Interprétation des résultats principaux pour Puissance et effectif de l'échantillon pour 2 variances

Suivez les étapes ci-dessous pour interpréter Puissance et effectif de l'échantillon pour 2 variances. Les résultats principaux incluent le rapport, l'effectif de l'échantillon, la puissance et la courbe de puissance.

Etape 1 : examiner les valeurs calculées

En utilisant les valeurs des deux variables de fonction de puissance que vous avez entrées, Minitab calcule le rapport, l'effectif de l'échantillon ou la puissance du test.

Rapport

Minitab calcule le plus petit rapport que vous pourrez détecter en fonction de la puissance et de l'effectif d'échantillon indiqués. Des effectifs d'échantillons plus grands vous permettent de détecter de plus petits rapports. Vous voulez pouvoir détecter le plus petit rapport ayant des conséquences pratiques pour votre application.

Effectif d'échantillon

Minitab calcule l'effectif d'échantillon nécessaire pour un test avec la puissance que vous avez saisie pour détecter le rapport indiqué. Etant donné que les effectifs d'échantillons sont des nombres entiers, la puissance réelle du test peut être légèrement supérieure à la valeur de puissance que vous avez indiquée.

Si vous augmentez l'effectif de l'échantillon, la puissance du test augmente également. L'échantillon doit contenir suffisamment d'observations pour atteindre une puissance adéquate. Toutefois, si l'effectif de l'échantillon est trop grand, vous risquez de gaspiller du temps et de l'argent sur un échantillonnage inutile ou de détecter des différences non significatives sur le plan statistique.

Puissance

Minitab calcule la puissance du test en fonction de l'effectif d'échantillon et du rapport spécifiés. La valeur de puissance 0,9 est généralement appropriée. Une valeur de 0,9 indique que vous avez 90 % de chances de détecter une différence entre les deux variances ou écarts types des populations lorsqu'elle existe réellement. Si un test a une faible puissance, vous pouvez ne pas réussir à détecter une différence et conclure à tort qu'il n'en existe aucune. En général, plus l'effectif d'échantillon est faible ou plus le rapport est proche de 1, moins le test est puissant pour détecter une différence.

Résultats Effectif d'échantillon Puissance Rapport 50 0,9 2,83320 50 0,9 0,35296 L'effectif de l'échantillon est pour chaque groupe.
Résultats principaux : rapport, effectif de l'échantillon et puissance

Ces résultats montrent que si l'effectif de l'échantillon est de 50 et que la valeur de puissance est de 0,9, le test peut détecter des rapports d'environ 2,83 et 0,35. Si votre situation nécessite que le test détecte un rapport plus proche de 1, augmentez l'effectif de l'échantillon, si cela est possible.

Etape 2 : examiner la courbe de puissance

La courbe de puissance vous permet d'évaluer la puissance ou l'effectif d'échantillon adapté pour le test.

La courbe de puissance représente toutes les combinaisons de puissance et de rapport pour chaque effectif de l'échantillon lorsque le seuil de signification reste constant. Chaque symbole sur la courbe de puissance représente une valeur calculée en fonction des valeurs saisies. Par exemple, si vous entrez un effectif d'échantillon et une valeur de puissance, Minitab calcule le rapport correspondant et affiche la valeur calculée sur le graphique.

Examinez les valeurs sur la courbe pour déterminer le rapport pouvant être détecté à une valeur de puissance et un effectif d'échantillon spécifiques. La valeur de puissance 0,9 est généralement appropriée. Toutefois, certains spécialistes considèrent que la valeur 0,8 est adéquate. Si un test d'hypothèse offre une puissance inférieure, il se peut que vous ne puissiez pas détecter un rapport significatif sur le plan pratique. Si vous augmentez l'effectif de l'échantillon, la puissance du test augmente également. L'échantillon doit contenir suffisamment d'observations pour atteindre une puissance adéquate. Toutefois, si l'effectif de l'échantillon est trop grand, vous risquez de gaspiller du temps et de l'argent sur un échantillonnage inutile ou de détecter des différences non significatives sur le plan statistique. Lorsque vous réduisez la taille du rapport à détecter, la puissance diminue également.

Dans ce graphique, la courbe de puissance indique que, pour un effectif d'échantillon de 50 et une puissance de 0,9, le test peut détecter un rapport d'approximativement 2,8 ou 0,35. Plus le rapport est proche de 1, plus la puissance du test diminue et se rapproche de α (également appelé seuil de signification), qui est de 0,05 pour cette analyse.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique