透過G-power軟體計算迴歸分析所需之樣本數

【操作五】最後按下Calculate，則會在Total sample size計算出最後的樣本數74人，但所發出的問卷數我們可能會考慮有20%的流失率（依各領域實際狀況來 ... 晨晰統計部落格新站（統計、SPSS、BIGDATA討論園地） 跳到主文 一個討論統計的好地方 部落格全站分類：圖文創作 相簿 部落格 留言 名片 公告版位 晨晰統計顧問有限公司在新北市板橋\服務市話：02-29602817\手機：0918-276-622\信箱：[email protected]\網址：http://www.rai-stat.com.tw Dec10Mon201209:21 透過G-power軟體計算迴歸分析所需之樣本數 多元迴歸分析（MultipleRegressionAnalysis）常被拿當來作一篇研究最主要的分析方法，而研究的一開始必須先去先計算要收案的樣本數，此時論文裡就會出現各式各樣的抽樣公式，通常以隨機抽樣公式為主。

  近年來，許多學者開始傾向注重研究結果的檢定力（power：1-β），以確認結果的正確性，因此開始發展檢定力分析（poweranalysis），從一開始研究者必須在結果上附上檢定力，到後來從檢定力回推所需的樣本數。

若對於檢定力有興趣的研究者，不妨可以研讀Cohen（1988）「StatisticalPowerAnalysisfortheBehavioralSciences」。

目前在網路上有免費軟體G-Power可供研究者使用，裡面已有非常多的統計方法可供使用者去計算樣本數，或是型一誤差（α）、檢定力（power：1-β）、效果量（在迴歸分析裡指的是解釋力R2），本篇文章將介紹如何透過G-power軟體去利用迴歸分析來計算所需的樣本數。

(我也想上統計課)   迴歸分析在計算樣本數之前，必須先固定4個參數：（1）自變項個數，自變項個數越多，所需樣本數會越多；（2）型一誤差α，通常設為0.05；（3）檢定力power，通常設為0.8；（4）效果量effectsize，這一項最麻煩，優先選擇順序依序為（a）找到一篇類似的研究，看人家做出來的解釋力R2為多少，作為我們研究的效果量依據，但要找到類似的研究真的不容易，（b）先隨便收少量的樣本，並跑一次迴歸分析得到此pilot的解釋力R2，作為我們研究的效果量依據，若一開始收了50人來做pilot，最後計算樣本數需要150人，那麼再加收100人即可，（c）最差的方式，也是許多研究最常用的方式，直接訂定解釋力R2為中度效果量（0.13）（Cohen，1998，p413）。

  以下將做操作介紹，設定型一誤差α=0.05，檢定力power=0.8，自變項個數=5，R2=0.16   【操作一】打開G-power軟體，選擇Ftest裡的統計方法Linearmultipleregression:Fixedmodel,R2deviationfromzero         【操作二】填入α=0.05，檢定力power=0.8，自變項個數=5     【操作三】設定效果量f2，發現我們一開始得到的效果量卻是R2，因此需要透過Determine來進行轉換   【操作四】在Squaredmultiplecorrelationρ2輸入0.16（本例的R2=0.16），按下Calculate後，會立即在Effectsizef2得到轉換後的效果量，最後按下Calculateandtransfertomainwindow，則會幫我們把轉換後的f2輸入到左邊的Effectsizef2     【操作五】最後按下Calculate，則會在Totalsamplesize計算出最後的樣本數74人，但所發出的問卷數我們可能會考慮有20%的流失率（依各領域實際狀況來設定），依此再以74×1.2≒89做為該發出的問卷數 Reffrence   Cohen,J.(1988).StatisticalPowerAnalysisfortheBehavioralSciences.NewJersey:Hillsdale.   G-Power軟體 http://www.psycho.uni-duesseldorf.de/abteilungen/aap/gpower3/download-and-register       分享 FacebookPlurkYAHOO! 分享在我的Facebook 分享在我的Plurk 分享在我的即時通   延伸閱讀   使用G-power計算RCT介入研究所需樣本數   使用G-power進行獨立t、成對t之樣本數規劃   使用G-power進行單因子變異數分析與相關分析之樣本數規劃   全站熱搜 創作者介紹 晨晰部落格新站 晨晰統計部落格新站（統計、SPSS、BIGDATA討論園地） 晨晰部落格新站發表在痞客邦留言(9)人氣() E-mail轉寄 全站分類：進修深造個人分類：迴歸與SEM此分類上一篇：HLM學習心得分享（三）~康顧問分享 此分類下一篇：迴歸分析樣本數規劃之計算流程 上一篇：關於廣義估計方程式（GeneralizedEstimatingEquation,GEE）的一些釐清~晨晰統計林星帆顧問整理 下一篇：迴歸分析樣本數規劃之計算流程 歷史上的今天 2018:設計超級PowerBI企業損益表儀表版（ProfitandLossStatementDashboard）—實作篇 2007:現代統計學的發展 ▲top 留言列表 發表留言 熱門文章 文章分類 powerBI(39)生物醫學統計(135)迴歸與SEM(56)研究方法(67)SAS教學(54)Excel與統計軟體(57)統計應用專題(77)其他類統計知識(114)問卷知識(26)論文寫作(15)統計分析新趨勢(18)晨晰的宣傳與服務專案(56)數據話視頻(15)會員心得分享(10)新聞類(65)我們的故事(77)未分類文章(6) 最新文章 最新留言 文章精選 文章精選 2022十月(2) 2022九月(4) 2022八月(4) 2022七月(3) 2022六月(3) 2022五月(4) 2022四月(3) 2022三月(4) 2022二月(3) 2022一月(3) 2021十二月(4) 2021十一月(5) 2021十月(3) 2021九月(3) 2021八月(3) 2021七月(3) 2021六月(3) 2021五月(5) 2021四月(4) 2021三月(5) 2021二月(2) 2021一月(4) 2020十二月(4) 2020十一月(5) 2020十月(4) 2020九月(3) 2020八月(5) 2020七月(3) 2020六月(4) 2020五月(3) 2020四月(4) 2020三月(4) 2020二月(4) 2020一月(3) 2019十二月(4) 2019十一月(4) 2019十月(4) 2019九月(3) 2019八月(3) 2019七月(3) 2019六月(4) 2019五月(4) 2019四月(5) 2019三月(4) 2019二月(3) 2019一月(4) 2018十二月(4) 2018十一月(4) 2018十月(5) 2018九月(3) 2018八月(3) 2018七月(5) 2018六月(4) 2018五月(4) 2018四月(5) 2018三月(3) 2018二月(3) 2018一月(5) 2017十二月(4) 2017十一月(4) 2017十月(4) 2017九月(4) 2017八月(4) 2017七月(4) 2017六月(4) 2017五月(3) 2017四月(3) 2017三月(5) 2017二月(3) 2017一月(4) 2016十二月(4) 2016十一月(5) 2016十月(4) 2016九月(4) 2016八月(5) 2016七月(4) 2016六月(4) 2016五月(4) 2016四月(5) 2016三月(5) 2016二月(4) 2016一月(5) 2015十二月(4) 2015十一月(5) 2015十月(4) 2015九月(4) 2015八月(4) 2015七月(4) 2015六月(5) 2015五月(4) 2015四月(3) 2015三月(5) 2015二月(3) 2015一月(4) 2014十二月(5) 2014十一月(4) 2014十月(4) 2014九月(5) 2014八月(4) 2014七月(4) 2014六月(5) 2014五月(4) 2014四月(4) 2014三月(5) 2014二月(3) 2014一月(4) 2013十二月(6) 2013十一月(4) 2013十月(5) 2013九月(5) 2013八月(4) 2013七月(5) 2013六月(4) 2013五月(4) 2013四月(6) 2013三月(4) 2013二月(4) 2013一月(6) 2012十二月(4) 2012十一月(4) 2012十月(6) 2012九月(4) 2012八月(4) 2012七月(9) 2012六月(4) 2012五月(5) 2012四月(4) 2012三月(3) 2012二月(4) 2012一月(4) 2011十二月(4) 2011十一月(6) 2011十月(4) 2011九月(5) 2011八月(5) 2011七月(4) 2011六月(4) 2011五月(5) 2011四月(4) 2011三月(5) 2011二月(3) 2011一月(4) 2010十二月(5) 2010十一月(5) 2010十月(4) 2010九月(5) 2010八月(5) 2010七月(5) 2010六月(5) 2010五月(4) 2010四月(5) 2010三月(6) 2010二月(5) 2010一月(6) 2009十二月(5) 2009十一月(5) 2009十月(6) 2009九月(5) 2009八月(8) 2009七月(7) 2009六月(6) 2009五月(4) 2009四月(4) 2009三月(4) 2009二月(4) 2009一月(4) 2008十二月(8) 2008十一月(9) 2008十月(8) 2008九月(9) 2008八月(10) 2008七月(10) 2008六月(13) 2008五月(13) 2008四月(10) 2008三月(9) 2008二月(9) 2008一月(10) 2007十二月(10) 2007十一月(12) 2007十月(13) 2007九月(10) 2007八月(9) 2007七月(6) 2007六月(7) 所有文章列表 文章搜尋 新聞交換(RSS) 誰來我家 參觀人氣 本日人氣： 累積人氣： QRCode POWEREDBY (登入) {{article.user_name}} {{article.timestamp*1000|date:'MMM.dd.y.hh.mm'}} {{article.title}} {{article.content}} 我要留言 回到頁首 回到主文 免費註冊 客服中心 痞客邦首頁 ©2003-2022PIXNET 關閉視窗 PIXNET Facebook Yahoo! Google MSN {{guestName}} (登出) 您尚未登入，將以訪客身份留言。

亦可以上方服務帳號登入留言 請輸入暱稱(最多顯示6個中文字元) 請輸入標題(最多顯示9個中文字元) 請輸入內容(最多140個中文字元) 請輸入左方認證碼： 看不懂,換張圖 請輸入驗證碼 送出留言