Kalkylator - Medelvärde i två oberoende grupper
Denna sida är uppdaterad 2007-01-01

Här kan du räkna ut stickprovsstorleken eller styrkan i en undersökning som jämför medelvärden/medianvärden i två oberoende grupper. Teorin bakom dessa beräkningar förklaras på en annan sida. Du kan även välja andra kalkylatorer för andra typer av studier.
    Ange alfa (=p-värde) och styrka (=power) som en siffra mellan 0-1. Som decimalavgränsare använd punkt (ej komma). När du fyllt i dina värden så klicka på knappen "Beräkna". Längre ner hittar du ett exempel som förklarar mer. De siffror som är ifyllda i förväg kommer från exemplet.

1. Ange vad du vill göra:
(Välj ett av de två alternativen)
Beräkna stickprovsstorlek
Beräkna styrka (power)
 
   
2. Ange rådata:
(Fyll i alla tre rutorna)
Medelvärde för grupp 1:
Medelvärde för grupp 2:
Standardavvikelsen (SD)*:
*Gemensamt SD för båda grupperna
  
3. Ange de statistiska villkoren:
(Välj ensidigt eller tvåsidigt test och fyll i alfa)
Ensidigt test
Tvåsidigt test
 
Ange alfa (=p-värde):
  
4. Ange ytterligare information:
(Om du högst upp valde beräkna stickprovsstorlek så skall du här fylla i önskad styrka.
Om du högst upp valde beräkna styrka skall du istället fylla i stickprovsstorlek.)
Ange önskad styrka (power):
Stickprovsstorlek i varje grupp**:
**Vi antar för enkelhetens skull att grupperna är lika stora

Exempel
För att visa hur man använder kalkylatorn har vi fyllt i med ett exempel. Antag att vi vill veta om C-vitamin sänker blodtrycket. Vi tänker oss att inkludera individer med ett systoliskt blodtryck på 160mmHg. Dessa randomiseras till två lika stora grupper. Den första gruppen får C-vitamin och den andra en placebotablett. Vi antar att placebogruppen vid andra mätningen har samma blodtryck (160) medan C-vitamingruppen har sjunkit med 5mmHg till 155. Hur stort stickprov skulle vi behöva om vi vill kunna visa (p<0,05) att C-vitamin sänker blodtrycket med 5mmHg vid ett startblodtryck på 160mmHg? Om vi visste säkert att C-vitamin sänker blodtrycket skulle vi markera "ensidigt test". Eftersom vi inte är helt säkra på att en skillnad mellan grupperna är till C-vitaminets fördel markerar vi "tvåsidigt test". Normalt bör man alltid göra tvåsidiga test. Prova nu genom att klicka på "Beräkna". Som du ser behöver vi 16 patienter i varje grupp för att ha 80% chans att kunna påvisa skillnaden på 5mmHg. Hade vi varit helt säkra på att skillnaden mellan grupperna är till C-vitaminets fördel kunde vi markera ensidigt test. Om du gör det och klickar på beräkna ser du att det räcker med 13 patienter i varje grupp. Om vi vill ha 95% chans att påvisa en verklig behandlingseffekt (95% power) behöver vi vid tvåsidigt test 26 patienter i varje grupp.
    Antag att vi redan har gjort en undersökning där vi har 10 patienter i vardera gruppen. I den undersökningen kunde vi inte påvisa någon statistiskt signifikant skillnad i blodtryckssänkning mellan C-vitamingruppen och placebogruppen. Om det nu är så att det finns en verklig effekt av C-vitamin med en sänkning av blodtrycket på 5mmHg, hur stor chans hade vi då att i vår undersökning kunna påvisa detta (få p<0,05)? Om du markerar att du vill "Beräkna styrkan", fyller i stickprovsstorleken till 10 i varje grupp och sedan klickar på "Beräkna" ser du att i den lilla undersökning du just gjort var det bara 61% chans att kunna påvisa en så liten skillnad i blodtryckssänkning som 5mmHg. Om man skall publicera en studie med "negativt fynd" (ingen statistiskt signifikant skillnad, p>0,05) bör styrkan vara minst 80%.

Bakgrundsinformation
Ovanstående kalkylator är gjord av Rollin F. Brant, biostatistiker på Department of Community Health Sciences vid universitetet i Calgary. Svensk översättning och tillägg av exempel är gjord av undertecknad efter tillstånd från upphovsmannen.
(The calculations are the customary ones. See for example, Rosner, B., Fundamentals of Biostatistics (4th ed.), Section 8.10.
Acknowledgments: The JavaScript underlying this page uses normal quantile and probability functions taken from Jan deLeeuw's Web-Based Statistics: The Study of Stability in Variation.)

Ansvar
Informationen på denna webbsite får läsas fritt utan kostnad. Vi tar inte ekonomiskt / juridiskt ansvar för konsekvenser av eventuella fel eller brister i informationen. Skulle det visa sig att denna kalkylator räknar fel tar ansvariga för denna webbplats inget ekonomiskt / juridiskt ansvar. Ansvaret ligger helt hos den som använder kalkylatorn.


Denna webbsida är författad av
Doc. Ronny Gunnarsson
Distriktsläkare/Familjeläkare

Läs om regler för ansvar och copyright som gäller för denna webbsida.