เปรียบเทียบวิธี

	การวิเคราะห์อำนาจการทดสอบสำหรับแบบจำลองสมการโครงสร้าง	การวิเคราะหอำนาจสถิติสำหรับการถดถอยพหุคูณ
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Hypothesis test	Hypothesis test
ปีกำเนิด	1996	1988
ผู้ริเริ่ม	MacCallum, Browne & Sugawara	Jacob Cohen
ประเภท	Sample size planning (multivariate / SEM)	A priori sample size determination
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.	Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 978-0805802832
ชื่อเรียกอื่น	SEM sample size planning, covariance structure power analysis, MANOVA power analysis, SEM / Çok Değişkenli Güç Analizi	regression power analysis, sample size estimation regression, f² power analysis, Güç Analizi — Regresyon
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.	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.