【Knowledge Sharing】统计检定力（功效）分析(power analysis)的重要性

    问题：请问我们的统计检定(t, F, X square, ANOVA, MNOVA, Regression, SEM )的结果有多大的概率是正确的？ 这是为什么我们努力推动统计分析之信效度的最后一里路：Statistical power，统计检定力(功效)

• Statistical power is the probability that a statistical test will correctly reject a null hypothesis (Baroudi & Orlikowski,1989).

    检定力（功效）分析是统计检验时能正确拒绝 虚无(零)假设检定(Null Hypothesis)的几率，一般建议达0.8水平。

我们完成：

1. Evolution of power analysis.

2. 我们的期刊文章Correctly report power analysis，另外我们也可以提供 R code, 协助分析。

• Shiau, W.-L., Chen, H., Chen, K., Liu, Y.-H., and Tan, F. T. C.(2021). A Cross-Cultural Perspective on the Blended Service Quality for Ride-Sharing Continuance. Journal of Global Information Management(JGIM, SSCI，ABS 2*), Vol. 29 No. 6, Article 2, pp. 1-25.

3. 20211208 完成工作坊Workshop at ACIS（澳洲 IS 最大研讨会）：

    A tutorial on making IS research more reliable and valid:  perspectives from statistical power of NHST and power analysis in SEM

影片如下：https://v.youku.com/v_show/id_XNTgyNjE3MjIwOA==.html

 4. Prof. Ringle (SmartPLS developer) responses:

Dear Mac Shiau

I will discuss with the team on how to include power statistics into SmartPLS.

Best

Christian

5. Prof. Andrew (EIC of MISQ) responses:

    Thanks Prof Shiau - I am not sure if I can make it, but I do agree that we need to be careful with power analysis.  I appreciate you reaching out.

Note: 为什么推动统计分析之 信效度的最后一里路？Statistical power，统计检定力(功效) 

    30 年前 Baroudi & Orlikowski,（1989）研究说明在IS 顶刊中，在假设小中大 效应时，有99%, 66%, and  34% 低于 0.8水平， 并且落后营销和心理研究领域。 

    大约30 年后 Mertens, et al. （2020）研究说明在IS  8大顶刊前100高被引文章的43篇数量文章中，有83.7% 在研究设计中未讨论统计检定力(功效) ，只有 4.7%提供事后统计检定力(功效)，也只有 9.3% 报告了统计检定力(功效)。

    检定力分析， (功效分析，power analysis)在虚无(零)假设显著性检定(Null Hypothesis Significant Test, NHST)中，扮演着极重要的角色，但却经常被忽略(Cohen, 1969,1988)。检定力分析在社会科学和行为科学中经常被提到和用到的统计检定，若是没有检定力分析，显著性检定的用处将会受到很大的限制，因为我们无法确定达到显著检定的结果有多大概率是正确的(Cohen, 1969,1988)。

    在完成 Evolution of power analysis 后，我们确认统计分析之 信效度的最后一里路：Statistical power，统计检定力(功效)非常重要，若是您也认同，请转发出去，让更多研究者了解和使用 统计检定力(功效)， 以确保研究的信效。