1. Hem
  2. Alternativ medicin
  3. Bett och stick
  4. Cancer
  5. Sjukdomar och behandlingar
  6. Tandhälsa
  7. Kost och näring
  8. Familjehälsa
  9. Hälso- och sjukvårdsbranschen
  10. Psykisk hälsa
  11. Folkhälsa och säkerhet
  12. Kirurgi och ingrepp
  13. Hälsa

Så beräknar du en statistiskt signifikant stickprovsstorlek

Statistisk signifikans används för att avgöra om statistiska resultat är tillförlitliga och om de skillnader som upptäcks faktiskt är verkliga och inte bara beror på slumpen. De vanligaste måtten för statistisk signifikans är t-statistikan och p-värdet.

Det är viktigt att komma ihåg att mycket små skillnader kan bli signifikanta när stickprovet är stort, medan betydligt större skillnader krävs när stickprovet är litet. För att ta reda på hur många mätningar som behövs för att uppnå statistisk signifikans bör stickprovsstorleken därför uppskattas redan innan studien genomförs.

Det här behöver du

  • Standardavvikelse
  • Största acceptabla skillnad (alfanivå)
  • Konfidensnivå
  • Kalkylator eller statistikprogram

Instruktioner

1. Bestäm alfanivån

Börja med att bestämma vilken alfanivå som ska användas. Alfanivån anger hur stor felmarginal som är acceptabel i den statistiska analysen. I de flesta fall används en alfanivå på 0,05, men andra värden kan förekomma. Tänk på att ju högre alfanivå, desto större blir risken för fel i beräkningen.

2. Uppskatta medelvärdet

Uppskatta sedan det medelvärde som du vill undersöka i studien. Ofta baseras detta uppskattade medelvärde på tidigare forskning. Alternativt kan det beräknas utifrån en mindre testundersökning eller en pilotstudie på en liten stickprovsgrupp.

3. Använd formeln

Sätt in dina värden i följande ekvation:

n = t² × p(1 − p) / m²

Här är t konfidensnivån – normalt 95 procent, vilket motsvarar standardvärdet 1,96. p är det uppskattade medelvärdet (andelarna) och m är felmarginalen, alltså alfanivån. Resultatet n visar den stickprovsstorlek som krävs för att uppnå statistisk signifikans.

Tips: Avrunda alltid resultatet uppåt till närmaste hela enhet, eftersom ett för litet stickprov riskerar att ge opålitliga resultat. Genom att göra en noggrann beräkning i förväg sparar du både tid och resurser i din studie.

Hälsa och Sjukdom © https://www.sjukdom.online