Interpretar os principais resultados para Poder e tamanho de amostra para teste para 1 proporção

Conclua as etapas a seguir para interpretar Poder e tamanho de amostra para teste para 1 proporção. A saída principal inclui a proporção de comparação, o tamanho amostral, o poder e a curva de poder.

Etapa 1: Examine os valores calculados

Ao usar os valores das duas variáveis de função de poder que você inseriu, o Minitab calcula a proporção de comparação, o tamanho amostral ou o poder do teste.

Comparação p

O Minitab calcula a proporção comparação. A diferença entre a proporção de comparação e a proporção hipotética é a diferença mínima para o qual é possível alcançar o nível especificado de potência para cada tamanho amostral. Amostras maiores permitem que o teste para detecte diferenças menores. Você deseja detectar a menor diferença que tenha consequências práticas para sua aplicação.

Tamanho amostral

O Minitab calcula o tamanho que sua amostra deve ter para que um teste com o seu poder especificado detecte a diferença entre a proporção hipotética e a comparação da proporção. Como os tamanhos amostrais são números inteiros, o poder real do teste pode ser um pouco maior do que o valor de poder que você especificar.

Se você aumentar o tamanho amostral, o poder do teste também aumentará. Você quer observações suficientes na sua amostra para alcançar o poder adequado. Porém, você não quer um tamanho amostral tão grande a ponto de perder tempo e dinheiro em amostragens desnecessárias ou detectar diferenças sem importância para serem estatisticamente significativas.

Poder

O Minitab calcula o poder do teste com base na proporção da comparação e tamanho amostral. Em geral, um valor de poder de 0,9 é considerado adequado. Um valor de 0,9 indica que não há uma probabilidade de 90% de detectar uma diferença entre a proporção hipotética e a proporção de comparação da população quando uma diferença realmente existe. Se um teste apresenta baixo poder, talvez não seja possível detectar a diferença e você conclua erroneamente que não existe nenhuma. Normalmente, quando o tamanho amostral é menor ou a diferença é menor, o teste tem menos poder para detectar uma diferença.

Resultados Tamanho Comparação p Amostral Poder 0,045 500 0,431131 0,045 1000 0,764259 0,085 500 0,449114 0,085 1000 0,703796
Resultados principais: comparação p, tamanho amostral, poder

Estes resultados mostram que, se a proporção de comparação for de 0,045 e os tamanhos amostrais forem de 500 e 1000, o poder do teste é de aproximadamente 0,43 e 0,76, para cada tamanho amostral, respectivamente. Se a proporção de comparação for de 0,085 e os tamanhos amostrais fore de 500 e 1000, o poder do teste será de aproximadamente 0,45 e 0,7, para cada tamanho amostral, respectivamente. Como o poder do teste não é adequado para acomodar uma proporção comparação entre 0,045 e 0,085, você deve aumentar o tamanho amostral, se possível. Também é possível usar a curva de poder para determinar em que proporção comparação, o teste pode alcançar o poder adequado (0,9) para o tamanho amostral especificado.

Etapa 2: Examine a curva de poder

Use a curva de poder para avaliar o tamanho amostral ou o poder adequado para o seu teste.

A curva de poder representa todas as combinações de poder e proporção de comparação para cada tamanho amostral quando o nível de significância é mantido constante. Cada símbolo na curva de poder representa um valor calculado com base nos valores inseridos. Por exemplo, se você inserir um tamanho amostral e um valor de poder, o Minitab calcula a proporção de comparação correspondente e exibe o valor calculado no gráfico.

Examine os valores na curva para determinar a diferença entre a proporção de comparação e a proporção hipotética que pode ser detectada a um determinado valor de poder e tamanho amostral. Em geral, um valor de poder de 0,9 é considerado adequado. No entanto, alguns profissionais consideram o valor de poder de 0,8 como adequado. Se um teste de hipótese tiver baixo poder, talvez não seja possível detectar a diferença que é praticamente significativa. Se você aumentar o tamanho amostral, o poder do teste também aumentará. Você quer observações suficientes na sua amostra para alcançar o poder adequado. Porém, você não quer um tamanho amostral tão grande a ponto de perder tempo e dinheiro em amostragens desnecessárias ou detectar diferenças sem importância para serem estatisticamente significativas. Se você diminuir o tamanho da diferença que deseja detectar, o poder também diminuirá.

Neste gráfico, a curva de poder para um tamanho amostral de 500 mostra que o teste tem um poder de 0,431 para uma proporção de comparação de 0,045 e um poder de 0,449 para uma proporção comparação de 0,085. Para um tamanho amostral de 1000, a curva de poder mostra que o teste tem um poder de 0,764 para uma proporção comparação de 0,045 e um poder de 0,704 para uma proporção comparação de 0,085. Como o poder do teste não é suficiente para detectar uma diferença entre a proporção comparação da linha de referência e a proporção de 0,065, tentar aumentar o tamanho amostral, se possível. Também é possível usar a curva de poder para determinar diferentes valores que correspondem a um nível adequado de poder com o tamanho amostral especificado.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política