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

Conclua as etapas a seguir para interpretar Poder e tamanho de amostra para teste t para 2 amostra. 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 detecte diferenças menores. Você deseja detectar a menor diferença que tenha consequências práticas para sua aplicação.

Este valor representa a diferença entre as médias da população atual de dois grupos.

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 as médias 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

DiferençaTamanho
Amostral
Poder AlvoPoder Real
5860,90,903230
O tamanho amostral é para cada grupo.
Resultados principais: diferença, tamanho amostral, poder

Estes resultados mostram que, se a diferença for de 5 e o poder for de 0,9, 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.

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 as médias 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 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 com base em um tamanho amostral de 86 indica que o poder do teste para detectar uma diferença de 5 é de 0,9. Conforme a diferença se aproxima de 0, o poder do teste diminui e se aproxima de α (também chamado nível de significância), que é de 0,05 para esta análise.