Multiplicateur d'échantillon selon la puissance
Calculateur
Résultats
- Multiplicateur de taille d'échantillon
- 6.249999
- Taille d'échantillon requise
- 399.999999
- Amplitude de l'effet
- 0.4
Résultats des études
| Multiplicateur de taille d'échantillon | 6.249999 |
| Taille d'échantillon requise | 399.999999 |
| Amplitude de l'effet | 0.4 |
Diagramme formula-map
- Multiplicateur de taille d'échantillon
- 6.249999
- Taille d'échantillon requise
- 399.999999
- Amplitude de l'effet
- 0.4
Décomposition de la formule
Formule
n ∝ 1 ÷ d²= 6.25
Note
Ceci est un modèle simplifié. Les règles de notation, les systèmes de crédits et les hypothèses statistiques varient selon l'établissement et le protocole de recherche ; vérifiez votre plan de cours, votre registraire ou votre guide méthodologique avant de vous fier à ces chiffres.
Plus dans Études et recherche
Voir tout →Questions fréquentes
Qu'est-ce que la puissance statistique, en termes simples ?+
La puissance est la probabilité qu'une étude détecte correctement un effet réel lorsqu'il existe réellement, généralement fixée à 80 % ou 90 % comme cible. Une faible puissance signifie qu'un effet réel pourrait facilement être manqué, produisant un faux négatif.
Pourquoi une puissance souhaitée plus élevée exige-t-elle plus de participants ?+
Pour détecter de manière fiable des différences de plus en plus petites par rapport au bruit aléatoire, il faut plus de données pour réduire l'incertitude autour de votre estimation ; puissance et taille d'échantillon s'échangent directement, donc augmenter une cible (puissance) augmente l'autre exigence (taille d'échantillon) pour une taille d'effet fixe.
Comment la taille d'effet attendue affecte-t-elle le multiplicateur d'échantillon requis ?+
Des effets attendus plus petits nécessitent des tailles d'échantillon dramatiquement plus grandes pour être détectés de manière fiable, puisque le rapport signal-bruit est plus faible ; une étude cherchant un effet subtil a besoin d'un multiplicateur bien plus grand appliqué à sa taille d'échantillon de base qu'une étude s'attendant à un effet fort et évident.
Que se passe-t-il si une étude manque de puissance ?+
Une étude sous-puissante a une probabilité significativement élevée de ne pas détecter un effet réel (une erreur de type II) même lorsqu'il existe, et tout résultat significatif qu'elle trouve tend à surestimer la véritable taille de l'effet, un phénomène connu sous le nom de malédiction du vainqueur.
Une puissance de 80 % est-elle une norme scientifique stricte ?+
C'est une convention largement utilisée plutôt qu'une loi stricte, choisie comme un équilibre raisonnable entre le coût en ressources et le risque de manquer un effet réel. Certains domaines ou études à enjeux élevés optent pour 90 % ou plus lorsque le coût d'un faux négatif est sévère.