Tengo que crear un cuestionario en el que se compara la deportividad de Facebook de los usuarios frente a no-Facebook los usuarios. Necesito calcular el número de participantes que son necesarios para que el resultado sea estadísticamente relevante. Por desgracia no tengo idea de cómo puedo calcular que. ¿Podría usted ayudarme?
Respuestas
¿Demasiados anuncios?Definir el problema
Supongo que usted es la medición de la deportividad en alguna forma de multi-ítem de la escala. Por lo tanto, usted tendrá una numérico de la medida de la deportividad. Estoy asumiendo que usted va a correr un grupos independientes prueba t para la prueba de la diferencia entre las medias de los grupos.
El problema es entonces una forma de a priori, el análisis de poder. Para determinar el tamaño de la muestra deberá especificar:
- Su deseado poder estadístico (a menudo 80%, se considera adecuado)
- Tu espera que el tamaño del efecto (normalmente se especifica como normalizado grupo de diferencia de medias; por supuesto, esto no es conocido de antemano, así que usted tiene que pensar acerca de lo que es el mínimo efecto de que usted considere interesante)
- Su nivel alfa para su significación de la prueba (normalmente .05)
Opciones de Software
Una buena interfaz gráfica de usuario para el cálculo de la potencia estadística es de Potencia G 3 disponible en Mac y Windows. Tengo una explicación de uso básico con una muestra de la potencia de gráficos de análisis relevantes para su ejemplo (estandarizado grupo de diferencias de medias).
R también tiene opciones como se resume en la rápida r página en el análisis del poder. Echa un vistazo
pwr.t.test
en lapwr
paquete para una opción.- La regla básica es que más participantes es siempre mejor, y que cualquier análisis del poder descansa en supuestos acerca de la población a efecto de que se desconoce (si eran conocidos, no se necesita hacer un estudio).
R Ejemplo:
> install.packages("pwr")
> library(pwr)
> pwr.t.test(power= .8, d=.5, sig.level=.05, type="two.sample")
Two-sample t test power calculation
n = 63.76561
d = 0.5
sig.level = 0.05
power = 0.8
alternative = two.sided
NOTE: n is number in *each* group
Por lo tanto, suponiendo que lo que se etiqueta a menudo como un medio de diferencia en el grupo de medios convencionales y los valores de alfa y el poder, necesita de 64 participantes por grupo.
La gráfica de la Potencia G
En el siguiente gráfico se generó a partir de G Potencia y se ha tomado de mi post en el análisis del poder.
Muestra para los diferentes niveles de d, ¿qué poder puede obtener para un determinado tamaño de la muestra total.
Final complicación si no experimental de diseño
De los cálculos anteriores se puede hacer todo en el supuesto de que tiene la igualdad de los números de facebook y no facebook los usuarios de la muestra. Esta característica es común a los experimentos y estudios donde los participantes de la muestra en algunos de manera sistemática. Sin embargo, si usted acaba de tomar una muestra general de la comunidad, usted terminará para arriba con números desiguales de facebook y no de facebook de los usuarios.
Todo lo demás siendo igual a la potencia estadística disminuye a medida que el tamaño de los grupos se vuelven menos igual. G Power 3 le permite especificar la proporción de los tamaños de los grupos al calcular el tamaño de muestra requerido.
Aquí hay un enlace a un sitio web que hará para usted, pero es en alemán... :-\ Pero mybe puede utilizar...
http://www.bauinfoconsult.de/Stichproben_Rechner.html
Este sitio calcula el número de encuestados según el error estándar y la potencia esperada.
Lehr la regla, citado por Van Belle es $$n = \frac{16}{\Delta^2},$$ donde $\Delta$ es el postulado del tamaño del efecto, que en su caso sería la $(\mu_{\mbox{fb}} - \mu_{\mbox{non fb}}) / \sigma$ donde $\mu$ es la media 'deportividad', $\sigma$ el (agrupado) la desviación estándar de la deportividad. Desea recopilar $n/2$ de los participantes de Facebook y el resto de la mitad no de facebook.
Esta regla da aproximadamente el 80% de la potencia para un 2-ejemplo 2 caras de la prueba t en el tipo I de 0,05 tasa.
He aquí una versión en inglés
Cuestionario o encuesta tamaño de la muestra ¿Cómo se puede trabajar de lo que muestra tamaño para su estudio? Es en realidad un complejo cálculo. Y, en consecuencia, en mi experiencia, la gente utiliza las reglas de pulgar - como 10%. Tales reglas de oro no puede esperar para dar una estimación adecuada de el tamaño de la muestra necesario y, en consecuencia, las personas ya sea en virtud de la muestra o más de la muestra. A menudo, estas muestras son muy muy pequeñas que causan inadecuado decisiones - o demasiado grande - un desperdicio de esfuerzo y el gasto.
¿Qué tamaño de muestra se debe tomar? La respuesta es un equilibrio entre su la intolerancia de los "falsos positivos" y " falsos negativos.
También se puede probar el Tamaño de la Muestra de la Calculadora en gpra.net - aquí está el Intro y Instalar los archivos Pdf