เปรียบเทียบวิธี

	การวิเคราะห์อำนาจการทดสอบสำหรับแบบจำลองสมการโครงสร้าง	การวิเคราะห์กำลังทางสถิติสำหรับแบบจำลองหลายระดับและแบบจำลองผลกระทบผสม
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Hypothesis test	Hypothesis test
ปีกำเนิด	1996	1993
ผู้ริเริ่ม	MacCallum, Browne & Sugawara	Snijders & Bosker; Hox, Moerbeek & van de Schoot
ประเภท	Sample size planning (multivariate / SEM)	Sample-size planning for hierarchical designs
แหล่งต้นตำรับ	MacCallum, R. C., Browne, M. W., & Sugawara, H. M. (1996). Power analysis and determination of sample size for covariance structure modeling. Psychological Methods, 1(2), 130–149.	Snijders, T.A.B. & Bosker, R.J. (2012). Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling (2nd ed.). SAGE. ISBN: 978-1849202015
ชื่อเรียกอื่น	SEM sample size planning, covariance structure power analysis, MANOVA power analysis, SEM / Çok Değişkenli Güç Analizi	HLM power analysis, mixed-effects power analysis, clustered design power analysis, Çok Düzeyli / Karma Model Güç Analizi
ที่เกี่ยวข้อง	6	4
สรุป	Power analysis for SEM and other multivariate procedures determines the minimum sample size required to detect a model misfit of a specified magnitude with adequate probability. The dominant approach, introduced by MacCallum, Browne, and Sugawara in 1996, expresses effect size as the Root Mean Square Error of Approximation (RMSEA) and derives power from the noncentral chi-square distribution.	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.