Esta no es una respuesta que querrá escuchar, me temo, pero lo diré de todos modos: intente resistir la tentación de las calculadoras en línea (y ahorre su dinero antes de comprar calculadoras patentadas).
Estas son algunas de las razones por las cuales: 1) todas las calculadoras en línea usan notación diferente y a menudo están mal documentadas. Es una pérdida de tiempo. 2) ¡SPSS ofrece una calculadora de potencia, pero nunca la he probado porque era demasiado costosa para mi departamento! 3) Las frases como "tamaño de efecto medio" son, en el mejor de los casos, engañosas y, en el peor de los casos, simplemente erróneas para todos, excepto para los diseños de investigación más simples. Hay demasiados parámetros y demasiada interacción para poder destilar el tamaño del efecto a un solo número en [0,1]. Incluso si pudiera ponerlo en un solo número, no hay garantía de que el 0.5 de Cohen corresponda a "medio" en el contexto del problema.
Créame, a la larga es mejor morder la bala y aprender cómo utilizar la simulación para su beneficio (y el beneficio de la (s) persona (s) que está consultando). Siéntate con ellos y completa los siguientes pasos:
1) Elija un modelo que sea apropiado en el contexto del problema (parece que ya ha trabajado en esta parte).
2) Consulte con ellos para decidir cuáles deberían ser los parámetros nulos, el comportamiento del grupo de control, lo que sea que esto signifique en el contexto del problema.
3) Consulte con ellos para determinar cuáles deberían ser los parámetros para que la diferencia sea prácticamente significativa . Si hay limitaciones en el tamaño de la muestra, esto también debería identificarse aquí.
4) Simule datos de acuerdo con los dos modelos en 2) y 3), y ejecute su prueba. Puedes hacer esto con un montón de software: elige tu favorito y ve por él. Vea si lo rechazó o no.
nortepags^pags^( 1 - p^) / n---------√
Si hace su análisis de poder de esta manera, encontrará varias cosas: A) había muchos más parámetros corriendo de lo que había previsto. Te hará preguntarte cómo en el mundo es posible colapsarlos a todos en un solo número, como "medio", y verás que no es posible, al menos no de una manera directa. B) su potencia será mucho más pequeña que la que anuncian muchas otras calculadoras. C) puede aumentar la potencia aumentando el tamaño de la muestra, ¡pero tenga cuidado! Puede que, como tengo yo, para detectar una diferencia que sea "prácticamente significativa" necesita un tamaño de muestra que sea prohibitivamente grande.
Si tiene problemas con cualquiera de los pasos anteriores, puede recopilar sus pensamientos, formular bien una pregunta para CrossValidated, y la gente de aquí lo ayudará.
EDITAR: en caso de que descubra que debe usar una calculadora en línea, la mejor que he encontrado es la página de potencia y tamaño de muestra de Russ Lenth . Ha existido durante mucho tiempo, tiene una documentación relativamente completa, no depende del tamaño de los efectos fijos y tiene enlaces a otros documentos que son relevantes e importantes.
OTRA EDICIÓN: Casualmente, cuando surgió esta pregunta, estaba justo en el medio de escribir una publicación de blog para desarrollar algunas de estas ideas (de lo contrario, podría no haber respondido tan rápido). De todos modos, lo terminé el fin de semana pasado y puedes encontrarlo aquí . No está escrito con SPSS en mente, pero apuesto a que si una persona fuera inteligente podría traducir partes de ella a la sintaxis de SPSS.