检验效能（Power of a Test）的计算可以通过统计软件实现，其中包括PASS、SPSS、SAS以及R语言等。不同的软件有不同的操作方式和输入参数，但核心的计算原理是相同的。以下是使用这些软件计算检验效能的基本步骤：
选择合适的统计软件：
根据个人或团队的需求和熟悉程度选择合适的统计软件。例如，PASS、SPSS、SAS和R都是常用的统计软件，它们都可以用来计算检验效能。
确定研究设计：
明确研究设计类型，例如两独立样本t检验、非劣效t检验、方差分析等，因为不同的研究设计需要使用不同的统计方法和公式来计算检验效能。
输入相关参数：
根据研究设计输入相应的参数，如每组样本量、均数、标准差、效应值等。这些参数对于计算检验效能至关重要。
执行计算：
在统计软件中执行检验效能的计算。这通常涉及到选择合适的统计测试函数或命令，并输入研究数据。
解读结果：
软件将输出检验效能的结果，通常以百分比表示。检验效能越高，意味着在零假设为假的情况下，拒绝零假设的概率越大，即检验的灵敏度越高。
以PASS软件为例，计算检验效能的步骤如下：
打开PASS软件，选择左侧菜单栏中的“Power”选项。
在弹出的窗口中，选择合适的统计测试（如两独立样本t-差值）。
根据作者给出的每组样本量、均数和标准差，进行效能的计算。
软件将显示检验效能（1-β）的结果。
其他软件如SPSS、SAS和R也可以通过类似的步骤来计算检验效能。例如，在R中，可以使用`pwr`包中的函数来计算检验效能。
需要注意的是，检验效能的计算结果受到多种因素的影响，包括样本量、效应大小、显著性水平（α值）等。因此，在解释检验效能的结果时，需要综合考虑这些因素。