INFORMATION

Psicothema was founded in Asturias (northern Spain) in 1989, and is published jointly by the Psychology Faculty of the University of Oviedo and the Psychological Association of the Principality of Asturias (Colegio Oficial de Psicología del Principado de Asturias).
We currently publish four issues per year, which accounts for some 100 articles annually. We admit work from both the basic and applied research fields, and from all areas of Psychology, all manuscripts being anonymously reviewed prior to publication.

PSICOTHEMA
  • Director: Laura E. Gómez Sánchez
  • Frequency:
         February | May | August | November
  • ISSN: 0214-9915
  • Digital Edition:: 1886-144X
CONTACT US
  • Address: Ildelfonso Sánchez del Río, 4, 1º B
    33001 Oviedo (Spain)
  • Phone: 985 285 778
  • Fax: 985 281 374
  • Email:psicothema@cop.es

Sample size requirements for interval estimation of the strength of association effect sizes in multiple regression analysis

Gwowen Shieh

National Chiao Tung University

Background: Effect size reporting and interpreting practices have been extensively recommended in academic journals when analyzing primary outcomes of all empirical studies. Accordingly, the sample squared multiple correlation coefficient is the commonly reported strength of association index in practical applications of multiple linear regression. Method: This paper examines the sample size procedures proposed by Bonett and Wright for precise interval estimation of the squared multiple correlation coefficient. Results: The simulation results showed that their simple method for attaining the desired precision of expected width provides satisfactory results only when sample sizes are large. Moreover, the suggested sample size formula for achieving the designated assurance probability is inaccurate and problematic. Conclusions: According to these findings, their sample size procedures are not recommended.

Requisitos del tamaño de la muestra para la estimación por intervalo de la fuerza de asociación de tamaños de efecto en análisis de regresión. Antecedentes: la práctica al presentar e interpretar el tamaño de efecto ha sido recomendada extensivamente en revistas académicas al analizar resultados primarios en estudios empíricos. En consecuencia, el coeficiente de correlación múltiple al cuadrado de la muestra es el índice de fuerzas de asociación que se presente con más frecuencia en aplicaciones prácticas de regresión lineal múltiple. Método: este trabajo examina el procedimiento del tamaño de la muestra que Bonett y Wright propusieron para una precisa estimación por intervalos de coeficiente de correlación múltiple al cuadrado. Resultados: el resultado de esta simulación señala que su método simple para alcanzar la deseada precisión de la amplitud esperada proporciona el resultado satisfactorio solamente cuando el tamaño de la muestra sea extensivo. Además, la fórmula del tamaño de la muestra sugerida para lograr la designada probabilidad garantizada es inexacta y problemática. Conclusiones: de acuerdo con estos descubrimientos, no se recomienda el procedimiento del tamaño de la muestra.

PDF

Impact factor 2022:  JCR WOS 2022:  FI = 3.6 (Q2);  JCI = 1.21 (Q1) / SCOPUS 2022:  SJR = 1.097;  CiteScore = 6.4 (Q1)