Stichprobengrößenrechner
Wie viele Probanden Sie benötigen, mit der Begründung, die ausgearbeitet und bereit ist, in Ihren Methodenabschnitt eingefügt zu werden.
Die Stichprobengröße ist der Teil des Methodenabschnitts, der die meisten Ablehnungen anzieht und am schlechtesten dokumentiert wird. Nicht weil die Mathematik schwierig ist, sondern weil sie erklärt werden muss: welche Power, welche Effektgröße, woher dieser Effekt stammt und warum.
Dieser Rechner führt die Berechnungen durch und, was noch wichtiger ist, verfasst den Absatz. Die Zahl allein überzeugt einen Gutachter nicht; die Zahl mit ihrer Begründung tut es.
Seien Sie der Erste, der es nutzt
Es wird gerade entwickelt. Hinterlassen Sie Ihre E-Mail-Adresse, und wir informieren Sie, sobald es live geht. Nichts anderes: kein Newsletter, keine Werbung.
Wird nur verwendet, um Sie über dieses Tool zu benachrichtigen. Bitten Sie uns, es jederzeit zu löschen.
Was sie leistet
Die Designs, die tatsächlich verwendet werden
Vergleich zweier Mittelwerte, zwei Proportionen, Korrelation, einseitige ANOVA, Chi-Quadrat und Einzelgruppenstudien zur Schätzung einer Proportion mit einer bestimmten Präzision.
Methodenabsatz, verfasst
Gibt den vollständigen Text mit Test, Power, Alpha, Effektgröße und woher sie stammt, in der Form zurück, die Gutachter erwarten.
Power-Kurve
Zeigt, was passiert, wenn Sie weniger Probanden rekrutieren als geplant, was letztendlich passiert. Nützlich, um Ihre Marge im Voraus zu kennen.
Abbruchanpassung
Fügen Sie die erwartete Abbruchrate hinzu und erhalten Sie die Anzahl der zu rekrutierenden Probanden, nicht nur die Anzahl der zu analysierenden.
Ein echtes Beispiel
Was Sie eingeben
- Design:
- Zwei unabhängige Mittelwerte
- Effektgröße (Cohen's d):
- 0.5 (mittel)
- Power:
- 80%
- Alpha:
- 0.05, zweiseitig
- Erwarteter Abbruch:
- 15%
Was Sie erhalten
- Pro Gruppe
- 64 Probanden
- Insgesamt zu analysieren
- 128 Probanden
- Insgesamt zu rekrutieren (15% Abbruch)
- 152 Probanden
- Absatz für den Methodenabschnitt
- Die Stichprobengröße wurde berechnet, um einen Unterschied in den Mittelwerten mit einer mittleren Effektgröße (Cohen's d = 0.5) zu erkennen, bei Annahme einer statistischen Power von 80% und einem zweiseitigen Signifikanzniveau von 0.05. Die Berechnung, die für einen t-Test mit unabhängigen Stichproben durchgeführt wurde, erfordert 64 Probanden pro Gruppe (insgesamt 128). Bei einer erwarteten Abbruchrate von 15% war die Rekrutierung auf 152 Probanden geplant.
Der Absatz passt sich an den Test und die von Ihnen eingegebenen Werte an. Es handelt sich nicht um eine Vorlage mit Lücken.
Warum ein weiterer Rechner
Es gibt viele, und einige sind gut. Keiner schreibt die Begründung, was genau der Teil ist, den Gutachter zurückschicken. Und fast alle verlangen die Effektgröße, ohne zu erklären, woher man sie bekommt, was der Punkt ist, an dem jeder stecken bleibt.
Häufige Fragen
Brauche ich ein Konto?
Nein. Es ist ein Rechner: Er verbraucht nichts und benötigt keine Anmeldung.
Woher bekomme ich die Effektgröße?
Aus einer ähnlichen vorherigen Studie, aus einem Pilotprojekt oder aus der kleinsten Differenz, die Sie als klinisch relevant erachten. Das Tool führt Sie durch alle drei und dokumentiert, welche Sie im schriftlichen Absatz verwendet haben.
Ersetzt es G*Power?
Nicht für komplexe Designs. Es deckt die gängigen Fälle ab und ergänzt, was G*Power nicht bietet: das Verfassen der Begründung.
Wann wird es bereit sein?
Es wird gerade entwickelt. Hinterlassen Sie Ihre E-Mail-Adresse und wir informieren Sie, sobald es funktioniert.
Einstweilen
Dieses Werkzeug ist bereits verfügbar und löst etwas Ähnliches:
ManuskriptevaluationSeien Sie der Erste, der es nutzt
Es wird gerade entwickelt. Hinterlassen Sie Ihre E-Mail-Adresse, und wir informieren Sie, sobald es live geht. Nichts anderes: kein Newsletter, keine Werbung.
Wird nur verwendet, um Sie über dieses Tool zu benachrichtigen. Bitten Sie uns, es jederzeit zu löschen.