Calcolatore gratuito della potenza statistica

Un'alternativa a G*Power

Calcola quante risposte complete ti servono per rilevare un effetto rilevante. Potenza predefinita: 80%.

La potenza dipende dal test statistico che intendi eseguire.

Usa la misura standardizzata adatta all'analisi e l'effetto più piccolo che abbia rilevanza pratica.

Una potenza maggiore riduce la probabilità di non rilevare un effetto reale.

Alfa controlla il rischio di falso positivo che accetti.

Pianificazione dello studio

Che cosa significa potenza statistica

Sotto le ipotesi dell'analisi, la potenza è la probabilità di rilevare un effetto della dimensione specificata. L'analisi della potenza aiuta a evitare uno studio troppo piccolo per questo obiettivo.

Potenza

La probabilità che il test statistico rilevi un effetto reale.

Dimensione dell'effetto attesa

Il più piccolo effetto che vale la pena rilevare, in base alla letteratura o alla rilevanza pratica.

Livello di significatività

Il rischio di falso positivo che accetti.

Dimensione del campione

Il numero di risposte complete necessarie per il test previsto.

  • Spesso si pianifica una potenza dell'80%, cioè l'80% di probabilità di rilevare un effetto reale della dimensione prevista.
  • La dimensione dell'effetto conta perché un campione enorme può rendere significativo un effetto minuscolo e irrilevante.
  • L'analisi della potenza pianifica test inferenziali, non solo stime descrittive.
*

Come usare questa analisi della potenza

1
Scegliere l'analisi

Seleziona il test che userai davvero per analizzare i dati.

2
Definire l'effetto

Inserisci il più piccolo effetto che avrebbe rilevanza pratica nel tuo studio.

3
Scegliere la potenza

Usa l'80% come punto di partenza o scegli di più se perdere un effetto sarebbe costoso.

4
Raccogliere abbastanza dati

Usa la stima come obiettivo e aggiungi un margine per risposte incomplete o inutilizzabili.

Guida all'inferenza

Pianificare gli errori di tipo I e II prima della raccolta

Un risultato può essere significativo senza un effetto reale, oppure può perdere un effetto reale perché lo studio non ha sufficiente potenza.

Errore di tipo I

Il test produce un risultato significativo quando in realtà non esiste alcun effetto. Alfa controlla questo rischio.

Errore di tipo II

Il test non produce un risultato significativo anche se esiste un effetto della dimensione prevista. Una potenza bassa lo rende più probabile.

Potenza insufficiente

Un campione troppo piccolo può non rilevare un effetto reale rilevante.

Troppi dati senza pensare all'effetto

Un effetto minuscolo può diventare significativo senza avere importanza pratica.

Esiste un effetto reale

La potenza è la probabilità di rilevarlo. Con l'80%, il rischio di non rilevarlo è circa il 20%.

Non esiste un effetto reale

Alfa è la probabilità che il test dichiari comunque significativo il risultato per errore.

Effetto rilevante

Definiscilo prima del lancio, così la significatività statistica non sostituisce l'importanza pratica.

Altri strumenti utili

Vedi tutti gli strumenti →
Quando vuoi

Raccogliere abbastanza risposte per l'analisi prevista

Trasforma l'obiettivo di potenza in un piano di raccolta. Usa lo scambio gratuito o acquista risposte mirate.

Domande frequenti

L'essenziale per pianificare la potenza statistica nella ricerca tramite sondaggi.

Che cos'è la potenza statistica?

È la probabilità che il test rilevi correttamente un effetto che esiste.

Perché si usa spesso l'80% di potenza?

È un punto di partenza comune. Se l'effetto previsto esiste, lo studio lo rileverà circa quattro volte su cinque.

Perché la dimensione dell'effetto è importante?

Con abbastanza risposte, anche un effetto minuscolo può diventare significativo. La dimensione dell'effetto mantiene il piano concentrato sui risultati rilevanti.

Qual è la differenza rispetto a un calcolatore del campione?

Un calcolatore normale pianifica la precisione descrittiva. Un calcolatore di potenza considera anche il test statistico.

Che cosa sono gli errori di tipo I e II?

Il tipo I è un falso positivo. Il tipo II è un falso negativo, quando un effetto reale non viene rilevato per potenza insufficiente.

SurveySwap può aiutare a raccogliere il campione?

Sì. Usa lo scambio gratuito, acquista risposte o affida il lavoro sul campo a SurveySwap Agency.