1统计检验力和效果大小的含义,统计检验力:在虚无假设为假时,拒绝虚无假设的概率（J.Cohen,（1988））效果大小:当虚无假设为假时…,它总是在一定程度上的虚假。效果大小是指某个特定总体中的某种特殊的非零的数值,这个数值越大,就表明由研究者所处理的研究现象所造成的效果越大。效果大小本身可以被视为是一种参数:当虚无假设为真时,效果大小的值为零;当虚无假设为假时,效果大小为某种非零的值。因此,可以把效果大小视为某种与虚无假设分离程度的指标2统计检验力的估计原理和影响因素理解统计检验力的关键在于以下三个方面（1）两种假设,两类错误及其相互关系（2）虚无假设分布—备择假设分布（3）以这一次抽样检验中所得到的Z值作为估计该次实验备择假设分布的中心点并以此建构的正态分布来求取该次检验的统计检验力。J.Cohen指出,对于任意给定的统计检验,我们都可以通过给定的显著性水平a,样本容量N和效果大小ES（effect size）来确定其统计检验力。3均数差异检验统计检验力和效果大小的估计方法根据上述对统计检验力的估计原理,我们可以根据以下几个步骤来估计两个独立样本平均数差异显著性检验统计检验力1-的值:步骤1:根据已知条件建立需要检验的假设;步骤2:用相应的公式计算Z统计量;步骤3:确定做出统计决策的水平及相应的临界值;步骤4:计算实际得到的Z值与水平临界值的差;步骤5:根据Z值与水平临界值的差查正态分布表,确定可能犯的型错误或统计检验力1-的概率。通常用公式d=（μ1-μ2）/δ求均数差异检验的效果大小4方差分析统计检验力和效果大小的估计J.Cohen认为,可以用η2来作为方差分析效果大小的指标,其计算公式为:η2=（SS组间）/（SS总体）可以通过以下三个步骤来求取方差分析后的统计检验力（1）以实得的方差统计量计算效果大小:f=﹛﹙（k-1）/k﹚（F/n）﹜^1/2（2）通过f值求Φ值:Φ=fn^<sup>1/2（3）根据Φ值查转换表求统计检验力