操作(X為連續變項):
(1)由敘述統計得知,Y=1的有效百分比為39.0%(0.39)。
(2)由敘述統計得知,X的平均數為29.4337,標準差為11.02945。
(3)由羅吉斯迴歸分析的觀察值處理摘要得知,本研究有效樣本數為594。
(4)由參數估計的報表得知,本研究欲求power的連續變項「年齡」之OR值為1.043。
(5)點選Test family的「z tests」→Statistical test裡選擇「Logistic regression」。
(6)Type of power analysis裡選擇「計算power」。
(7)選擇「雙尾」。
(8)代入連續變項「年齡」的odds ratio(OR值=1.043)。
(9)代入Outcome=1的有效百分比0.39。
(10)設定型一誤差,一般設定為0.05。※切記,並非羅吉斯迴歸結果的顯著性。
(11)設定有效樣本數=594。
(12)此處維持預設0。
(13)「年齡」為連續變項,因此X的分配必須選擇「Normal」。
(14)輸入年齡的平均數29.4337,標準差為11.02945。
(15)按下計算。
(16)即可得到研究的檢定力為0.9992744。
操作(X為二分類類別變項):
(1)由敘述統計得知,Y=1的有效百分比為39.0%(0.39)。
(2)因為本研究進行羅吉斯迴歸時,將男生設為參照類別(0),因此羅吉斯迴歸分析時,Code1的是女生,X=1的有效百分比必須輸入女生的,為49.3%(0.493)。
(3)由參數估計的報表得知,本研究欲求power的類別變項「性別」之OR值為0.619。
(4)點選Test family的「z tests」→Statistical test裡選擇「Logistic regression」。
(5)Type of power analysis裡選擇「計算power」。
(6)選擇「雙尾」。
(7)代入連續變項「性別」的odds ratio(OR值=0.619)。
(8)代入Outcome=1的有效百分比0.39。
(9)設定型一誤差,一般設定為0.05。※切記,並非羅吉斯迴歸結果的顯著性。
(10)設定有效樣本數=594。
(11)此處維持預設0。
(12)「性別」為二分類的類別變項,因此X的分配必須選擇「Binomial」。
(13)此處必須設定X=1的有效百分比,再次提醒,因為本例將男生設為參照類別,因此X=1指的是女生,因此輸入女生的有效百分比。
(14)按下計算。
(15)即可得到研究的檢定力為0.7827593。