以G*power 計算重複施測的ANOVA所需個案數

論文的研究計畫中需要進行不同教學方法的比較（ANOVA repeated measures），
為了估計所需個案量，因此以G*power 3軟體計算。

為了幫助自己記住設定這些數值的理由，因此寫在部落格上。

G* power 3 的計算
F tests - ANOVA: Repeated measures, within-between interaction
Analysis: A priori: Compute required sample size 
Input::Effect size f = 0.25   預計研究至少有中度效果以上的effect size
                                                       （effect size越大，所需個案數越少）
α err prob = 0.05
Power (1-β err prob) = 0.8  當各組真的有顯著差異時，有80%的機率可以看偵測出各組有顯著差異
Number of groups = 3    個案分為3組：適性教育組1、適性教育組2、對照組
Number of measurements = 2   2次施測
Corr among rep measures = 0.5  預計OTK程度、參與度與ADL前後測分數應該有中度相關
Nonsphericity correction ε = 1  1/(施測次數-1)=1/1=1

Output: Noncentrality parameter λ = 10.5000000
Critical F = 3.2380961
Numerator df = 2.0000000
Denominator df = 39.0000000
Total sample size = 42    總共需42人，亦即一組14人。
Actual power = 0.8034136

＊ 預估一個月內再測的流失率為20%，因此預估一組需要收18人（共54人）。

預計此研究可能遭遇的問題：
1.當參與者為住院個案，可能不會住超過1個月，再測的流失率會增加。
   →可以先詢問個案出院後是否會回本院治療。

2. ADL分數變化可能受個案中風後時間影響甚鉅。
   →用隨機分派個案或是配對的方式以減少個案特性對結果的影響。

   （但如果個案的ADL程度不會因為介入而有所改變，ADL程度就不是一個好的成效指標）