匯東華統計顧問有限公司
LIVE 夜間直播
樣本數之常見誤區：審稿人在看什麼？
2 小時快速掌握「樣本數」的關鍵知識與常見陷阱
審稿人第一個問的問題，你答得出來嗎？
審稿人會問這些問題...
效果量來源
「請說明樣本數計算的依據，特別是效果量的來源。」
文獻支持
「為何選用 Cohen's d = 0.5？是否有文獻支持？」
事後檢定力
「結果不顯著時計算的 observed power 有何意義？」
非劣效界限
「非劣效界限的設定依據為何？」
課程介紹
樣本數計算看似簡單，但在審稿人眼中卻有許多「眉角」。這門 2 小時直播課程，將從審稿人的視角出發，帶你認識樣本數計算中最常見的錯誤與誤解。
你將學會區分「Post Hoc Power」與「Retrospective Power」的本質差異、了解為什麼「效果量來源」為審稿人最在意的重點、以及如何避免常見的設計陷阱。
適合已經會操作 G*Power 但想更進一步了解「為什麼」的研究者，或是曾被審稿人提出樣本數相關問題的投稿者。
你可能踩過這些坑...
混淆「事後檢力」與「回溯性檢力」
Post Hoc Power 使用母體參數，可以計算；Retrospective Power 使用樣本估計值，邏輯上有問題。很多人搞混了！
效果量「無中生有」
直接套用 Cohen's 標準（0.2/0.5/0.8）卻不說明理由，或從小樣本先導研究過度外推。審稿人一眼就看穿。
忽略集群效應
多中心研究或學校介入研究，未考慮 ICC（組內相關係數），樣本數嚴重低估。
追求 99% 檢力
檢力設太高導致樣本數過大，可能偵測到臨床無意義的差異（overpowered）。80-90% 才是合理範圍。
上完這堂課，你將能夠...
- 區分 Post Hoc Power 與 Retrospective Power 的本質差異
- 正確說明效果量的來源與選擇依據
- 識別常見的樣本數計算錯誤並避開陷阱
- 了解審稿人評估樣本數報告的標準
- 知道何時需要考慮設計效應（Design Effect）
課程大綱
20 min 審稿人視角：樣本數報告的評分標準
- 審稿人最常提出的 5 個樣本數問題
- 好的樣本數報告 vs 不及格的樣本數報告
- 國際期刊的報告標準與檢查清單
30 min 核心：Post Hoc vs Retrospective Power
- Post Hoc Power：使用母體參數，評估已發表研究 — 可以計算
- Retrospective Power（Observed Power）：使用樣本估計值 — 邏輯有問題
- 為什麼 Observed Power 與 p-value 是單調函數關係？
- 結果不顯著時，正確的報告方式：效果量信賴區間 + 研究限制
25 min 效果量的來源與陷阱
- Cohen's 標準的正確使用時機與限制
- 從文獻取得效果量：Meta-analysis 是最佳來源
- MCID（最小臨床重要差異）的概念
- 陷阱：先導研究效果量通常會高估
25 min 研究設計相關陷阱
- 集群效應：ICC 與設計效應的計算
- 存活分析：「事件數」vs「樣本數」的區別
- 非劣效試驗：界限設定建議
- 配對設計誤用獨立樣本公式
20 min 實戰：如何回覆審稿意見 + Q&A
- 敏感度分析的呈現技巧
- 綜合問答
適用對象
曾被審稿人「問倒」的投稿者
收到審稿意見要求補充樣本數說明，卻不知如何回覆。
會操作軟體但想更進一步的研究者
已經會用 G*Power，但想了解「為什麼這樣設定」。
想避免低級錯誤的研究新手
預防勝於治療，先知道審稿人會問什麼，研究設計更周全。
指導學生的老師
需要快速掌握樣本數常見問題，以便指導學生論文。
樣本數系列課程
本課程聚焦於「觀念釐清」與「常見誤區」。若需要軟體實作訓練，建議搭配以下課程：
F26-02：樣本數怎麼算？G*Power 實戰攻略
2026/5/16（六）全天 09:30-16:30
高雄匯東華教室｜涵蓋 t-test、ANOVA、卡方、迴歸等常用分析的樣本數計算實作
課程資訊
直播課程說明
- 報名成功後，課前會收到直播連結通知
- 建議使用電腦或平板觀看，以獲得最佳體驗
- 直播過程中可隨時在聊天室提問
- 課後提供 14天回放（僅限報名學員）
延伸學習資源
以下是與樣本數計算相關的優質資源，幫助您建立更完整的知識體系：
聯絡我們
- Line 官方帳號：@medatatw
- 電子郵件：info@medatatw.com
- 電話：07-9721586 轉分機 9 或 1
- 填寫洽詢表單
統計分析
服務價目表 (未含5%營業稅)
透過嚴謹的數據整理，提供有價值的資訊，形塑知識，提高決策品質。包括信達雅三執行原則。
信：確保資料品質可信賴
達：確保統計方法適切性
雅：確保圖文表格正規化
協助代執行統計分析與進一步加值服務。
在匯東華與夥伴的專業背景知識配合下，能有效地處理面對的問題。
統計分析成果
數據串接與清洗
數據是礦藏，數據清洗是挖出鑽石的第一步，尤其是巨量知識。數據清洗或串接執行過程需要細心與專注，且有可能會消耗許多時間和精力，就由我們來替各位處理掉這個大麻煩。
全民健保研究資料庫、國外大型資料庫資料非常齊全，種類多，需要串接與清洗，進行正規化後才能更進一步進行資料探勘與統計分析。
Fig1.同一個Project資料散落在不同tables，無法使用
Fig2.整併與清理為可分析的table
Fig.3整理和分析後形成有意義的知識
概念與流程示意圖
計畫撰寫與統計諮詢
為了讓匯東華的顧客與學員有更好的合作和消費體驗，故匯東華特別依據營業項目開發周邊產品，提供使用、購買。目前已有針對公共衛生師的題庫以及模擬試題，未來將針對醫學研究領域發展產品。