Jasa Isi Kuesioner
Hitung ukuran sampel untuk mendeteksi korelasi Pearson yang signifikan.
Kalkulator ini sempurna untuk analisis hubungan tinggi-berat, penelitian korelasi skor kepuasan, dan analisis hubungan variabel penelitian. Menentukan ukuran sampel yang diperlukan untuk mendeteksi korelasi Pearson yang signifikan dengan kekuatan statistik yang memadai.
Kapan Menggunakan Uji Korelasi?
Metode ini digunakan untuk mendeteksi hubungan linear yang signifikan antara dua variabel kontinu menggunakan korelasi Pearson.
Contoh Penggunaan:
Tingkat kesalahan Tipe I untuk menguji korelasi bukan nol.
Probabilitas mendeteksi korelasi r jika ada.
Target besaran korelasi Pearson (−0,99 hingga 0,99).
Rata-rata jumlah observasi per klaster (0 = pengambilan sampel acak sederhana).
Kesamaan dalam klaster (0–1). ICC yang lebih besar meningkatkan efek desain.
Fraksi data yang dapat digunakan (mis., 0,8 jika mengharapkan kehilangan 20%). Kami bagi dengan ini untuk menginflasi n.
Kami menerapkan DEFF = 1 + (m - 1)·ICC dan membagi dengan retensi.
n ≈ ((z_{1-α/2} + z_{1-β})^2) / atanh(r)^2 + 3atanh(0.3) = 0.5 * ln((1 + 0.3) / (1 - 0.3)) = 0.3095 n = ((1.960 + 0.842)^2) / 0.3095^2 + 3 n = (2.802^2) / 0.095802 + 3 n = 81.9 + 3 = 84.9
Mendeteksi korelasi Pearson r = 0.3 dengan α dua sisi = 0.05 (z = 1.960) dan kekuatan 80% (z = 0.842). Menggunakan transformasi Fisher z atanh(0.3) = 0.3095.
Catatan: Hasil mengasumsikan pengambilan sampel acak sederhana kecuali efek desain disediakan. Untuk metode eksak sampel kecil atau varians yang tidak sama, konsultasikan paket analisis kekuatan lengkap. Selalu dokumentasikan asumsi Anda (α, kekuatan, ukuran efek, SD, ICC, retensi, dan koreksi populasi terbatas apa pun).