附錄 B — 效果量的計算方法
本書取用及建議的再現實驗實驗，設計都是比較兩組參與者表現的參與者間設計(Between Participant Design)，以及比較同一位參與者在兩種情況表現的參與者內設計(Withing Participant Design)。兩種設計的效果量都是計算Cohen’s d，只是計算公式並不相同。
雖然本書推薦的統計軟體都有計算Cohen’s d的功能，為了未來學習設計更複雜的實驗，讀者還是有必要了解如何計算。 Lakens (2013) 整理兩種Cohen’s d的計算方法，節錄如下：
- 參與者間設計 Cohen’s \(d_s\)
需要數值：兩組平均值(\(\bar{X}_1\), \(\bar{X}_2\))，兩組樣本變異數(\(SD^2_1\), \(SD^2_2\))，兩組樣本人數(\(n_1\), \(n_2\))。
\[d_s = \frac{\bar{X}_1 - \bar{X}_2}{\sqrt{ \frac{(n_1 - 1)SD^2_1 + (n_2 - 1)SD^2_2}{n_1 + n_2 - 2}}}\]
- 參與者內設計 Cohen’s \(d_Z\)
需要數值：差異分數平均值(\(M_{diff}\))，每位參與者的差異分數(\(X_{diff}\))，參與者人數(N)。
\[d_z = \frac{M_{diff}}{\sqrt\frac{\sum(X_{diff} - M_{diff})^2}{N - 1}}\]
C 預估隨機化實驗的樣本人數
規劃一項實驗之前，必須根據可測得的效果量以及預期達到的考驗力，規劃能得到如此結果的樣本人數。在許多實驗研究法教材培養的研究執行能力，包括軟硬體安排實現設計的完整度，以及執行與解釋資料分析符合學術規範。為了增加研究的可重製性，新手研究者應當在學習如何規劃的時期，了解執行實驗應收集的樣本人數。這個單元以形態模擬效應為範例，說明如何考慮估計樣本人數的重要資訊，以及示範操作程序。
Zwaan et al. (2017) 招募80位參與者，再現 Zwaan et al. (2002) 的研究結果。80位是不是合理的樣本人數，可運用過去研究文獻的效果量資料，評估再現實驗若能發現相同的結果，所達到的考驗力。 Zwaan & Pecher (2012) 曾進行兩次招募176人的實驗，雖然也得到顯著的結果，測得的效果量(.15, .18)只有 Zwaan et al. (2002) 的一半(.31)。要評估 Zwaan et al. (2017) 招 募的人數，最適當的方式是假設以此實驗方法測得的形態模擬效應，效果量範圍在.15到.31之間，評估達到考驗力.80或.90時的人數。
D jPower操作示範
只有兩組比較的參與者間設計或參與者內設計，可運用jPower評估參與者人數。讀者可參考以下影片，了解如何合理評估形態模擬效應再現研究的樣本人數：
將估計樣本人數的思維換個方向，當我們不清楚可能測得的效果量，只有計畫收集的樣本人數，例如第一次進行中文版形態模擬效應實驗。只要更換計算項目，就可估計收集的資料如果通過顯著性檢定，應測得至少多小的效果量，才能達到預期的考驗力。這種方法稱為敏感度分析，讀者可參考以下影片：
請留意影片最後的提醒，以上示範的敏感度分析，如果是事後進行，必須確定不再收集資料，分析結果才有意義。詳細說明可參考Daniel Lakens的線上課程”Improving your statistical inferences“之單元5.2~”Sample Size Justification”。