Interpretar os principais resultados para Poder e tamanho de amostra para teste para 2 proporções

Conclua as etapas a seguir para interpretar Poder e tamanho de amostra para teste para 2 proporções. 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 de comparação. A diferença entre a proporção de comparação e a proporção da linha de referência é a diferença mínima para o 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.

Tamanho amostral

O Minitab calcula o tamanho que sua amostra deve ter para que um teste com seu poder específico detecte a diferença entre a proporção da linha de referência e proporção de comparação. 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 você tem uma probabilidade de 90% de detectar uma diferença entre as proporções 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 Amostral Poder Comparação p 1000 0,9 0,669724 1000 0,9 0,528190 O tamanho amostral é para cada grupo.
Resultados principais: comparação p, tamanho amostral, poder

Nestes resultados, com base em um tamanho amostral de 1.000 e um valor de poder de 0,9, o Minitab calcula que o teste pode detectar proporções de comparação de aproximadamente 0,67 e 0,53. Como a taxa de linha de referência é de 0,6, as proporções de comparação mostram que é possível de detectar uma diferença aproximadamente 0,07 em ambas as direções.

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 de referência 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 mostra que, para uma amostra de 1000 e um poder de 0,9, o teste pode detectar uma diferença entre a proporção de comparação e proporção da linha de referência de aproximadamente 0,07 em qualquer direção. Conforme a proporção de comparação se aproxima da proporção da linha de referência (0,6, neste gráfico), 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