MENU

SPSS でカイ二乗検定に必要なサンプル数を計算する方法

カイ二乗検定のサンプルサイズ計算を SPSS で行う方法

>>もう統計で悩むのは終わりにしませんか? 

↑期間・数量限定で無料プレゼント中!

目次

拡張機能のインストール

拡張機能 → 拡張ハブ を選択

検索窓に power と入力して、Power Analysis for Chi-Square Models を見つけて、拡張の取得にチェックを入れ、OK をクリック

規約に同意して、インストールする

実際の計算

機能拡張のインストールが終了すると、分析 → 検定力分析 → 比率 → Chi-Square が見つかるので選択

Effect Size, df, Power に設定を入力して、OK をクリック

効果量 w = 0.3, 自由度 df = (2-1) x (5-1) = 4 ( 2×5 の分割表を想定)、検出力 80 %( 0.8 )とした

必要サンプルサイズが求まる

全体で 133 例必要と計算される

>>もう統計で悩むのは終わりにしませんか? 

↑1万人以上の医療従事者が購読中

効果量の目安

効果量の目安として、Cohen が提唱しているものがある

  • 小さい効果量:0.1
  • 中程度効果量:0.3
  • 大きい効果量:0.5

これが参考になる

まとめ

カイ二乗検定のサンプルサイズ計算を SPSS で行う方法を解説した

拡張機能をインストールして、計算することになる

参考になれば

参考文献

Jacob Cohen. Statistical Power Analysis for the Behavioral Sciences Second Edition.

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

リサーチクエスチョン探し?データ分析?論文投稿?、、、で、もう悩まない!

第1章臨床研究ではなぜ統計が必要なのか?計画することの重要性
  • 推定ってどんなことをしているの?
  • 臨床研究を計画するってどういうこと?
  • どうにかして標本平均を母平均に近づけられないか?
第2章:研究目的をどれだけ明確にできるのかが重要
  • データさえあれば解析でどうにかなる、という考え方は間違い
  • 何を明らかにしたいのか? という研究目的が重要
  • 研究目的は4種類に分けられる
  • 統計専門家に相談する上でも研究目的とPICOを明確化しておく
第3章:p値で結果が左右される時代は終わりました
  • アメリカ統計協会(ASA)のp値に関する声明で指摘されていること
  • そうは言っても、本当に有意差がなくてもいいの…?
  • なぜ統計専門家はp値を重要視していないのか
  • 有意差がない時に「有意な傾向があった」といってもいい?
  • 統計を放置してしまうと非常にまずい
第4章:多くの人が統計を苦手にする理由
  • 残念ながら、セミナー受講だけで統計は使えません。
  • インプットだけで統計が使えない理由
  • どうやったら統計の判断力が鍛えられるか?
  • 統計は手段なので正解がないため、最適解を判断する力が必要
第5章:統計を使えるようになるために今日から何をすれば良いか?
  • 論文を読んで統計が使えるようになるための5ステップ
第6章:統計を学ぶために重要な環境
  • 統計の3つの力をバランスよく構築する環境

以下のボタンをクリックして、画面に出てくる指示に従って、必要事項を記入してください。

この記事を書いた人

統計 ER ブログ執筆者

元疫学研究者

統計解析が趣味

コメント

コメントする

目次