Minitabでは、入力した2つの検出力関数変数の値が用いられ、比較率、サンプルサイズ、検定の検出力が計算されます。
Minitabでは、比較率が計算されます。比較率と基準線率の差は、各サンプルサイズで指定したレベルの検出力に到達できる最小差です。サンプルサイズが大きいほど、検定で小さな差を検出できるようになります。応用に実際的な影響を与える最小差を検出します。
Minitabでは、基準線率と比較率の差を検出するために指定した検出力にどれぐらいの大きさのサンプルが必要なのかが、計算されます。サンプルサイズは整数であるため、検定の実際の検出力は、指定した検出力値よりわずかに大きいかもしれません。
サンプルサイズを大きくすると、検定の検出力も高まります。十分な検出力に到達できるよう、サンプルに十分な観測値がほしいところです。ですが、サンプルサイズを大きくして、不要な抽出で時間とお金を無駄にし、重要ではない差を統計的に優位に検出したりしたくはありません。
Minitabでは、指定した比較率とサンプルサイズに基づいて、検定の検出力が計算されます。検出力は通常、0.9で十分だと考えられます。値0.9は、差が実際に存在する場合に、母集団率の差を検出できる確率が90%であることを示します。検定の検出力が低いと、差を検出できず、差は存在しないと誤って結論付けてしまう可能性があります。通常、サンプルサイズが小さいまたは差が小さい場合、検定の差に対する検出力は弱くなります。
比較率 | サンプルサイズ | 目標検出力 | 実際の検出力 |
---|---|---|---|
32 | 79 | 0.9 | 0.902793 |
38 | 86 | 0.9 | 0.902550 |
これらの結果の示すこととは、検出力が0.9、非確率が32、38の場合、各比較率でそれぞれ79、86のサンプルサイズを集めるべきだということです。従って、両方の比較率を検出するに十分な検出力を検定に持たせるには、サンプルサイズとして86を集めるべきだということです。目標の検出力0.9が結果として整数ではないサンプルサイズを生じさせるため、Minitabでは、四捨五入されたサンプルサイズの検出力(実際の検出力)も表示されます。
検出力曲線を使用して、検定に適したサンプルサイズと検出力を評価します。
この検出力曲線は、有意水準を一定に保って、各サンプルサイズに対する検出力と比較率のすべての組み合わせを表します。検出力曲線上の記号は、入力した値に基づいて計算された値を表します。たとえば、サンプルサイズと検出力の値を入力すると、それに対応する比較比率が計算され、計算された値がグラフ上に表示されます。
曲線上の値を調べることにより、特定の検出力値とサンプルサイズにおいて検出できる比較率とベースライン率の差を決定できます。通常、検出力の値として0.9は適切であるとされます。ただし、分析者によっては、検出力の値として0.8が適切であると考えることもあります。仮説検定の検出力が低い場合、実際には有意である差を検出できない可能性があります。サンプルサイズを大きくすると、検定の検出力も高くなります。適切な検出力を達成するには、サンプル内の観測値数が十分である必要があります。しかし、サンプルサイズを大きくしすぎて、不必要なサンプリングに時間と費用を浪費したり、統計的に有意な重要でない差を検出することは望ましくありません。検出する差のサイズを小さくすると、検出力も低くなります。
このグラフでは、検出力曲線は、検出力0.9で32の比較率を検出する場合、サンプルサイズを79にする必要があることを示しています。検出力0.9で38の比較率を検出する場合、サンプルサイズを86にする必要があります。比較率がベースライン率(このグラフでは35)に近づくにつれて、検定の検出力は低下し、α(有意水準とも呼ばれます)に近づきます。αはこの分析では0.05です。