Gratis te gebruiken, geen account nodig

Statistische vermogenscalculator

Plan een vergelijking van gemiddelden in twee groepen. Schat het vermogen op basis van een steekproefgrootte, of schat de deelnemers die nodig zijn voor een doelvermogen.

Cohen’s d is het verwachte verschil tussen groepsgemiddelden gedeeld door de gedeelde standaarddeviatie. Gebruik een verdedigbare schatting op basis van eerder bewijsmateriaal of een betekenisvol minimaal effect, en niet een resultaat dat is gekozen na het zien van de gegevens.

Benadering voor twee onafhankelijke, even grote groepen die gemiddelden vergelijken met een normaal (z) model. Het is niet de exacte t-testberekening met kleine steekproeven.

Modelreferentie Statsmodels: model met normaal vermogen met twee monsters

Wat betekent statistische kracht?

Vermogen is de kans dat een geplande test het gespecificeerde effect detecteert wanneer dat effect reëel is. Het hangt af van de effectgrootte, de steekproefomvang en het significantieniveau.

Veelgestelde vragen

Wat betekent statistische kracht?

Vermogen is de kans dat een geplande test het gespecificeerde effect detecteert wanneer dat effect reëel is. Het hangt af van de effectgrootte, de steekproefomvang en het significantieniveau.

Worden mijn onderzoeksaannames geüpload?

Nee. De berekening wordt in deze browser uitgevoerd. Uw aannames worden niet door deze tool geüpload of opgeslagen.

Wat betekent 80% vermogen?

Onder de ingevoerde aannames betekent een schatting van 80% dat de geplande test het gespecificeerde effect ongeveer 80% van de tijd zou detecteren als dat effect reëel zou zijn. Het is geen 80% kans dat een resultaat waar is.

Wat is Cohen’s d?

Cohen’s d is een gestandaardiseerd verschil tussen twee gemiddelden: de verwachte kloof gedeeld door de gemeenschappelijke standaarddeviatie. Het resultaat is sterk afhankelijk van het effect dat je kiest.

Vervangt dit een volledige vermogensanalyse?

Nee. Deze browserschatting omvat een evenwichtige vergelijking van tweegroepsgemiddelden met een normale benadering. Het modelleert geen ongelijke groepsgroottes, gepaarde gegevens, verhoudingen, ANOVA, geclusterde of herhaalde metingen, covariaten, exacte t-toetsen, meervoudige toetsen of studiespecifieke ontwerpbeperkingen.