Potencia y tamaño de muestra para la prueba t de una muestra

Planifica una prueba t de una muestra de una media frente a un valor objetivo o nominal. Introduzca dos de estos datos (tamaño de muestra, diferencia y potencia) y una desviación estándar supuesta, y la herramienta calcula el tercero. Supone datos normales con la desviación estándar estimada a partir de la muestra y calcula la potencia con la distribución t no central. Genera una tabla de resultados con la potencia real y una curva de potencia.

Última revisión:

Idea clave

Power and Sample Size for 1-Sample t calcula cuántas mediciones necesita la prueba t de una muestra para detectar un desplazamiento frente a la media objetivo, la potencia de una muestra planificada o el menor desplazamiento detectable.

En esta página
  1. Propósito
  2. Funciones principales
  3. Métodos estadísticos
  4. Campos de entrada y opciones
  5. Descripción de la salida
  6. Ejemplo

Propósito

Power and Sample Size for 1-Sample t planifica, antes de recopilar los datos, una prueba de una media frente a un valor objetivo o nominal: cuántas mediciones se necesitan para detectar un desplazamiento relevante, qué probabilidad (potencia) tiene una muestra planificada de detectarlo, o cuál es el menor desplazamiento que puede detectar una muestra dada. Introduzca dos de estos datos (tamaño de muestra, diferencia y potencia) y la herramienta calcula el tercero. Úsela antes de una prueba t de una muestra, por ejemplo, para comprobar si una máquina está centrada en el valor nominal o si un material cumple una media especificada.

Funciones principales

  • Calcula el tamaño de muestra, la potencia o la diferencia: deje en blanco el que desea obtener.
  • Varios valores a la vez, p. ej., diferencias “0.01 0.02” y valores de potencia “0.8 0.9”, dan una fila por cada combinación.
  • Alternativas bilaterales (Mean ≠ hypothesized mean) o unilaterales (Mean < hypothesized mean, Mean > hypothesized mean), con el nivel de confianza que elija.
  • Al calcular el tamaño de muestra, informa el número entero de mediciones y la potencia real que ofrece.
  • Curva de potencia frente al tamaño de muestra para cada diferencia, con los puntos calculados marcados.

Métodos estadísticos

El cálculo supone que las mediciones proceden de una población normal cuya desviación estándar σ se estima a partir de la muestra, como en la prueba t de una muestra. El nivel de significancia es α = 1 − nivel de confianza / 100, y la diferencia estandarizada es d = diferencia / σ, donde la diferencia es la media verdadera menos la media hipotética.

La potencia es la probabilidad de que la prueba t rechace la hipótesis nula cuando la media verdadera difiere de la media hipotética en la diferencia introducida. Se calcula con la distribución t no central con n − 1 grados de libertad y parámetro de no centralidad δ = d·√n: en una prueba bilateral, potencia = P(T > t₁₋α/₂) + P(T < −t₁₋α/₂), donde T sigue esa t no central; en una prueba unilateral solo cuenta la cola del lado de la alternativa. Para el tamaño de muestra, se busca el n que da la potencia objetivo y se redondea hacia arriba al siguiente número entero, y la potencia con ese n se informa como potencia real. Para la diferencia, se busca la menor diferencia que alcanza la potencia objetivo con el n dado.

La potencia aumenta con el tamaño de muestra y con el tamaño de la diferencia, y disminuye cuando σ crece o el nivel de confianza aumenta. Una prueba unilateral necesita menos mediciones para la misma potencia, pero solo detecta un desplazamiento en la dirección indicada: con Mean > hypothesized mean, una diferencia negativa da una potencia cercana a 0, y calcular a partir de ella el tamaño de muestra devuelve un mensaje de error. En la prueba bilateral solo importa el tamaño de la diferencia. Calcular la diferencia con Mean < hypothesized mean devuelve una diferencia negativa.

Campos de entrada y opciones

Campo

Descripción

Sample sizes

Separados por espacios o comas, p. ej., “10 20 30”. Déjelo en blanco para calcular el tamaño de muestra.

Differences

Separadas por espacios o comas, p. ej., “1 2 3”. La diferencia respecto de la media hipotética que desea detectar, en unidades de medida. Déjelo en blanco para calcular la diferencia.

Power values

Separados por espacios o comas, p. ej., “0.8 0.9”. Déjelo en blanco para calcular la potencia.

Standard deviation

Obligatorio. Desviación estándar supuesta o histórica de la población, p. ej., a partir de datos anteriores o de una corrida piloto.

Confidence level

Valor predeterminado 95 (α = 0.05); de 75 a 100.

Alternative hypothesis

Mean ≠ hypothesized mean (predeterminado), Mean < hypothesized mean o Mean > hypothesized mean.

Power curve

Marcada por defecto: representa la potencia frente al tamaño de muestra.

Title

Título que se muestra en la salida y en la curva de potencia.

power-and-sample-size-1-sample-t-inputs


Figura 1: cálculo del tamaño de muestra: Differences = 0.01, Power values = 0.8 0.9, Standard deviation = 0.02, bilateral con 95% de confianza.

Descripción de la salida

  • Settings: qué se calculó, la desviación estándar, el nivel de confianza y la hipótesis alternativa.
  • Results: una fila por combinación: diferencia, tamaño de muestra, y potencia objetivo y real al calcular el tamaño de muestra, o potencia al calcular la potencia, o diferencia al calcular la diferencia.
  • Power Curve: potencia frente al tamaño de muestra para cada diferencia, con los puntos calculados marcados.
  • Exportación a PDF mediante Download.

power-and-sample-size-1-sample-t-output


Figura 2: resultados del ejemplo: 34 ejes para una potencia del 80% y 44 para una del 90% al detectar un desvío de 0.01 mm respecto del valor nominal.

Ejemplo

Una célula de torneado fabrica ejes con un diámetro nominal de 25.00 mm. Tras un cambio de herramienta, el supervisor quiere comprobar que el proceso sigue centrado, y un desvío de 0.01 mm en cualquier sentido sería relevante. Los datos históricos sitúan la desviación estándar del diámetro en 0.02 mm. El supervisor deja Sample sizes en blanco, introduce Differences = 0.01, Power values = 0.8 0.9 y Standard deviation = 0.02, y mantiene la alternativa bilateral con 95% de confianza.

La herramienta necesita 34 ejes para una potencia del 80% (potencia real 0.808) y 44 ejes para una del 90% (potencia real 0.900). La comprobación habitual con 20 ejes da una potencia de solo 0.565 para un desvío de 0.01 mm; con 20 ejes y una potencia del 80%, el menor desvío que la prueba puede detectar de forma fiable es 0.0132 mm. Si solo importa un desplazamiento hacia sobremedida (Mean > hypothesized mean), 27 ejes dan una potencia del 80%.

Preguntas frecuentes

¿Cómo se calcula la potencia de una prueba t de una muestra?

La potencia es la probabilidad de que la prueba t rechace la hipótesis nula cuando la media verdadera difiere de la media hipotética en la diferencia introducida. Se calcula con la distribución t no central con n - 1 grados de libertad y parámetro de no centralidad d por la raíz cuadrada de n, donde d es la diferencia dividida entre la desviación estándar. Una prueba bilateral cuenta ambas colas.

¿Qué desviación estándar se debe introducir en un análisis de potencia de la prueba t de una muestra?

Introduzca una desviación estándar supuesta o histórica de la población, por ejemplo, a partir de datos anteriores o de una corrida piloto. Es obligatoria, porque la potencia depende de la diferencia en relación con la desviación estándar. La potencia aumenta con el tamaño de muestra y con el tamaño de la diferencia, y disminuye cuando la desviación estándar crece o el nivel de confianza aumenta.

¿Cuántas mediciones se necesitan para una prueba t de una muestra?

En un ejemplo, para detectar un desvío de 0.01 mm respecto del diámetro nominal de un eje, con una desviación estándar de 0.02 mm, de forma bilateral con 95% de confianza, se necesitan 34 ejes para una potencia del 80% y 44 para una del 90%. Una comprobación con 20 ejes da una potencia de solo 0.565. Si solo importa un desplazamiento hacia sobremedida, 27 ejes dan una potencia del 80%.

¿Conviene elegir una alternativa unilateral o bilateral?

Una prueba unilateral necesita menos mediciones para la misma potencia, pero solo detecta un desplazamiento en la dirección indicada. Con Mean > hypothesized mean, una diferencia negativa da una potencia cercana a 0, y calcular a partir de ella el tamaño de muestra devuelve un mensaje de error. En la prueba bilateral solo importa el tamaño de la diferencia, no su signo.