Ao usar os valores das duas variáveis de função de poder que você inseriu, o Minitab calcula a taxa de comparação, o tamanho amostral ou o poder do teste.
O Minitab calcula a taxa de comparação. A diferença entre a taxa de comparação e a taxa de linha de referência é a diferença mínima para a qual é possível alcançar o nível especificado de poder para cada tamanho amostral. Amostras maiores permitem que o teste detecte diferenças menores. Você deseja detectar a menor diferença que tenha consequências práticas para sua aplicação.
O Minitab calcula o tamanho que sua amostra deve ter para que um teste com o seu poder especificado detecte a diferença entre a taxa de referência e a taxa 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.
O Minitab calcula o poder do teste com base na taxa 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 taxa 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.
Taxa de Comparação | Tamanho Amostral | Poder Alvo | Poder Real |
---|---|---|---|
32 | 79 | 0,9 | 0,902793 |
38 | 86 | 0,9 | 0,902550 |
Estes resultados mostram que, se o poder do teste é 0,9 e as taxas de comparação são 32 e 38, você deve coletar tamanhos amostrais de 79 e 86 para cada taxa de comparação, respectivamente. Portanto, para garantir que o teste tenha poder suficiente para detectar as taxas de comparação, você deve coletar uma amostra de 86. 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.
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 taxas 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 taxa de comparação e a taxa 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 detectar uma taxa de comparação de 32 com um potência de 0,9, o tamanho amostral tem de ser 79. Para detectar uma taxa de comparação 38 com um poder de 0,9, o tamanho amostral tem de ser 86. À medida que a taxa de comparação se aproxima da taxa de referência (35, neste gráfico), o poder do teste diminui e se aproxima de α (também chamado o nível de significância), que é de 0,05 para esta análise.