Statistisk power — varför underpowerade studier är farliga

Se hur stickprovsstorlek, effektstorlek och alfa-nivå påverkar din chans att upptäcka en verklig effekt

⚠️ Denna sida har inte faktagranskats ännu. Texten kan innehålla fel. Bli en hjälte!

30
0.50
0.05
0%
Power (1 − β) i
--
Typ I-fel (α) i
--
Typ II-fel (β) i
--
Krävd n för 80% power
--
Fördelningar under H0 och H1
Typ I-fel (α)
Power (1 − β)
Typ II-fel (β)
Power som funktion av stickprovsstorlek
Viktigt: när räcker inte denna beräkning?

Denna visualisering visar power för ett enkelt tvågrupps-test. I kliniska studier med upprepade mätningar, terapeuteffekter eller klustrad data behöver du en mer avancerad beräkning.

Om din studie har:

…då behöver du en trestegsmodell (multilevel) för korrekt power-beräkning. Att ignorera terapeuteffekter kan kraftigt öka risken för falskt positiva resultat.

Läs mer: Magnusson, Andersson & Carlbring (2018). The consequences of ignoring therapist effects in trials with longitudinal data: A simulation study. Journal of Consulting and Clinical Psychology, 86(9), 711–725. doi:10.1037/ccp0000333 — Se även Magnussons interaktiva verktyg: powerlmmjs.rpsychologist.com