Hvodan analysere i jamovi og G*power - t-tester, effektstørrelse og statistisk styrke (power)

Question 1

Hvilke hovedresultater bør man se etter i en t-test i Jamovi?

Answer 1

t-verdi
Frihetsgrader (df)
p-verdi
Effektstørrelse (Cohen’s d)
Gjennomsnitt og standardavvik for gruppene

Question 2

Hvordan tolker man p-verdien i en t-test?

Answer 2

p < 0.05: Statistisk signifikant forskjell mellom gruppene
p ≥ 0.05: Ikke tilstrekkelig bevis for å hevde en forskjell mellom gruppene

Question 3

Hva indikerer Cohen’s d i Jamovi?

Answer 3

Cohen’s d viser størrelsen på forskjellen mellom gruppene:
d = 0.2: Liten effekt
d = 0.5: Medium effekt
d = 0.8: Stor effekt

Question 4

Hvorfor er det viktig å rapportere effektstørrelse i tillegg til p-verdi?

Answer 4

Effektstørrelse:
Er uavhengig av utvalgsstørrelse
Gir informasjon om den praktiske betydningen av en forskjell
Muliggjør sammenligning av resultater på tvers av studier

Question 5

Hva er statistisk styrke (power)?

Answer 5

Statistisk styrke er sannsynligheten for å oppdage en effekt hvis den faktisk eksisterer (1 - β). Den anbefales å være minst 0.8 (80% sjanse for å oppdage en effekt).

Question 6

Hvilke faktorer påvirker statistisk styrke i G*Power?

Answer 6

Effektstørrelse: Større effekter er lettere å oppdage

Alfanivå: Lavere alfanivå gir strengere kriterier for signifikans

Utvalgsstørrelse: Større utvalg gir mer presise estimater

Testtype: Ensidig eller tosidig test

Question 7

Hvordan kan GPower brukes i studieplanlegging?

Answer 7

Beregne nødvendig utvalgsstørrelse for å oppnå ønsket statistisk styrke

Estimere oppnådd styrke gitt en bestemt utvalgsstørrelse og effektstørrelse

Utforske forholdet mellom utvalgsstørrelse, effektstørrelse og statistisk styrke