While one of the purposes of this a

While one of the purposes of this article was to show the flexibility and benefits of the MC approach to determining sample size, there is a drawback: it requires
users to know more about their studies’ variables than traditional methods. Investigators have to specify not only α and power, but they also have to specify values
for all the variables’ relations. Thus, Cohen’s (1992) concern about researchers not knowing appropriate effect size values for their particular field is amplified if
they have to know how all the variables relate to each
other. In the best situation, scholars would select the
model’s values from theory or previous research. In the
complete absence of any theoretical expectations,
Maxwell (2000) suggested starting with the assumption
that all zero-order correlations are .30, then changing
the values to see how it influences the required sample
size (i.e., sensitivity analysis). Using values of .30 gives
R2 values around 0.14 (2 predictors) to 0.24 (10
predictors), which may or may not be appropriate for a
study.

ผลลัพธ์ (ไทย) 2:

ขณะที่หนึ่งในวัตถุประสงค์ของบทความนี้คือการแสดงให้เห็นความยืดหยุ่นและผลประโยชน์ของวิธีการ MC การกำหนดขนาดของกลุ่มตัวอย่างมีข้อเสียเปรียบ:
มันต้องให้ผู้ใช้สามารถทราบข้อมูลเพิ่มเติมเกี่ยวกับตัวแปรที่ศึกษาของพวกเขากว่าวิธีการแบบดั้งเดิม นักวิจัยต้องระบุไม่เพียง แต่αและอำนาจ
แต่พวกเขายังมีการระบุค่าความสัมพันธ์ตัวแปรทั้งหมด' ดังนั้นโคเฮน (1992)
ความกังวลเกี่ยวกับนักวิจัยไม่ทราบว่าค่าผลขนาดที่เหมาะสมสำหรับเขตข้อมูลเฉพาะของพวกเขาจะขยายถ้าพวกเขาจะต้องรู้วิธีตัวแปรทั้งหมดที่เกี่ยวข้องกับแต่ละอื่น
ๆ
ในสถานการณ์ที่ดีที่สุดนักวิชาการจะเลือกค่าของโมเดลจากทฤษฎีหรือการวิจัยก่อนหน้านี้ ในกรณีที่ไม่มีที่สมบูรณ์ของความคาดหวังทางทฤษฎีใด ๆ แมกซ์เวล (2000) แนะนำให้เริ่มต้นด้วยสมมติฐานที่ว่าทุกความสัมพันธ์เป็นศูนย์สั่ง0.30 แล้วเปลี่ยนค่าเพื่อดูว่าจะมีผลต่อกลุ่มตัวอย่างที่จำเป็นขนาด (เช่นการวิเคราะห์ความไว) ใช้ค่า 0.30 ให้ค่าR2 รอบ 0.14 (2 พยากรณ์) 0.24 (10 พยากรณ์) ซึ่งอาจจะหรืออาจจะไม่เหมาะสมสำหรับการศึกษา

ผลลัพธ์ (ไทย) 3:

ในขณะที่หนึ่งในวัตถุประสงค์ของบทความนี้คือเพื่อแสดงความยืดหยุ่นและประโยชน์ของพิธีกร แนวทางการกำหนดขนาดตัวอย่างมีข้อเสียเปรียบ : มันต้องใช้
ผู้ใช้ต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับตัวแปรที่ศึกษาของพวกเขากว่าวิธีการดั้งเดิม นักวิจัยได้ระบุไม่เพียง แต่αและอำนาจ แต่พวกเขายังต้องระบุค่า
ทุกตัวแปรความสัมพันธ์ ดังนั้นโคเฮน ( 1992 ) กังวลเกี่ยวกับนักวิจัยไม่ทราบว่าขนาดผลค่าที่เหมาะสมสำหรับเขตข้อมูลเฉพาะของพวกเขาจะขยายถ้า
พวกเขาต้องทราบว่าตัวแปรทั้งหมดที่เกี่ยวข้องกับแต่ละ
อื่น ๆ ในสถานการณ์ที่ดีที่สุด นักวิชาการจะเลือก
นางแบบค่าจากทฤษฎีหรืองานวิจัยเดิม ในการขาดที่สมบูรณ์ของทฤษฎีความคาดหวังใด ๆ

,แมกซ์เวลล์ ( 2000 ) แนะนำให้เริ่มต้นด้วยสมมติฐาน
ที่ความสัมพันธ์อันดับศูนย์ทั้งหมด 30 แล้วเปลี่ยน
ค่าเพื่อดูว่ามันมีผลต่อที่ต้องการตัวอย่าง
ขนาด ( เช่นการวิเคราะห์ความอ่อนไหว ) การใช้ค่า 30 ให้
R2 ค่าประมาณ 0.14 ( 2 ตัว ) 0.24 ( 10
( ) ซึ่งอาจจะหรืออาจจะไม่เหมาะสมสำหรับ
ศึกษา