Potencia y tamaño de muestra para 1 varianza

Planifica una prueba de 1 varianza de la dispersión del proceso frente a un valor objetivo o histórico. Introduzca dos de estos tres datos: tamaño de muestra, razón (desviación estándar verdadera dividida entre la desviación estándar hipotética) y potencia; la herramienta calcula el tercero con un cálculo chi-cuadrado exacto. Supone datos normales y es sensible a la no normalidad. La salida incluye una tabla de resultados con la potencia real y una curva de potencia.

Última revisión:

Idea clave

Potencia y tamaño de muestra para 1 varianza planifica una prueba chi-cuadrado de la desviación estándar de un proceso frente a un valor objetivo, y calcula el tamaño de muestra, la potencia o la razón detectable.

En esta página
  1. Propósito
  2. Capacidades principales
  3. Métodos estadísticos
  4. Campos de entrada y opciones
  5. Descripción de las salidas
  6. Ejemplo

Propósito

Potencia y tamaño de muestra para 1 varianza planifica una prueba de la desviación estándar (o la varianza) de un proceso frente a un valor objetivo o histórico. Responde a cuántas mediciones se necesitan para detectar un aumento o una disminución dados de la dispersión, qué potencia ofrece una muestra planificada, o cuál es el cambio más pequeño de dispersión que puede detectar una muestra dada. El cambio se introduce como una razón entre la desviación estándar verdadera y la hipotética, por lo que no es necesario introducir la propia desviación estándar. Introduzca dos de estos datos: tamaño de muestra, razón y potencia, y la herramienta calcula el tercero. Úsela antes de una prueba de 1 varianza, por ejemplo para comprobar que un cambio en el proceso no ha empeorado la dispersión.

Capacidades principales

  • Calcula el tamaño de muestra, la potencia o la razón: deje en blanco el que desee obtener.
  • Varios valores a la vez, p. ej., razones “1.25 1.5 2” y valores de potencia “0.8 0.9”, dan una fila por cada combinación.
  • Hipótesis alternativas bilateral (Ratio ≠ hypothesized ratio) o unilateral (menor que, mayor que), al nivel de confianza que elija.
  • Cálculo chi-cuadrado exacto, sin aproximación normal.
  • Curva de potencia frente al tamaño de muestra para cada razón, con los puntos calculados marcados.

Métodos estadísticos

La prueba en que se basa el cálculo es la prueba chi-cuadrado para una varianza: con n mediciones de una población normal, (n − 1)·S²/σ₀² sigue una distribución chi-cuadrado con n − 1 grados de libertad cuando la desviación estándar verdadera es igual al valor hipotético σ₀. Si la desviación estándar verdadera es σ = r·σ₀, el mismo estadístico es r² veces una variable chi-cuadrado, por lo que solo importa la razón r. El nivel de significancia es α = 1 − nivel de confianza / 100.

Para la alternativa “mayor que”, la potencia = P(χ²ₙ₋₁ > c₁₋α / r²), donde c₁₋α es el valor crítico chi-cuadrado superior. Para “menor que”, la potencia = P(χ²ₙ₋₁ < c_α / r²). En la prueba bilateral cuentan ambas colas, con c_α/2 y c₁₋α/2. El tamaño de muestra para una potencia objetivo se halla numéricamente y se redondea hacia arriba, y la potencia en ese número entero se informa como potencia real. Al calcular la razón, la herramienta busca por debajo de 1 para la alternativa “menor que” y por encima de 1 en los demás casos.

La prueba chi-cuadrado supone datos normales y es sensible a las desviaciones de la normalidad, así que compruebe la forma de los datos al ejecutar la prueba. Detectar un cambio en la dispersión requiere más datos de los que la mayoría de la gente espera: razones pequeñas, como 1.25, requieren muestras grandes.

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.

Ratio(s)

Separadas por espacios o comas, p. ej., “1.5 2”. Razón entre la desviación estándar verdadera y la desviación estándar hipotética que se desea detectar. Déjelo en blanco para calcularla.

Power values

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

Confidence level

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

Alternative hypothesis

Ratio ≠ hypothesized ratio (valor predeterminado), Ratio < hypothesized ratio o Ratio > hypothesized ratio.

Power curve

Marcada de forma predeterminada: dibuja 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-variance-inputs


Figura 1 — Cálculo del tamaño de muestra: Ratio(s) = 1.5, Power values = 0.8 0.9, unilateral (Ratio > hypothesized ratio) con un 95% de confianza.

Descripción de las salidas

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

power-and-sample-size-1-variance-output


Figura 2 — Resultados del ejemplo: 19 tabletas para una potencia del 80% y 27 para una potencia del 90% al detectar un aumento del 50% en la desviación estándar.

Ejemplo

Una tableteadora tiene una desviación estándar del peso a largo plazo de 2 mg. Tras instalar un nuevo juego de punzones, el equipo de calidad quiere comprobar que la dispersión no ha aumentado, y un incremento a 3 mg (una razón de 1.5) sería un problema. Solo importa un aumento, por lo que eligen Ratio > hypothesized ratio. Dejan Sample sizes en blanco e introducen Ratio(s) = 1.5 y Power values = 0.8 0.9, con un 95% de confianza.

La herramienta requiere 19 tabletas para una potencia del 80% (potencia real 0.802) y 27 tabletas para una potencia del 90% (potencia real 0.900). Una comprobación rápida con 10 tabletas tiene una potencia de solo 0.583. El tamaño del cambio importa mucho: detectar una razón de 1.25 (2.5 mg) con una potencia del 80% requiere 61 tabletas, mientras que una duplicación de la desviación estándar requiere solo 8. Una prueba bilateral con razón 1.5 requiere 24 tabletas para una potencia del 80%.

Preguntas frecuentes

¿Por qué el cambio en la dispersión se introduce como una razón?

La prueba chi-cuadrado para una varianza usa (n - 1) veces S al cuadrado dividido entre la varianza hipotética. Si la desviación estándar verdadera es r veces la hipotética, este estadístico es r al cuadrado veces una variable chi-cuadrado, por lo que solo importa la razón r. Por ello se introduce la razón entre la desviación estándar verdadera y la hipotética, no la propia desviación estándar.

¿Cuántas muestras se necesitan para detectar un cambio en la desviación estándar?

Detectar un cambio en la dispersión requiere más datos de los que la mayoría de la gente espera. En un ejemplo, detectar un aumento del 50% en la desviación estándar (razón 1.5) con una prueba unilateral y un 95% de confianza requiere 19 elementos para una potencia del 80% y 27 para el 90%. Una razón de 1.25 requiere 61 elementos para una potencia del 80%, mientras que una duplicación requiere solo 8.

¿Cuáles son los supuestos del cálculo de potencia para 1 varianza?

Supone que las mediciones provienen de una población normal, porque la prueba chi-cuadrado para una varianza se basa en la normalidad y es sensible a las desviaciones de ella. Compruebe la forma de los datos al ejecutar la prueba. El cálculo en sí es exacto: usa la distribución chi-cuadrado en lugar de una aproximación normal.

¿La prueba de 1 varianza debe ser unilateral o bilateral?

Elija una alternativa unilateral cuando solo importe un aumento o solo una disminución de la dispersión, como al comprobar que un cambio en el proceso no ha empeorado la variación. Una prueba bilateral requiere más mediciones: en el ejemplo, una razón de 1.5 requiere 19 elementos para una potencia del 80% con prueba unilateral, pero 24 con prueba bilateral.