test family選擇「t tests」。

（2）Statistical 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。

（7）t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。