效果量的意義和測量 Posted on 2022-07-142024-11-22 By Dr. Fish 推論統計 假設檢定的過程可用來評估變項之間是否具有關聯性或自變項是否具有效果,但無法瞭解效果的大小。為了測量效果的大小,即須計算效果量。因此,效果量是指自變項效果大小或變項間關聯程度的一種客觀、標準化的測量方法,最常見為Cohen′s d、皮爾森積差相關係數和勝率比。
統計檢定力的意義和影響因素 Posted on 2022-07-012023-08-18 By Dr. Fish 推論統計 統計檢定力是指虛無假設為錯誤的情況下,一種統計檢定方法能夠拒絕該錯誤虛無假設的機率,通常用符號1-β來表示。檢定力會受到真實的對立假設、α水準、檢定的方向性、樣本大小和變異性等因素的影響,計算過程很複雜,但可借助檢定力分析軟體例如G*Power來完成。
獨立樣本和關聯樣本t檢定的比較 Posted on 2022-06-082023-07-31 By Dr. Fish 平均數比較 獨立樣本t檢定使用不同的研究參與者,關聯樣本t檢定則使用相同或配對的參與者。因為關聯樣本設計所致的變異小於獨立樣本的設計,使得關聯樣本t檢定統計量比獨立樣本更為強力,所以更容易拒絕虛無假設。但關聯樣本設計具有一些固有的限制,使得獨立樣本設計仍舊較常被採用。
皮爾森積差相關係數的假設檢定 Posted on 2022-02-212024-07-03 By Dr. Fish 相關係數 皮爾森積差相關係數的假設檢定用來檢驗兩個變項間的關係是否真實地存在於母群體中,可分為虛無假設主張ρ為0和ρ為其他數值的兩種情況。若虛無假設主張ρ為0,假設檢定使用t分配和t檢定統計量;若虛無假設主張ρ為其他數值,假設檢定則使用常態分配和標準分數。
單一樣本t檢定的假設檢定 Posted on 2022-02-022023-07-19 By Dr. Fish 平均數比較 單一樣本t檢定的假設檢定和單一樣本z檢定相當類似,皆用來檢驗一個樣本平均數是否來自於特定母群體的虛無假設,兩者差別在於單一樣本t檢定用在母群體標準差未知或樣本數小於30的情況。單一樣本t檢定使用t抽樣分配和t檢定統計量,可簡單地利用SPSS來獲得分析結果。