如何使用GPower計算相關係數所需要的樣本量?
以下以九步驟假設檢定的先行檢定力分析下去計算:
Test family: exact
Statistical test: Correlation: Bivariate normal model
Type of power analysis: A priori
Tails (建議使用雙尾)
Correlation H1 (此處指效力量)
alpha (顯著水準)
Power (檢定力)
Correlation H0 (虛無假設值 通常為零)
承上 在效力量為0.3 顯著水準0.05 檢定力0.80的條件下 研究樣本量(全部)至少為84
下一篇：Gpower與多重回歸分析
版主您好，想請問我的實驗要做縱貫式研究，同時會使用到獨立樣本t 及ANOVA做相關以及皮爾森，要使用哪一種g power估計樣本呢？
希望能有所幫助 2023-05-06 08:13:31
使用g*power正遇到困難，找到有這樣可以討論的地方真好！感恩版主~~
以下正題：
不好意思想請教版主，我有一個研究資料，想要做事後(post hoc)計算檢定力。介入組分Xa,Xb,Xc三組，Xa為reference group，用羅吉斯回歸校正年齡性別後跑出AOR(ab)=2.02(0.95-4.26), AOR(ac)=2.09(1.15-3.82)。想請問1. 這樣是不是應該分別計算2個power? 2.如果AOR(ac)的power>0.8，但AOR(ab)這組power不好，那麼可以解釋成可能Xb的收案數不足所以造成統計上AOR(ab)跨過1，不一定是真的沒有效應嗎？ 3.有些參數輸入，看了英文版的guideline還是不太確定是否正確。例如計算Xa和Xc比較的power, 我選擇g*power的內容是z tests, logistic regression, post hoc這個方式，下面用two tails, OR=2.09，pr(Y=1|X=1)H0這欄用Xa組中Y=1的盛行率，alfa error prob用0.05，total sample size是Xa+Xc組人數，R2 other X用0(有年齡性別當covariates，需要修改成什麼嗎？)，x distribution選binomial, X parm pi用Xc組中Y=1的盛行率。
有先問身邊比較熟g*power的朋友，但他們好像也不太懂這些細節，很期待版主專業的意見，感謝您！
至於是否能武斷說就是樣本太少所造成的問題? 這個就要回到邏輯回歸的本質:邏輯回歸(或任何的回歸統計) 的基礎來自於質性的理論 例如你不需要搜集100個樣本才能發現職業拳擊手能一拳就打斷人們鼻樑的現象 就如行為學派大師skinner所暗示的:如果介入當下立即就有了變化 顯著檢定就感覺是多此一舉 所以如果研究者發現有的獨變項顯著有的不顯著 考慮獨變項彼此之間的消長關係或許是一個思考方向 2020-11-22 12:14:49
版主您好！ 我的研究是橫斷面調查研究，探討大學生糧食安全程度與飲食、生活形態與身體意向之間的關係。
將會以chi square 和anova做描述性統計、以spearman進行相關性分析、再以社經地位為控制變項以邏輯式回歸分析。
想問版主用g power估計樣本數要以哪一種統計方法會比較恰當呢？（我不太理解該怎麼選統計方法設
關於為何一個研究報告 一個統計分析 簡單的理由可以在 2020-08-05 18:44:49
版主您好，想請教您:
1.如果針對單一組別介入措施，再分為三階段測量其效果，選擇anova repeated measures作為統計方法是否正確?
2.承上，使用GPower計算樣本數時，選擇ANOVA:repeated measures,within factors進行，選項輸入如下
1.Effect size f² = 0.25
2.α err prob = 0.05
3.Power (1-β err prob) = 0.8
4.Number of groups = 1
5.Number of measurements = 3
6.corr among rep mesaures = 0.5
7.nonsphericity correction = 1
計算出的樣本數為28，這樣的GPOWER計算是否需要調整?
感謝版主無私解答，非常謝謝您
第2個問題
1.效力量是柯恩f係數 沒有平方
7.球型假設很難不被違反 所以可能需要校正值(請在本站搜尋 2020-05-08 21:25:31
我有一項準實驗研究，2組重測一次(2*2)，原用t-test 計算有效樣本 82，但後來因兩組出現差異，統計用了ANCOVA, 發現G*power 計算出來不一樣。
想請教:
1. numerator df 是指甚麼?
2. ANCOVA是後來才應用的統計方法，會否因目前有效樣本不符而不適合使用ANCOVA?
所以A因子的主要效果Numerator df = 2-1 =1
B因子的主要效果Numerator df = 2-1 =1
兩個因子交互作用Numerator df = (2-1)*(2-1)= 1
2. 針對ANCOVA設計去計算樣本量
3. ANCOVA無法等化非隨機形成的組別
希望能有所幫助 2019-06-18 22:25:41
版主您好，
我的研究是老年人居住型態(自變項)對家庭支持(中介變項)、心理健康和生活滿意度(依變項)之探究。[單因子變數分析檢視中介變項和依變項的結果，簡單線性迴歸判定中介]
此外，也將調查老年人認知獲得的家庭支持是否和子女認為提供的家庭支持為一致。[卡方檢定]
而性別、婚姻狀況、子女數、健康狀況、經濟狀況等人口學變項(共變數)和居住安排、家庭支持、心理健康和生活滿意度的關係，也是我要探討的。[ANCOVA]
請問上述使用的檢定是否合適？
而依據上述情況，我想知道我大概要收多少樣本數，是使用G*POWER跑回歸嗎？在test family應該選擇什麼?在statistical test又應該選擇什麼呢?
再請版主不吝賜教，謝謝您!!!
版主您好，想問如果研究是自我管理計畫對知識、自我效能、生活品質、生理指標(血壓、血糖)的成效，用G Power計算樣本數，是要選擇哪一種方式? statistical test處要選哪一種呢? 非常感謝您~~~
所以 確定了統計檢定 就可以確定計算樣本數的方式
希望能有所幫助 2018-09-28 19:18:53
我在F平方上的determined內的R平方設定為中度效果0.06，得出f平方即為0.0638，還是說在determined上有選擇錯誤呢?
謝謝版主><
f平方為0.02代表小效力量
f平方為0.15代表中效力量
f平方為0.35代表大效力量
希望能有所幫助 2018-09-01 18:06:06
版主您好，我的研究是多元中介研究(有兩個仲介變項)，有看過版主提供之sobel test連結，我目前是以g power的Linear multiple regression: Fixed model, R² deviation from zero進行，其他輸入如下：
1.Effect size f² = 0.0638298
2.α err prob = 0.05
3.Power (1-β err prob) = 0.8
4.Number of predictors = 3
得出之樣本數為175人
想問版主，這樣的跑法正確嗎?
謝謝版主:)
我的樣本數不能使用您上列的9個步驟嗎？？
謝謝🤔
版主您好...
我是護理人員，想請問 若我的自變項是連續變項(血糖數值) 依變項是類別變項(正常與障礙)
探討相關因素 統計方法是GEE?回歸???
那樣本數該如何計算？
((((一個頭3的大冒煙中
感謝您
至於樣本 為了符合常態分配假設 建議至少30個 2018-06-08 21:20:41
版主您好：
我想請問關於sample size的問題。
我的研究統計欲跑獨立樣本t-test。但是過去研究頂多顯示出重複量數的eta值跟effect size 數值。並未提供事後比較的效果量或各組平均數跟標準差。
不知道能否直接將其重複量數的effect size 數值拿來算我欲跑獨立樣本t-test的sample size.
謝謝您
研究者如果無法從前人研究得出適合的效力量準則 那麼建議使用標準效力量準則來事先決定所需要的樣本量
Gpower選擇獨立樣本t-test 標準效力量準則預設會出現0.5(中度效力量) 研究者可以視需求手動調整標準效力量準則(0.2低度效力量, 0.8高度效力量)
希望能有所幫助 2018-02-14 22:15:24
版主您好:
我想請問您我的研究是想要看焦慮對高低對治療效果的影響
我預計分成兩組(依照分數作切點)，分別為"重度焦慮組"及"輕度焦慮組"
之後去對照對治療效果之影響(連續變相)，
故應該使用t-tset對吧?
但在G-power設定上一直不知道確切是哪個
且我也想把基本資料屬性與治療效果做一對照
若有兩個以上影響到治療效果(a<0.05),則需要再用哪種統計方式呢??是indepadent T檢定嗎???
不知道版大有無建議?萬分感激版大回饋!!!!!!
如果研究者發現有兩個因素(例如 年紀和性別)有影響 那麼這兩組(重度與輕度焦慮)在年紀與性別這兩個因素(變項)上被配對 於是這兩組就產生了關連 建議使用相關樣本t-test
希望能有所幫助 2017-10-22 10:46:47
請問 使用multinominal logistic regression
所選擇的是多元(三個)類別的依變項
G power 使用Z test，x distribution需要如何選擇???
謝謝
希望能有所幫助 2017-02-26 07:33:06
站長您好：
請問探討從事某運動這個獨變項對四種依變項的影響，要探討其相關性，是用pearson's相關分析嗎？樣本數如何計算啊？那如果樣本是不足可以用spearman's相關分析嗎？
樣本數的計算可以使用GPower軟體
希望能有所幫助 2016-03-07 11:10:36
站主我搞懂了，感謝您！
站長您好：
我是一個心理所碩士生，想請教您。
我的量化研究要跑路徑分析，我目前
先以一定樣本先去試跑，會跑出中介
效果，如下圖。但我不知道，這樣以
G power算樣本數時，自變項的數目
要怎麼算？
A -> C -> D
A -> C -> E
B -> C -> D
B -> C -> E
圖形可能不是表達的很好
A、B為自變項
C為中介
D、E為依變項
希望您能幫我解答，
非常感謝。
希望能有所幫助 2015-10-14 08:48:20
站長 好:
初學者想請問:
想請問若以問卷評估衛教對於高血壓病人的疾病認知度影響(實驗組是用衛教手冊,對照組是常規衛教方式)請問如何以統計方法計算sample size
是否要運用pair t test比較兩組間有無進行某運動對其心率變異度、體能、全體能量值的影響
希望能有所幫助 2015-08-24 11:22:38
站長你好：
我是剛接觸統計的研究生，之前都沒有統計基礎，所以現在看到統計彷彿看到天書，真的不太懂，也不知道該如何操作GPOWER，能否麻煩您教我該如何設定計算實驗的樣本數
要實驗的內容是，
評估有進行某運動組和無進行某運動組，去看其此運動對心率變異度（依變項）、體能（依變項）和全體能量值（依變項）的影響
請問該如何設定GPOWER計算樣本數呢><‘’
麻煩您了謝謝!!!!
謝謝站長!!!!雖然很多有些不懂...我會好好研究一下!!!!
並在介入前、介入中期、介入結束後各做一次問卷評測
然而依據研究者的說法 要進行三次比較 這三次比較情況之一為分別於實驗前中後各進行一次實驗組與對照組之比較 承上段 由於隨機分組的關係 實驗前的比較似乎多餘 情況之二為研究者想要分別看看實驗組本身在實驗前中後是否有差異(對照組亦同) 這時候要運用重複測量變異數分析
研究者可以看出來 第一段的作法實際上已經能夠達到研究者想要在第二段獲得的訊息 如果下定決心使用第一段的作法 那麼研究者頂多進行二次的獨立樣本t-test 一次於介入中 一次於介入後 在GPower選擇獨立樣本t-test模組 第一類型錯誤機率要矯正成0.025(0.05/2) 當然這是母數檢定模式(要考量等變異數假設 常態性假設) 如果依變項無法視為連續變項(換句話說 只能視為類目變項) 那麼請考慮無母數檢定
希望能有所幫助 2014-10-13 04:12:12
對了然後我有分實驗組還有對照組!!
站長您好!!!
我是在做國科會計畫的護理系大專生，對於統計真的不太懂，也不知道該如何操作GPOWER...不知能否麻煩您教我該如何設定數據><
我做的內容是，
以十二周的居家運動介入法，去看能否影響癌症患者的生活品質以及自我心像
請問我該如何設定GPOWER計算樣本數呢><
麻煩您了謝謝!!!!
您好，我在使用Gpower去算paired t-test的 所需樣本數時，effect size, err prob 和 power 請問應該填什麼?? ( 我要分析的data，只有一組人， 人數是9名，要看他們在穿矯形衣的前和後，十多個部位的姿勢角度變化 ) 萬分感謝!!!
effect size:例如 智力測驗100分為虛無假設 效力量設定為10分 那麼110以上才能說有差異 因此效力量被事先確定以指出研究者認為值得談論的最低研究發現 研究者一開始就在研究的依變項上直接指定不重要與重要結果之間的分界 因此效力量代表敏感性 如果研究者設置高度效力量 那麼研究者期望其統計檢定力只對高度效力敏感 換句話說 如果研究者設置50分為效力量 那麼智力測驗150分以上才能說是重要差異
err prob:第一類型錯誤機率 通常設定為0.05 換句話說 在虛無假設為真的情況下 拒絕虛無假設的機率為0.05
power:檢定力(統計檢定力) 與第二類型錯誤機率的關係是(1減第二類型錯誤機率) 換句話說 檢定力越高 第二類型錯誤機率越小 通常檢定力不能小於0.8
樣本量:樣本量越多檢定力越高
這些數值互相糾葛在一起 研究者可以利用Gpower探索研究者心目中的組合 2014-09-11 19:37:34
版主您好:
看ㄌ您ㄉ文章還是有些不懂想請問您您ㄉES是如何設定為0.2的理由為何ㄋ
效力量本身就有事前與事後的定義 建議閱讀本書三刷第八章內容
效力量的設定端看研究者的著重點 以事後效力量而言 通常研究者會認為越大越好 而事前效力量卻僅僅指出研究者認為"值得談論"的最低研究"發現" 2013-11-18 20:23:16
版主 您好
想請問若研究中要以回歸看是否具有中介效果，要怎麼使用G-power計算樣本人數?
謝謝
想請教~如果我的研究要看調節效果是否達顯著~已經做了pilot study~要怎麼例用G-power算樣本人數呢?我的調節效果預計要用多元迴歸的方式跑~那用G-power算樣本人數時也是選多元迴歸來計算嗎?謝謝!
然後再看以下的網頁:
http://www.danielsoper.com/statcalc3/calc.aspx?id=16
然後讀者恍然大悟要使用G-power的:
Linear multiple regression: Fixed model, R2 increase
希望能有所幫助 2013-08-12 20:02:09
想請教G Power軟體中透過估計effect size估計出的個案數，因實驗組較不易取得，其軟體中可以改為1:2(實驗組:控制組)之估算個案，有任何文獻依據或支持嗎?
請問抓樣本數要怎樣設定才能出現數據呢？
雙尾a .05
power 0.8
effect size 0.8
這樣該如何計算？
然後下載GPower軟體 根據所需的條件輸入訊息 這樣會比較快捷 2013-05-03 17:39:33
版主您好，
想請問一下，如果我想分析介入組和對照組的成效差異，請問我應該如何操作G power來計算我的樣本數?謝謝您!!
非常感恩！！
漏打，是要計算spearman的power(統計檢定力)，謝謝
不好意思，可以請問一下，如果要計算無母數相關分析spearman相關分析，要使用的模式是哪一個?跟您寫的一樣嗎? exact, correlation: bivariate normal model 一樣是這個嗎? 謝謝回答!!!
Thank you very much!!
謝謝您即時的回答
不好意思想再請教一下要怎麼樣才能知道odd ratio和pr要設定在多少數值？是要參考前人的研究嗎？
另外如果我想要知道兩者之間的關聯性（都是nominal data）這樣是不是用phi係數來確認，所需要的樣本數會比使用logic regression較少一點？
非常感謝，我有研究了您的譯作但還是被這些名詞搞得很混亂....
2.可以使用phi係數(兩個二分變項都是標準二分法)也可以使用卡方先進行顯著檢定 然後再計算phi當作效力量: chi-squared = n*phi-squared(此處n是總樣本量)
希望能有所幫助 2012-02-28 13:14:24
您好
如果想要用logistic regression作分析那要如何用g power計算所需要的樣本量？
謝謝！！
1. odds ratio:這個地方指的是Wald's test(威爾德檢定)所需要的勝算比資訊 跟二分依變項為1與0時的勝算有關(勝算我們把它想成跟機率有關)
2. Pr(Y=1/ X=1)H0:虛無假設下 二分依變項為1時的機率(一般我們把1當作"事件發生")
3. R-squared other X:因為我們在每一個獨變項上執行威爾德檢定 因此每一個被執行威爾德檢定的獨變項 其變異(variance)能夠被其他獨變項所解釋的量在此呈現(這裡不是指多重回歸R 這裡指的是多重共線性的概念) 預設值為0因為我們不希望獨變項之間存在多重共線性
4.X distribution:這裡是指被威爾德檢定所考量的那個獨變項的資料特性(例如 連續變項使用常態分配)
希望能有所幫助 2012-02-27 11:00:46
不好意思請問一下，如果我的問卷的題項是使用連續的變數來做路徑分析，我可以使用此軟體來計算檢定力嗎?
提供參考 2012-02-08 21:52:23
謝謝您的回答!
不好意思還有一個小問題忘記問了。
就是我的受試者人數如果是不等格的，在total sample size的部分就不應該填入總和吧?應該使用什麼方法加以矯正呢?
再次謝謝您!
total sample size填入總樣本數
希望能有所幫助 2012-01-06 22:43:37
非常感謝版主的即時回答。對不起但我不太了解您說要做兩次檢定力分析的部分，我想我應該再講得清楚一點我的實驗設計。
我的實驗設計是一個三因子的混和設計(2x2x2)，其中A,B是受試者內因子，C則是受試者間。而在我的理論假設之下，我預期會看到BxC at A1的單純交互作用會顯著，BxC at A2則不會。
目前大致上是得到符合預期的結果，但是BxC at A2雖然沒有顯著，卻接近邊緣顯著，所以才想要算他的power。
當然，我明白最好應該是要在事前做一個priori的power analysis去確定受試者人數，達到預定人數之後若沒有顯著就接受沒有顯著的結果，但因為這個效果的effect size比較難估計~總之就是先收完了才遇到這樣的問題。
我不太能理解您說的做兩次檢定力分析，一次採用within，另一次採用between-within的這部分。一個單純交互作用的檢定不是只會有一個power、一個effect size嗎?還是說因為是單純交互作用，要套在三因子交互作用之下?因為我統計概念不是很清楚，還請您能夠說明詳細一點~感謝您~
此外，應該是我沒說清楚的關係，您最後說的部分感覺上是針對三因子的交互作用而設想的?如果是要求三因子的power，我能夠明白group就是受試者間因子的那兩個level，而measurements就是剩下兩個受試者內因子2*2=4，但因為我想要計算的是單純交互作用BxC at A1 or BxC at A2(A,B是受試者內，C是受試者間)，這樣還是像您所說的，measurements是4嗎?
謝謝您了~非常不好意思，拿了個很繁瑣的東西請教您，我有借講power analysis的書，也上網查了不少文章，但都沒有講到這種例子..謝謝版主願意花時間回答!
組間是橫列(C) 組內是直欄 因為有兩個組內 所以欄是A下含B(A1下含B1 B2 而A2下含B1 B2) 有四次重複測量
希望能有所幫助 2012-01-06 23:00:10
您好，我也是想要做事後檢驗，但是是一個三因子(2*2*2，兩個是within一個between)下的二因子的單純交互作用(一個within一個between)，請問仍然是使用repeated measures裡面的with-between interaction嗎? 請問這樣我的group跟measures都是2嗎? (我是使用G power 3.1.3的版本)
另外，在填corr among repetition measures時，我手上的資料顯示，總共4個重複測量的相關並不太一致，有兩組是無相關，其他則大致落在.25到.4的相關，請問這樣有什麼建議的處理方法嗎?
如果我的問題沒有說明清楚的話還請告訴我一下～謝謝
相關不一致顯示違反球形假設 要做epsilon校正
看起來是要做二個檢定力分析(也就是要算出二個power) 一個within 一個between-within interaction 為甚麼呢 因為就算有兩個within 重複測量的次數與樣本都沒變
between-within interaction代表有多組一起重複測量 所以組數要看到底有幾個組別一起重複測量(如果是治療組和偽藥組 那麼就有兩組) 根據所提供訊息 不管是within或是between或是interaction組數都是2
雖然有兩個within以及兩個組別但總共還是只有四次重複測量(包含第一次) 所以number of measurements是4 而不是2*4 = 8
希望能有所幫助 2012-01-05 21:26:40
理解度5分，非常感谢专家。祝您圣诞快乐！
謝謝專家，第一個問題理解度為5。我還有一個問題要請教您。我做的研究，是想對一系列心理學領域中的統計檢驗進行事後分析。如果在檢驗中各重複測量之間的相關未知，那Correlation among repetition measures這一項應該怎麼填呢？如果可以經由文獻探討得來，不知道能不能大致都填為0.5呢?再次謝謝專家。
我們期待重複測量之間存在相關性 因為如果喪失了相關性 這樣的測量就好像不是使用同組研究對象 既然不是使用同組研究對象 那麼就喪失了重複測量設計的檢定力優勢 因此你會發現 填入的相關係數越低 所需要的樣本數(研究對象)就越高以彌補喪失的檢定力
預設值為0.5可以使用 如果保守一點 降低一點相關係數 在研究初期使用較大的樣本或許可以使得後續的工作更順暢一些 當然如果樣本取得很不容易(這也是許多研究者頭痛之處) 就需要研究者去反覆斟酌(透過參考文獻或個人經驗)
不知理解度幾分? 2011-12-07 17:50:00
您好，我在做F檢驗的事後檢驗，實驗設計類型為重複測量設計，請問nonsphericity correction 這一欄應該怎麼填呢？另外，我用的是GPOWER 3.1.2的版本，謝謝專家。
我們使用G-G校正法來計算這個e:
e = 1/(k-1). k是重複測量次數(第一次測量也要算)
e預設值為1 這表示球形假設沒有被違反
不知理解度多少?(一至五分) 2011-12-05 17:46:27
您好，我在做F檢驗的事後檢驗，實驗設計類型為重複測量設計，請問nonsphericity correction 這一欄應該怎麼填呢？
請問兩者在統計上無顯著差異 但是post-hoc power 很低 (遠低於0.8) 代表何意? 若兩組在統計上有差異 但是 post-hoc power 不足0.8 請問表示什麼? 若power>0.8 又代表何意?
無顯著差異有兩種狀況 一種是確實存在無顯著差異 一種是power太低以至於無法偵測到確實存在的顯著差異 後者使得第二類型錯誤(beta)危機增大(因為power與beta兩者機率互補為100%)
如果power低於0.8但是卻存在顯著差異 這代表差異很明顯(例如白人與台灣人的髮色黑度) 就算power很低也能偵測到顯著差異而拒絕虛無假設
如果power大於0.8而且也發現顯著差異 那麼代表這顯著差異是在有"足夠"power的條件下被偵測出來 這通常代表所偵測出來的差異性不那麼容易看出來(差異比較細微 例如台灣人與黑人的髮色黑度)因此 power太高(大於0.9)反而增加了第一類型錯誤危機 換句話說 具有統計上的顯著性但是不具有臨床顯著性的機率增大了
希望能有所幫助 2011-09-22 21:36:46
用 G*Power3.1計算 post-hoc power, 統計方法為 Mann-Whitney U-test, 其中 parent distribution選項中有 normal, laplace, logistic, minARE. 請問如何判斷 data是屬於 哪一種 distribution?他們的定義為何? 謝謝
那麼為甚麼要用常態分配呢? 因為我們使用中央極限定裡去合理化眼下的小樣本最終會(樣本變大時)呈現常態分配 這樣的作法雖然不盡完美但也尚可接受
當然無母數檢定的power會因為母體分配而有所差異 但是研究者要"事先"知道眼下的研究課題屬於何種"母體"分配 才能進行接下來的分析 請注意 手上的樣本不一定能夠很清楚的告訴研究者相對應母體是何種分配 這是由於抽樣誤差的關係
各種分配的定義在網路上很容易就可以找到 例如wikipedia
提供參考 2011-09-04 19:15:29
您好，我在使用Gpower去算repeated measures ANOVA的between factor 的 所需樣本數時，有一個選項 Corr among rep. measures 請問應該填什麼??另外Repetitions應該要填入什麼數值??(我要分析的data，總共有三組人(疼痛不同部位)，量測到慣用手與非慣用手在8個手舉高角度下的data。)非常感謝!!!
這個值也可以經由文獻探討中獲得
Repetitions指的是測量次數 例如在八種角度下重複測量 測量次數就有八次 千萬不要輸入七次 新版本已經把repetitions改成number of measurements
希望能有所幫助 2011-06-15 11:56:18
您好
我是初學者
一直不會輸入
所以不知道我的樣本數到底怎麼算
可否請您教我
請先確定想要的效力量與檢定力
有問題請持續聯絡 2011-05-28 19:01:50
請教專家:
若最重要的研究目的所使用的統計方法是repeated measures ANOVA
此研究分成兩組(實驗組和控制組)，effect size 0.25、power 0.8
這兩組每天都會測睡覺狀況(量表得分)，持續七天
那我要使用Gpower來算樣本數，那請問number of measurement是要輸入7嗎?
在之前的版本 使用repetitions 於是產生許多的誤會 認為第一次不算(因為第一次並不是repetition)
希望能有所幫助 2011-04-26 22:23:43
是的 謝謝
happy new year 2011
這樣應該看得見
還是看不到:(
這樣看得見嗎?
我要如何才看得到呢?您的回覆呢?
Can you email me?
講悄悄話 看不到回應嗎?
謝謝您 幫助很大!!我用的是3.1.2版 不一樣嗎?
站長請教您：
我用的統計方法對嗎??當我的
依變項為~運動階段(次序變項)
自變項為
類別變項~ 工作別(三組人)、 性別、教育程度、
職位、婚姻狀況 (t-test & 卡方)
次序變項~ 薪資 (t-test & 卡方)
連續變項~ 年齡、年資 (用Ordinal logistic regression)
其次 我的快樂程度及工作績效到底是次序變項或是等比呢? 它們都是用李克式五點量表
為何有人說都可呢?癌說亦可當連續?
論文寫到此真是頭昏了!!
Ordinal logistic regression
-次序變項
運動階段 次序變項幸福感、
工作績效
Pearson’s correlation
建議把虛無假設陳述出來 一個虛無假設對應一個統計檢定 這樣可能會越來越清楚方向
版本應該差不多 研究者所陳述的效力量是可行的:
f: 0.10 small effect size
f: 0.25 medium effect size
f: 0.40 large effect size
f就是Cohen's f
希望能有所幫助 2010-12-16 19:56:32
ㄟ我的Effect size:
只有小中大分別為0.10/0.25/0.40
怎看不到Partial eta squared, 0.06(中度效力量)???首次用此軟體覺得很陌生 但有趣 很想把它搞的很懂
Thanks a lot of your help :)
http://www.psycho.uni-duesseldorf.de/aap/projects/gpower/
確實按照說明定位之後 應該會看見Determine這個按鈕 點進去應該就能夠如研究者所願
希望能有所幫助 2010-12-12 23:14:19
專家!
是的「工作」有「三類」不同職業的人
但「運動頻率」可能會改為「五層級」
若是如此的話 設定是不是就該改為
Numerator df: 8[(3-1)*(5-1)]
Number of groups: 15(3*5) 呢??
謝謝賜教
研究主要為了解職場身心健康模式及創造員工及雇主雙贏的可能
組數正確
或許身心健康模式以"快樂指數"為表現跡象 換句話說 快樂指數"測量"了身心健康模式 那麼如果"快樂指數"與"工作績效"產生顯著正相關 那麼研究結果可能支持了研究者的研究假設(員工及雇主雙贏 換句話說 員工越快樂 工作績效越高)
然而或許兩次的雙向ANOVA分析 已能讓研究者蒐集到證據去支持其研究假設
如果確實要使用到Bivariate normal model 那麼二變量的常態分配假設 線性假設 同方差性假設要被滿足 因為這個模型使用的是皮爾森積差相關
希望能有所幫助 2010-12-12 23:05:57
請教站長
如果我的研究是
比較三種不同工作的人的運動頻率(無/偶爾/固定運動)其快樂指數及工作績效的差異
那麼G Power在設定statistacal test時也是設correlation:Bivariate normal model嗎?
因為使用了多重檢定 建議使用Bonferroni correction降低第一類型錯誤機率
如果是使用雙向ANOVA 那麼使用GPower進行事前檢定力分析(priori power analysis):
Test family: F tests ANOVA: Fixed, special
Power analysis: A priori
Effect size: Partial eta squared, 0.06(中度效力量)
Power: 0.80(建議的最低檢定力)
Numerator df: 4[(3-1)*(3-1)]
Number of groups: 9(3*3)
依據以上條件所計算出來的全部(9組總和)最低樣本量為192
不知道研究者要使用二變量相關分析於何種問題上面? 2010-12-12 00:45:12
我已經在誠品買到您的大作了，正在拜讀中
請問一下，您翻譯的解讀統計與研究的書，請問哪邊可以買到?
五分最高理解度
真的非常感謝版主的熱心解答
不好意思再請問一下~
http://www.wretch.cc/album/show.php?i=hunter0678&b=2&f=1031116931&p=56 <==這是結果的表，我可以解釋說在樣本為450份之下，檢定力為0.95嗎?
請問一下，你剛說的透過文獻回顧發現了一個想要擊敗的相關係數的文獻來源是這篇嗎?Erdfelder, E., Faul, F., & Buchner, A. (1996). GPOWER: A general power analysis program. Behavior Research Methods, Instruments, & Computers, 28, 1-11.
請問Correlation H1 (此處指效力量) 的部分，是填入路徑的相關係數嗎?
如果研究者不想使用標準效力量 因為研究者透過文獻回顧發現了一個想要擊敗的相關係數(例如 0.4) 那麼研究者會使用這個相關係數當作效力量 此時的效力量稱為原始效力量 應用於GPower軟體 Correlation H1就填入相關係數值 而Correlation H0就是0
請給予上述解釋的理解度分數(1分最低5分最高) 2010-06-23 20:41:54
站長您好，想請教您關於G*Power的問題。
我的碩論將對同一組樣本做前後的比較，是重複量測的設計，舉例來說，參與者A在時間點1做了96個回應，休息15分鐘後的時間點2也做了96個回應。
現在我正在煩惱樣本數的計算，在G*Power的number of measurements是要寫成96、192，或是兩個數字都不是呢?
如果都不是的話，那我該怎麼進行呢?
感謝您撥冗閱讀!
另外 依據研究者粗略地描述 似乎是有同一組對象(參與者A,參與者B,......)在進行within-factor前後測實驗 那麼group就是1 因為只有一組人馬而且沒有換人地歷經前後測這個歷程
這個時候研究者也可以考慮使用t-test(one sample case) 因為在條件設定上的要求比較低
然而 依據研究者的描述 似乎參與者變成了評分者 並且在時間點1給出了96個評分回應 然後又在時間點2給出了96個評分回應 這似乎是要建立某種量表或測量工具的評分者間信度 這個時候就要使用級內相關(ICC)的平均測量模式(使用96次回應的平均分數) 請在本網站文章分類級內相關類目裡簡短看一下相關文章並詳閱引用文獻(GOOGLE搜尋一下)來理解實作
以上希望能有所幫助 2025-07-10 19:17:26