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

Conclua as etapas a seguir para interpretar Poder e tamanho de amostra para teste t para 1 amostras. A saída principal inclui a diferença, 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 diferença, o tamanho amostral, ou o poder do teste.

Diferença

O Minitab calcula a diferença mínima para a qual é possível alcançar o nível especificado de poder 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.

Este valor representa a diferença entre a média da população real e a média hipotética.

Tamanho amostral

O Minitab calcula o tamanho que sua amostra deve ter para que um teste com o seu poder especificado detecte cada diferença especificada. 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 diferença e tamanho amostral especificado. Em geral, um valor de poder de 0,9 é considerado adequado. Um valor de 0,9 indica que você tem uma probabilidade de 90% de detectar uma diferença entre a média da população e o alvo 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 Poder Diferença Amostral Alvo Poder Real 100 26 0,9 0,904254
Resultados principais: diferença, tamanho amostral, poder

Estes resultados mostram que, se a diferença for de 100 e o poder for de 0,9, você deve coletar uma amostra de 26. Como o valor de poder alvo de 0,9 resulta em um tamanho amostral que não é um número inteiro, o Minitab exibe também o poder (poder real) para o tamanho amostral arredondado.

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 diferença para cada tamanho amostral, quando o nível de significância e o desvio padrão são mantidos constantes. Cada símbolo na curva da 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 diferença correspondente e exibe o valor calculado no gráfico.

Examine os valores na curva para determinar a diferença entre a média e o alvo que pode ser detectada a um determinado valor de poder e tamanho amostral. Um valor de poder de 0,9 geralmente é considerado adequado. No entanto, alguns profissionais consideram um valor de poder de 0,8 como adequado. Se um teste de hipóteses tiver baixo poder, talvez não seja possível detectar uma diferença 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 26 mostra que o teste tem poder de 0,9 para uma diferença de 100. Conforme a diferença se aproxima de 0, o poder do teste diminui e se aproxima de α (também chamado de nível de significância), que é de 0,05 para esta análise.

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