עוצמה סטטיסטית וגודל מדגם
עוצמה סטטיסטית היא ההסתברות לזהות אפקט אמיתי אם הוא קיים (1 − β). ניתוח עוצמה קובע את גודל המדגם הנדרש לזיהוי גודל אפקט משוער ברמות שגיאה מסוג I (α) ושגיאה מסוג II (β) נתונות. ניתוח עוצמה, שהוצג על ידי ג'ייקוב כהן (1988), הוא יסוד בתכנון מחקר: מחקרים בעלי עוצמה נמוכה מפיקים הערכות מנופחות של גודל האפקט ואינם צפויים לשחזר את ממצאיהם. אמת המידה הסטנדרטית היא עוצמה של 80% (β = 0.20), אם כי מחקרים קריטיים עשויים לדרוש עוצמה של 90%.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Statistical Power Analysis and Sample Size Determination for Research Studies. ScholarGate. https://scholargate.app/he/research-statistics/statistical-power
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- גודל אפקט (Effect Size)סטטיסטיקה למחקר↔ השוואה
- בחינת השערות אפססטטיסטיקה למחקר↔ השוואה
- ערך p ומשמעות סטטיסטיתסטטיסטיקה למחקר↔ השוואה
- שגיאות מסוג I ומסוג IIסטטיסטיקה למחקר↔ השוואה