توان آماری و اندازه نمونه
توان آماری، احتمال تشخیص یک اثر واقعی در صورت وجود آن است (۱ − β). تحلیل توان، اندازه نمونه مورد نیاز برای تشخیص یک اندازه اثر فرضی با نرخهای خطای نوع اول (α) و خطای نوع دوم (β) مشخص را تعیین میکند. تحلیل توان که توسط Jacob Cohen (۱۹۸۸) معرفی شد، مبنای طراحی تحقیق است: مطالعات با توان ناکافی، برآوردهای اندازه اثر متورم تولید میکنند و احتمال تکرارپذیری کمی دارند. معیار استاندارد، توان ۸۰٪ (β = ۰.۲۰) است، اگرچه مطالعات حیاتی ممکن است به توان ۹۰٪ نیاز داشته باشند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 0-8058-0283-5
- Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A Flexible Statistical Power Analysis Program for the Social, Behavioral, and Biomedical Sciences. Behavior Research Methods, 39(2), 175–191. DOI: 10.3758/BF03193146 ↗
- Button, K. S., Ioannidis, J. P. A., Mokrysz, C., Nosek, B. A., Flint, J., Robinson, E. S. J., & Munafò, M. R. (2013). Power failure: why small sample size undermines the reliability of neuroscience. Nature Reviews Neuroscience, 14(5), 365–376. DOI: 10.1038/nrn3475 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Statistical Power Analysis and Sample Size Determination for Research Studies. ScholarGate. https://scholargate.app/fa/research-statistics/statistical-power
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- اندازه اثر (Effect Size)آمار پژوهش↔ compare
- آزمون فرض صفرآمار پژوهش↔ compare
- مقدار پی و اهمیت آماریآمار پژوهش↔ compare
- خطاهای نوع اول و نوع دومآمار پژوهش↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →