เปรียบเทียบวิธี

	การวิเคราะห์กำลังทางสถิติสำหรับแบบจำลองหลายระดับและแบบจำลองผลกระทบผสม	การวิเคราะหอำนาจสถิติสำหรับการถดถอยพหุคูณ
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Hypothesis test	Hypothesis test
ปีกำเนิด	1993	1988
ผู้ริเริ่ม	Snijders & Bosker; Hox, Moerbeek & van de Schoot	Jacob Cohen
ประเภท	Sample-size planning for hierarchical designs	A priori sample size determination
แหล่งต้นตำรับ	Snijders, T.A.B. & Bosker, R.J. (2012). Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling (2nd ed.). SAGE. ISBN: 978-1849202015	Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 978-0805802832
ชื่อเรียกอื่น	HLM power analysis, mixed-effects power analysis, clustered design power analysis, Çok Düzeyli / Karma Model Güç Analizi	regression power analysis, sample size estimation regression, f² power analysis, Güç Analizi — Regresyon
ที่เกี่ยวข้อง	4	4
สรุป	Multilevel power analysis is a sample-size planning procedure designed for hierarchical, clustered, or longitudinal study designs in which observations are nested within higher-level units such as students within schools or patients within clinics. Formalized in the multilevel modeling literature by Snijders and Bosker (1993, expanded 2012) and Hox, Moerbeek, and van de Schoot (2017), it accounts for the intraclass correlation (ICC) and the design effect that arises when data are clustered, ensuring that both the number of clusters and the cluster size are adequate to detect a target effect.	Power analysis for multiple regression is a pre-study procedure, formalised by Jacob Cohen (1988), that calculates the minimum sample size needed to detect a regression effect of a given size with adequate statistical power. It uses the anticipated R² (or the equivalent Cohen's f² effect size) and the number of predictors to determine how many observations must be collected before data collection begins.