統計的な検定で、例えば、２つの平均値の間に本来有意な差が認められる場合に、標本サイズ（n）が小さいために検定結果が有意にならないことがあります。このような場合に、有意な結果を得るためにどの程度の標本サイズが必要なのかを、以下の手続きで決めることができます（一部、下記サイトより転載

「検定力分析プログラム　G*Power3 」: gooblog/hideunuma）。

　サンプルの大きさ，有意水準（α），検定力（検出力：1－β），効果量の4 つの間には，他の3 つが決まれば残りの1 つが決まるという関係があります（村井, 2006）。
　G*Power 3は、設定した有意水準（α）、検定力（1-β）、効果量から必要なサンプルの大きさをもとめることができる（その他の組み合わせも可）ソフトウェアG Powerの最新版で、下記サイトからダウンロードできます（フリー）。

​

G*Power: Statistical Power Analyses for Windows and Mac

Cognitive and Industrial Psychology

Heinrich-Heine-Universitaet Duesseldorf

http://www.gpower.hhu.de/en.html

​

　使い方は、上記サイトのpdfマニュアル（2017版は、かなり丁寧で具体的）を参照。日本語で読めるものには、下記の水本・竹内（2010）（特に後半）などが参考になるでしょう。
　実際には実験に先立って、先行研究や予備実験から効果量を推定し、設定したαおよび目標とする1-βから、必要なサンプルの大きさを求めることになるでしょう (サンプルサイズの設計)。

​

　Fig.1　に出力結果の例を載せます。独立した２群の平均値の差を検定（片側）する場合で、効果量d=0.5、α=0.05、1-β = 0.95、両群のnが等しい条件（左側）で、最低限必要なnを求めています。結果（右側）では、n=88、Totalで176 となっています。

​

　Fig.2 に、1-β= 0.80 で同様の計算をした場合の結果を載せます。Totalでn=102 (n1=51, n2=51)となります。検定力を下げるとnは少なくてすみました。

​

　事後的な利用では、論文にnと効果量が掲載されていれば、αをもとに 1-βを求めることができます。このことから、効果量を論文に載せることが求められています（検定力分析 Power Analysis）。

​

​

.