Questionário de Entrada de Parâmetros para Análise de Poder
Um instrumento estruturado de coleta para estatísticos e pesquisadores documentarem sistematicamente as suposições de tamanho de efeito, variância, delineamento e atrito necessárias para conduzir cálculos de poder e tamanho amostral.
Perguntas de exemplo
Uma prévia do que há no modelo. Todas as perguntas podem ser editadas antes de publicar.
Qual é a área principal do estudo?
- Biomédica / Clínica
- Saúde Pública
- Ciências Sociais
- Educação
- Economia
- Psicologia / Comportamental
- Engenharia
- Outra
Qual métrica de efeito a análise de poder utilizará?
- Diferença de médias
- Diferença de médias padronizada (d de Cohen)
- Razão de chances (odds ratio)
- Razão de risco (risk ratio)
- Diferença de risco
- Razão de riscos (hazard ratio)
- Razão de taxas
- Coeficiente de correlação
- Diferença de escore de mudança
Qual é a distribuição assumida para o desfecho primário?
- Normal
- Binomial
- Poisson
- Binomial negativa
- Log-normal
- Exponencial
- Weibull
Quantos braços ou grupos o delineamento do seu estudo inclui?
- 1 (grupo único)
- 2
- 3
- 4 ou mais
Qual é a duração planejada do acompanhamento? (Informe o número e a unidade — por exemplo, '12 semanas', '6 meses'.)
De modo geral, quão confiante você está na precisão das suposições que forneceu neste questionário?
Obrigado pelos detalhes fornecidos até aqui. Gostaria de fazer algumas perguntas de acompanhamento para esclarecer eventuais lacunas nas suposições do seu estudo — em especial sobre suas estimativas de variância, decisões de delineamento ou restrições de viabilidade.
Com base nas suas respostas neste questionário, há algum contexto, suposição ou restrição adicional que devamos considerar para a sua análise de poder?
Qual é o seu papel ou área de atuação principal?
- Bioestatístico(a)
- Epidemiologista
- Pesquisador(a) clínico(a)
- Cientista social
- Analista de dados
- Estudante / estagiário(a)
- Outro
Obrigado por concluir este questionário. Suas respostas serão utilizadas para elaborar um plano adequado de análise de poder e tamanho amostral para o seu estudo. Em caso de dúvidas, entre em contato com o estatístico do seu estudo ou com a equipe de pesquisa.
Qual é o tipo do desfecho primário?
- Contínuo
- Binário / Proporção (0–1)
- Contagem
- Tempo até evento (sobrevivência)
- Ordinal
- Outro
Qual é o tamanho de efeito planejado? (Digite o valor numérico na métrica escolhida — por exemplo, 0,3 para o d de Cohen, 1,5 para uma razão de chances.)
Se o seu desfecho primário for contínuo, qual é o desvio padrão assumido? (Digite o valor nas unidades do desfecho; deixe em branco se não se aplicar.)
Qual é a razão de alocação planejada entre os grupos?
- 1:1
- 2:1
- 1:2
- 1:1:1
- Outra
Qual é a taxa esperada de atrito ou perda de acompanhamento ao longo de toda a janela de análise? (Digite uma proporção entre 0 e 1 — por exemplo, 0,15 para 15%.)
Quais fontes embasaram essas estimativas? (Selecione todas as opções aplicáveis.)
- Dados piloto
- ECR anterior
- Conjunto de dados observacionais
- Revisão sistemática / meta-análise
- Registro / prontuário eletrônico (EMR)
- Julgamento de especialistas
- Restrições de viabilidade
Quantos anos de experiência você tem com delineamento ou análise de estudos?
- Menos de 1 ano
- 1–3 anos
- 4–7 anos
- 8–15 anos
- 16 anos ou mais
Qual é o efeito mínimo detectável (MDE) que você considera praticamente relevante? (Use a mesma métrica e as mesmas unidades do seu tamanho de efeito planejado.)
Se o seu desfecho primário for binário, qual é a taxa de eventos esperada no grupo controle? (Digite uma proporção entre 0 e 1; deixe em branco se não se aplicar.)
Qual nível de significância (alfa) você utilizará? (por exemplo, 0,05, 0,01)
A taxa de atrito informada acima está expressa por:
- Semana
- Mês
- Todo o período de acompanhamento
Forneça quaisquer citações, conjuntos de dados ou observações adicionais relevantes para as suposições que você relatou acima.
Em qual região você está baseado(a) principalmente?
- África
- Ásia
- Europa
- América do Norte
- América do Sul
- Oceania
- Oriente Médio
- Múltiplas / Outra
Qual é a unidade do tamanho de efeito? (por exemplo, mmHg, pontos; digite 'padronizado' se for adimensional.)
Quais são as fontes das suas suposições de variância ou taxa de eventos? (por exemplo, dados piloto, literatura, registro — inclua citações ou links sempre que possível.)
Qual é o seu poder estatístico alvo? (por exemplo, 0,80, 0,90)
Como você planeja lidar com dados ausentes? (Selecione todas as opções aplicáveis.)
- Análise de casos completos
- Imputação múltipla
- Máxima verossimilhança / modelos mistos
- Ponderação pela probabilidade inversa
- Última observação transportada (LOCF)
- Outro (especifique)
Em que tipo de organização você trabalha principalmente?
- Universidade / Acadêmica
- Hospital / Sistema de saúde
- Governo
- Indústria / Farmacêutica
- Sem fins lucrativos / ONG
- Consultor(a) independente
- Outro
O teste da hipótese primária será unilateral ou bilateral?
- Bilateral
- Unilateral
Em qual país você está baseado(a) principalmente? (Opcional)
O delineamento é agrupado (clustered) ou aleatorizado por conglomerados?
- Não
- Sim
Se o seu delineamento for agrupado, qual é a correlação intraclasse (ICC) assumida? (Digite um valor entre 0 e 1.)
Se o seu delineamento for agrupado, qual é o tamanho médio esperado do conglomerado?
O estudo envolve medidas repetidas ou desfechos longitudinais?
- Não
- Sim
Se o seu estudo tiver medidas repetidas, qual é a correlação intraindividual (rho) assumida? (Digite um valor entre 0 e 1.)
O que está incluído
Acompanhamento com IA
Sondagens adaptativas nas respostas abertas que revelam detalhes que um formulário estático deixaria passar.
Verificações de atenção
Proteções integradas contra respostas apressadas e participantes de baixa qualidade.
Textos escritos por IA
Redação, ordem e ramificações escritas pela IA, ajustadas ao seu objetivo de pesquisa.
Relatório automático
Temas, citações e um resumo em linguagem simples se escrevem sozinhos assim que as respostas chegam.
Por que este modelo
Para que este modelo foi feito: não encontramos nenhum modelo diretamente comparável em outras ferramentas de pesquisa.
O que o diferencia
- Systematically captures every parameter a statistician needs for a power/sample size calculation — effect size, MDE, variance/event-rate assumptions, design (arms, allocation ratio, clustering, repeated measures), alpha/power, and attrition — in one structured instrument
- Includes an AI follow-up interview that can probe inconsistencies or ask for clarification on the assumptions provided, something a static form cannot do
- Collects methodological provenance (source of variance/event-rate assumptions, citations, confidence rating) so downstream analysts can audit the inputs rather than just receiving raw numbers
- Closes with an open-text prompt for additional context/assumptions plus respondent background (role, experience, region, organization type), giving the analyst calibration context on who supplied the estimates
Perguntas frequentes
Quais perguntas estão no modelo “Questionário de Entrada de Parâmetros para Análise de Poder”?
O modelo inclui 36 perguntas prontas para usar, começando por: “Bem-vindo(a) ao Questionário de Análise de Poder e Planejamento de Tamanho Amostral. Este questionário coleta as suposi…” · “Qual é a área principal do estudo?” · “Qual métrica de efeito a análise de poder utilizará?”. O conjunto completo aparece acima e todas as perguntas podem ser editadas.
Quanto tempo leva para responder a esta pesquisa?
Os participantes normalmente terminam as 36 perguntas em cerca de 15 minutos.
Posso personalizar este modelo?
Sim: cada pergunta, cada opção de resposta e a ordem podem ser editadas antes de publicar. Você pode adicionar ou remover perguntas, ou pedir ao editor com IA para refazer a pesquisa em torno do seu objetivo.
Este modelo é gratuito?
Sim. Abra no editor e comece a personalizar agora: não é preciso criar conta para testar, e o plano gratuito cobre a publicação da sua pesquisa.
Pronto para publicar?
Abra este modelo no editor. Tudo é seu para mudar antes de o primeiro participante ver.
Modelos relacionados
Mais estudos sobre temas semelhantes.
Avaliação de Compreensão do Consentimento Informado Pós-Estudo
Avalia se os participantes da pesquisa compreenderam os elementos-chave do consentimento informado — objetivo do estudo, riscos, tratamento de dados e direitos dos participantes. Elaborada para aplicação pós-estudo, a fim de apoiar a conformidade com o comitê de ética (IRB) e a melhoria contínua dos materiais de consentimento.
Ver modeloAvaliação do Teste-Piloto do Instrumento de Pesquisa
Coleta feedback estruturado de participantes do teste-piloto sobre a clareza do instrumento, a carga cognitiva, as fontes de ambiguidade e o fluxo da sessão, a fim de orientar o refinamento dos questionários de pesquisa antes do lançamento.
Ver modeloPré-teste do Instrumento de Pesquisa: Clareza, Redundância e Validade Aparente
Um instrumento estruturado de revisão-piloto para especialistas do painel ou participantes de entrevistas cognitivas avaliarem itens preliminares da pesquisa quanto à clareza, redundância, qualidade das opções de resposta e validade aparente antes da aplicação em campo.
Ver modeloAvaliação por Pares do Plano de Pré-Análise
Um instrumento estruturado para revisores especialistas avaliarem a clareza, a completude e a qualidade da pré-especificação de um plano de pré-análise ou rascunho de pré-registro antes do início da coleta de dados.
Ver modeloPreferências de Ritmo e Compensação em Sessões de Pesquisa
Mede as preferências dos participantes de pesquisa quanto à duração das sessões de estudo, agendamento de pausas e estruturas de compensação. Desenvolvido para pesquisadores acadêmicos e de UX que buscam otimizar o design de estudos para o conforto dos participantes e a qualidade dos dados.
Ver modeloDissertation Attitudes and Behaviors Research Questionnaire
A general-purpose Likert-scale instrument skeleton for graduate dissertation research, pairing validated-style attitude, norm, and intention batteries with an AI follow-up that probes the reasoning behind attitude-behavior gaps. Built for thesis researchers to adapt with their own constructs; demographics are collected last for clean subgroup analysis.
Ver modelo