統計功效計算器 使用指南

α=0.05、效應量 d=0.5、功效 0.8 時約需 n≈64/組（兩獨立樣本 t 檢驗近似）。…

核心功能

• 由效應量、樣本量與顯著性水平計算統計功效（1−β）
• 支援雙側與單側檢驗切換
• 給出功效數值，便於在開實驗前估算需要的樣本量
• 避免「樣本太少卻得出沒差異」的誤判

適用場景

• 實驗設計前估算檢出效應所需樣本量。
• 實驗上線前算樣本量：若只能接受 20% 的漏檢風險，反推需要多少樣本才能可靠檢出預期的最小提升。

使用步驟

1. 填效應量 d（Cohen's d），0.2 小、0.5 中、0.8 大
2. 填每組樣本量 n
3. 設顯著性水平 α，通常取 0.05
4. 選擇雙側還是單側：方向有明確預期才用單側
5. 若功效低於 0.8，說明樣本量不足，需加大 n 重算

實用技巧

• 功效分析是「實驗前」的工具，用來決定樣本量；實驗結束後再算「事後功效」，實際上只是把已得到的 p 值換個說法，不能證明結論可靠
• 正確做法是在設計階段就確定最小可檢出效應、顯著性水平與功效，據此算出所需樣本量並決定實驗時長

常見問題

功效 0.8 含義？

真實存在差異時，有 80% 機率拒絕原假設（即 20% 二類錯誤）。

為什麼實驗做完了才看功效沒意義？

功效分析是「實驗前」的工具，用來決定樣本量；實驗結束後再算「事後功效」，實際上只是把已得到的 p 值換個說法，不能證明結論可靠。正確做法是在設計階段就確定最小可檢出效應、顯著性水平與功效，據此算出所需樣本量並決定實驗時長。