Percuma Saiz Sampel dan Analisis Kuasa Kalkulator untuk Penyelidik

Kalkulator Analisis Kuasa untuk Kajian Penyelidikan

Analisis kuasa digunakan untuk menganggarkan saiz sampel minimum yang diperlukan untuk mengesan kesan yang bermakna secara statistik sambil mengawal kebarangkalian ralat Jenis I dan Jenis II. Ralat Jenis I (positif palsu) berlaku apabila kajian secara salah menyimpulkan bahawa kesan wujud; ralat Jenis II (negatif palsu) berlaku apabila kesan sebenar terlepas. Kebanyakan kajian bioperubatan dan klinikal menyasarkan 80% kuasa (1-β = 0.80) pada tahap keertian α = 0.05.

Dengan menggunakan kalkulator analisis kuasa ini, para penyelidik menentukan saiz kesan yang dijangkakan, tahap kepentingan, kuasa yang diingini dan reka bentuk kajian. Kalkulator kemudiannya mengembalikan saiz sampel yang diperlukan. Menjalankan analisis kuasa sebelum pengumpulan data memastikan bahawa kajian tidak kurang berkuasa — yang berisiko mendapat negatif palsu — mahupun besar yang tidak perlu, yang membazirkan sumber dan menimbulkan kebimbangan etika tentang pengambilan peserta yang tidak perlu.

Saiz kesan boleh diperoleh daripada data rintis, literatur yang diterbitkan atau perbezaan penting klinikal minimum. Konvensyen Cohen (kecil: d = 0.2, sederhana: d = 0.5, besar: d = 0.8 untuk ujian-t; f = 0.10/0.25/0.40 untuk ANOVA) menyediakan titik permulaan apabila tiada data terdahulu wujud.

Kalkulator Saiz Sampel untuk Percubaan Klinikal

Percubaan klinikal memerlukan pengiraan saiz sampel yang teliti sebelum pengambilan bermula. Percubaan yang kurang berkuasa mungkin gagal mengesan perbezaan rawatan sebenar, manakala percubaan yang terlalu besar mendedahkan lebih ramai peserta kepada keadaan eksperimen daripada yang diperlukan. Jawatankuasa etika dan badan geran memerlukan pengiraan saiz sampel yang jelas dan wajar sebagai sebahagian daripada kelulusan protokol.

Kalkulator ini menyokong tiga reka bentuk percubaan klinikal teras. Percubaan keunggulan menguji sama ada rawatan baharu lebih baik daripada kawalan; input yang diperlukan ialah perbezaan min yang dijangkakan, sisihan piawai, tahap keertian dan kuasa yang diingini. Percubaan bukan inferioriti menguji sama ada rawatan baharu tidaklah lebih teruk daripada piawaian yang ditetapkan; parameter tambahan utama ialah margin bukan inferioriti. Percubaan kesetaraan menguji sama ada dua rawatan menghasilkan kesan yang sama dalam sempadan yang ditetapkan.

Bagi ujian klinikal berasaskan kemandirian, kalkulator menggunakan formula ujian log-rank, yang memerlukan nisbah bahaya yang dijangkakan, kadar kejadian dan tempoh susulan.

Kalkulator Saiz Sampel Prevalens

Pengiraan saiz sampel berasaskan prevalens digunakan dalam kajian keratan rentas dan epidemiologi yang mana objektif utamanya adalah untuk menganggarkan perkadaran populasi dengan keadaan, pendedahan atau ciri tertentu. Tidak seperti kajian perbandingan, reka bentuk ini tidak menguji hipotesis antara kumpulan — sebaliknya, ia menganggarkan parameter populasi dengan tahap ketepatan yang ditentukan.

Saiz sampel yang diperlukan untuk kajian prevalens bergantung pada prevalens yang dijangkakan (p), margin ralat yang boleh diterima (d), dan tahap keyakinan (biasanya 95%, sepadan dengan Z = 1.96). Apabila populasi kajian adalah terhad dan agak kecil, faktor pembetulan populasi terhad mengurangkan saiz sampel yang diperlukan.

Dengan menggunakan pilihan Perkadaran Tunggal dalam kalkulator, penyelidik boleh memodelkan kajian prevalens secara langsung. Satu contoh biasa: menganggarkan prevalens hipertensi di klinik bandar dengan jangkaan prevalens sebanyak 30%, margin ralat sebanyak 5% dan keyakinan 95% memerlukan kira-kira 323 peserta sebelum mengambil kira tiada tindak balas.

Kalkulator Saiz Sampel untuk Ujian-T

Pengiraan saiz sampel ujian-T digunakan apabila membandingkan min antara satu kumpulan dan nilai rujukan, dua kumpulan bebas atau ukuran berpasangan pada subjek yang sama. Tiga reka bentuk ujian-t — satu sampel, dua sampel (bebas) dan berpasangan — berbeza dalam parameter input dan tafsiran output saiz sampel.

Bagi ujian-t dua sampel, saiz sampel yang diperlukan bagi setiap kumpulan bergantung pada perbezaan min yang dijangkakan antara kumpulan, sisihan piawai terkumpul, tahap keertian, kuasa dan arah ujian. Bagi ujian-t berpasangan, parameter utama ialah perbezaan min antara ukuran berpasangan dan sisihan piawainya — biasanya lebih kecil daripada sisihan piawai antara subjek, itulah sebabnya reka bentuk berpasangan adalah cekap secara statistik.

Kalkulator Saiz Sampel untuk ANOVA

Pengiraan saiz sampel ANOVA digunakan apabila kajian membandingkan min merentasi tiga atau lebih kumpulan secara serentak. Daripada menjalankan berbilang ujian-t — yang meningkatkan kadar ralat Jenis I — ANOVA menguji hipotesis nol keseluruhan bahawa semua min kumpulan adalah sama dalam satu analisis.

Parameter utama ialah f Cohen, ukuran saiz kesan untuk ANOVA. Kecil: f = 0.10; sederhana: f = 0.25; besar: f = 0.40. Kalkulator mengembalikan jumlah saiz sampel yang diperlukan dan pecahan setiap kumpulan.

Kalkulator Saiz Sampel untuk Ujian Khi-Kuasa Dua

Pengiraan saiz sampel khi kuasa dua digunakan dalam kajian yang melibatkan hasil kategori — contohnya, membandingkan kadar tindak balas, kadar komplikasi atau kelaziman penyakit antara dua kumpulan. Untuk ujian khi kuasa dua dua perkadaran, input yang diperlukan ialah perkadaran yang dijangkakan dalam setiap kumpulan, tahap kepentingan dan kuasa yang diingini.

Konvensyen w Cohen: kecil = 0.10, sederhana = 0.30, besar = 0.50. Satu contoh praktikal: membandingkan kadar peristiwa buruk sebanyak 15% vs 8% pada kuasa 80% dan α = 0.05 memerlukan kira-kira 300 peserta setiap kumpulan sebelum pelarasan putus sekolah.