Calculadora de potencia Tamaño mínimo de muestra: prueba de una media
Instrucciones: Esta calculadora de potencia estadística calcula, mostrando todos los pasos, el tamaño de muestra mínimo requerido (\(n\)) para alcanzar una potencia estadística objetivo determinada (\(1-\beta\)), cuando se prueba la media de una población. Debe proporcionar el nivel de significancia (\(\alpha\)), la potencia objetivo, el tamaño del efecto (\(d\)) y el tipo de cola (cola izquierda, cola derecha o dos colas). Si no conoce el valor exacto del tamaño del efecto, elija entre tamaño del efecto pequeño, mediano o grande en el siguiente formulario:
Más sobre esta calculadora de potencia
Esta calculadora de potencia estadística le permite calcular el tamaño de muestra mínimo requerido \(n\) para alcanzar una potencia estadística objetivo, cuando conoce el nivel de significancia (\(\alpha\)), el tamaño de la muestra, el tamaño del efecto (\(d\)) y el tipo de cola (de cola izquierda , de cola derecha o de dos colas). Esto generalmente se conoce como Cálculo de potencia A-Priori . Consulte aquí para Calculadora de potencia post-hoc
¿Qué es exactamente el poder estadístico?
La potencia estadística de una prueba corresponde a la probabilidad de rechazar una hipótesis nula. Es decir, es la probabilidad de detectar un efecto real. Técnicamente, el poder estadístico es 1 menos la probabilidad de un error de tipo 2, o \(1 - \beta\).
Tamaño de potencia y efecto
Normalmente, la información más difícil de obtener es el tamaño del efecto, definido como d de Cohen. Si no tiene el valor real de \(d\), puede aproximarlo categorizándolo en una de tres categorías: pequeño, mediano y grande. tamaño del efecto .
Una forma de estimar la magnitud del tamaño del efecto, si no está disponible directamente, es utilizar el metanálisis. Esta técnica consiste en analizar muchos estudios sobre fenómenos similares y obtener un "promedio" del tamaño del efecto obtenido en esos estudios. Esta es la forma de obtener algún tipo de tamaño del efecto medio ecológico . Este proceso probablemente conducirá a una estimación muy aproximada, que muchas veces es mejor que nada.