2分散の検出力とサンプルサイズの分析オプションの選択

統計 > 検出力とサンプルサイズ > 2サンプルの分散 > オプション

対立仮説を選択するか、有意水準を指定するか、または検定の方法を選択します。

対立仮説

対立仮説から、検定する仮説を選択します。
  • 仮説値より小さい: この片側検定を使用して、1つの母標準偏差または母分散が別の母標準偏差または母分散より小さいかどうかを判定します。この片側検定の検出力は高いです。ただし、1つの母標準偏差または母分散が別の母標準偏差または母分散より大きいかどうは検出できません。このオプションを選択する場合は、2分散の検出力とサンプルサイズダイアログボックスのに1より小さい値を入力します。

    たとえば分析者は、この片側検定を使用して、新しい機械の性能の標準偏差が古い機械の性能の標準偏差より小さいかどうかを判定できます。この片側検定の検出力は高く、標準偏差の比が1未満かどうかを検出できますが、その比が1より大きいかどうかは検出できません。

  • 仮説値と等しくない: この両側検定を使用して、2つの母標準偏差または2つの母分散が等しくないかどうかを検定します。この片側検定により、1つの母標準偏差または母分散が別の母標準偏差または母分散より小さいか大きいかを検出できますが、検出力は片側検定の場合より低くなります。

    たとえば医療コンサルタントが、2つの病院の患者満足度の分散を比較するとします。分散の差は重要なため、コンサルタントは、この両側検定を使用して1つの病院での分散が別の病院での分散より大きいか小さいかを判定できます。

  • 仮説値より大きい: この片側検定を使用して、1つの母標準偏差または母分散が別の母標準偏差または母分散より大きいかどうかを判定します。この片側検定の検出力は両側検定の場合より高いです。ただし、1つの母標準偏差または母分散が別の母標準偏差または母分散より小さいかどうかは検出できません。このオプションを選択する場合は、2分散の検出力とサンプルサイズのダイアログボックスのに1より大きい値を入力します。

    たとえば分析者は、古い押し出し機の分散が新しい押し出し機の分散より大きいかどうかを検定できます。この片側検定の検出力は高く、比が1より大きいかどうかを検出できますが、比が1より小さいかどうかは検出できません。

片側または両側の対立仮説の選択についての詳細は、帰無仮説と対立仮説についてを参照してください。

有意水準

有意水準を使用して、帰無仮説(H0)が真の場合の検定の検出力値を最小化します。有意水準の値が高いほど、検定の検出力が高くなりますが、真である帰無仮説を棄却してしまうタイプIの誤りを犯す可能性も高くなります。

通常、0.05の有意水準(αまたはアルファと表されます)が有効に機能します。0.05の有意水準は、実際には差が存在しない場合に、差が存在すると結論付けてしまうリスクが5%であるということを示します。また、差がない場合の検定の検出力が0.05であるということも示します。
  • 0.10などのより高い有意水準を選択すると、存在する可能性のある差をより確実に検出できるようになります。たとえば、ある品質エンジニアが新しいボールベアリングの安定性を現在のベアリングの安定性と比較します。安定性の低いベアリングは大惨事につながるため、新しいベアリングが安定していることをしっかりと確信する必要があります。そのため、エンジニアは、ボールベアリングの安定性における可能性のある差をより確実に検出するために有意水準に0.10を選択します。
  • 0.01などのより低い有意水準を選択すると、実際に存在する差のみをより確実に検出するようになります。たとえば、ある製薬会社の科学者が、自社の新しい薬が大幅に症状を軽減するという主張が正しいことを確信する必要があります。科学者は、症状に有意な差があることをよりしっかりと確信するために、有意水準に0.01を選択します。

方法

データ分析に使用する方法を選択します。F検定は正規分布に基づいており、正規分布に従うデータに対してのみ正確です。正規性からの逸脱があると、結果が不正確になる可能性があります。ただし、データが正規分布に従う場合、一般にF検定はLeveneの検定よりも強力です。