Hậu quả của việc vượt quá cỡ mẫu sau khi xác định mẫu trong phân tích công suất

Thử thách

Trong văn phòng của chúng tôi, tôi đã tham gia vào một cuộc thảo luận về kích thước mẫu và ảnh hưởng của nó đến kích thước hiệu ứng - bạn có thể giúp tôi giải thích thêm không?

Căn cứ

Khi tiến hành phân tích công suất, người ta có thể xác định kích thước mẫu cho kích thước hiệu ứng cụ thể trong một thiết kế cụ thể.

Vấn đề / Thảo luận

Điều gì xảy ra nếu vượt quá kích thước mẫu xác định trước (ví dụ mẫu được xác định trong phân tích công suất là , nhưng chúng ta có thể thu được )? $N=100$ $N=1000$

Vị trí 1: Kích thước mẫu lớn băm / phá hủy kích thước hiệu ứng. Khi sử dụng các mẫu lớn hơn xác định trong phân tích công suất, nguy hiểm xảy ra là "mọi thứ trở nên quan trọng" (ngay cả những tác động nhỏ, thực tế không liên quan). Do đó, chúng ta nên dựa vào mẫu xác định từ phân tích công suất. Làm như vậy, chúng ta có thể tiết lộ các hiệu ứng "thực / có liên quan".

hoặc là

Vị trí 2: Xác định cỡ mẫu liên quan đếncỡ mẫu tối thiểu được yêu cầu để tiết lộ một hiệu ứng nhất định. Cỡ mẫu lớn có lợi, ví dụ vì giảm sai số đo. Do đó, hiệu ứng thực sự có thể được tiết lộ dễ dàng hơn. Tính toán kích thước bài hoc cung cấp thông tin về mức độ phù hợp của hiệu ứng.

hoặc là

Vị trí 3: Vị trí 1 so với vị trí 2 tùy thuộc vào thiết kế nghiên cứu (ví dụ: vị trí 1 cho kiểm tra t vì tìm kiếm "hiệu ứng có liên quan", nhưng vị trí 2 cho CFA / SEM để có kết quả đáng tin cậy, ổn định hơn).

hoặc là

Vị trí 4: Một vị trí có thể khác cho một lời giải thích thay thế.

— Jens
nguồn

nguy hiểm xảy ra là "mọi thứ trở nên quan trọng" (ngay cả những tác động nhỏ, thực tế không liên quan).

Đây không phải là một đối số chống lại kích thước mẫu lớn, nó là một đối số trực tiếp chống lại kiểm tra giả thuyết cho vấn đề cụ thể của bạn.

Nếu bạn gặp vấn đề từ chối đối với kích thước hiệu ứng nhỏ, đừng sử dụng các thử nghiệm giả thuyết thông thường .

Nó có thể là bạn cần một bài kiểm tra tương đương (hoặc có thể là một bài kiểm tra không thua kém).

Có thể là bạn cần một ước tính khoảng thời gian của kích thước hiệu ứng (tức là khoảng tin cậy).

Nó có thể là bạn cần một cái gì đó khác.

Điều này cũng liên quan đến Vị trí 3. Nếu bạn có khái niệm về "hiệu ứng có liên quan", bạn không nên sử dụng các bài kiểm tra giả thuyết thông thường .

Nếu vị trí của bạn không phải là nhiều sức mạnh hơn là tốt hơn, hãy ngừng sử dụng các bài kiểm tra giả thuyết đó . Nó không phải là công cụ chính xác cho công việc đó.

— Glen_b -Reinstate Monica
nguồn

Kiểm tra tương đương ... Tôi phải có thêm thông tin về điều này. Nó rất có ý nghĩa ...

— Antoni Parellada

Một số nguồn tốt để tìm hiểu về các bài kiểm tra tương đương là gì? Tôi không tìm thấy nhiều trên mạng.

— Clarinetist

H_{0} : μ_{1} - μ_{2} = 0 vs. H_{a} : μ_{1} - μ_{2} \neq 0

$H_0 : \mu_1 - \mu_2 = 0 \quad \text{vs.} \quad H_a : \mu_1 - \mu_2 \ne 0$

H_{0} : | μ_{1} - μ_{2} | \geq Δ vs. H_{a} : | μ_{1} - μ_{2} | < Δ,

$H_0 : |\mu_1 - \mu_2| \ge \Delta \quad \text{vs.} \quad H_a : |\mu_1 - \mu_2| < \Delta,$

Δ

$\Delta$

H_{0}

$H_0$

H_{a}

$H_a$

@Glen_b bạn có thể đề cập đến một số tài liệu tham khảo để tìm hiểu thêm về các bài kiểm tra tương đương không? Tuy nhiên, tôi chỉ tìm thấy một số giấy tờ.

— Jens