١. آلفا یا سطح معناداری به معنی احتمال تشخیص تفاوت با شناسایی آثار آزمایش در حالی است که چنین چیزی در واقع وجود ندارد (که به آن خطای نوع اول گویند).

در اکثر مطالعات روانشناختی سطح آلفا را مساوی با ۵ درصد تعیین می کنند یا در پژوهشهای بسیار حساس ممکن است آن را یک درصد تعیین نمایند. آلفا یکی از عوامل تحت کنترل پژوهشگر است که توان آزمون آماری با افزایش مقدار آن افزایش می یابد. بدین ترتیب، اگر کلیه عوامل مؤثر بر توان آزمون آماری را ثابت نگه داریم، با افزایش مقدار آلفا از ۱ درصد به ۵ درصد و ۱۰ درصد و ... توان آزمون نیز افزایش می یابد.

۲. میزان اثر عمل آزمایشی.

اثر عمل آزمایشی یکی از مفاهیم اساسی در تحلیل توان آزمون آماری است. هر چه میزان اثر عمل آزمایشی افزایش یابد، توان آزمون آماری نیز افزایش می یابد. میزان اثر در واقع مقدار قدرتمندی تفاوت با رابطه ای است که پژوهشگر به دنبال آن است. در خصوص میزان اثر معمولا به آثار کوچک، متوسط و بزرگ اشاره می شود.

اثر بزرگ به اثری گفته می شود که به طور عینی و بدون هر نوع تحلیل آماری مشاهده می شود. روش برآورد میزان اثر عمل آزمایشی به نوع روشهای آماری به کار رفته در مطالعه بستگی دارد (مثلا مجذور کای، آزمون تی، ضریب همبستگی با تحلیل واریانس).

کوهن (۱۹۸۸ و ۱۹۹۲) مقدار استاندارد برای اندازه های کوچک، متوسط و بزرگ میزان اثر عمل آزمایشی برای هر نوع از روشهای آماری را ارائه نموده است؛ برای مثال، در مطالعات همبستگی، که از ضریب همبستگی پیرسن استفاده می شود، میزان اثر ۱۰ درصد را کوچک، ۳۰ درصد را متوسط و ۵۰ درصد را بزرگ محسوب کرده و در مطالعات مبتنی بر تحلیل واریانس، میزان اثر را به ترتیب ۲۵ درصد، ۵۰ درصد و ۷۵ درصد پیشنهاد نموده است.

در مطالعات بالینی غالبا ممكن است میزان اثر متوسط مبنا باشد، در حالی که در مطالعات همه گیر شناسی ممکن است از میزان اثر کوچک استفاده شود. توجه نمایید که میزان اثر عمل آزمایشی مترادف معناداری بالینی نیست .

مثلا ممکن است میزان اثر بزرگ - اما بی ارزش - باشد؛ البته اگر متغیری که اثر را نشان می دهد بی ارزش باشد (مثلا مشاور در جلسه مشاوره به طور مکرر اوهوم، اوهوم بگوید با سرش را تکان دهد).

۳. پراکندگی در جامعه

سومین عامل مؤثر بر توان یک آزمون آماری میزان پراکندگی در جامعه است. به شرط ثابت بودن سایر عوامل (مقدار ثابت ، حجم ثابت نمونه و میزان ثابت اثر عمل آزمایشی)، هرچه انحراف معیار جامعه کوچک تر باشد، توان آزمون آماری بیشتر خواهد بود.

دلایل منطقی این ارتباط عبارت اند از:

1. با کاهش یکسان توزیع نمونه گیری فرضیه صفر و توزیع نمونه گیری مشخص شده برای فرضیه مقابل، توان آزمون آماری افزایش می یابد؛ زیرا تمام میانگین های نمونه در توزیع فرضیه مقابل (واقعی) در «ناحیه بحرانی قرار خواهند گرفت.

۲. پراکندگی این توزیعهای نمونه گیری تا حدی به مقدار انحراف معیار جامعه و بستگی دارد. هر چند واریانس جامعه را پژوهشگر می تواند با استفاده از روشهایی، تا حدی کنترل کند، این کنترل در همه شرایط و در همه مطالعات امکان پذیر نیست. راههای متفاوتی برای کنترل واریانس جامعه وجود دارد: راه اول، آنکه افراد گروه نمونه را از یک جامعه همگن انتخاب نمایند؛ راه دوم، استفاده از متغیر وابسته باثبات است، زیرا در صورت عدم ثبات متغیر وابسته، مقدار انحراف معیار جامعه در اثر، ایجاد خطای اندازه گیری افزایش خواهد یافت. راه سوم جهت کنترل واریانس جامعه، استفاده از روشهای آماری نظير تحليل کوواریانس یا طرحهای بلوکی تصادفی است.