Puissance et effectif de l'échantillon pour 1 proportion
Planifie un test sur 1 proportion avant la collecte des données. Saisissez deux des trois grandeurs (effectif de l'échantillon, proportion alternative, puissance), plus la proportion hypothétique, et l'outil calcule la troisième. Il utilise l'approximation normale de la loi binomiale ; les résultats pour des proportions proches de 0 ou de 1 sont donc indicatifs. Il prend en charge les alternatives bilatérales et unilatérales et fournit un tableau de résultats avec la puissance réelle et une courbe de puissance.
Dernière révision
Point clé
Cet outil planifie un test sur une proportion unique, comme un taux de défectueux, en déterminant l'effectif de l'échantillon, la puissance ou la proportion alternative détectable à partir des deux autres grandeurs.
Sur cette page
Objectif
Puissance et effectif de l'échantillon pour 1 proportion (Power and Sample Size for 1 Proportion) planifie un test sur une proportion unique avant la collecte des données, par exemple le taux de défectueux d'un procédé, la part du rendement au premier passage ou la proportion de livraisons en retard, par rapport à une valeur cible ou historique. Saisissez deux des trois grandeurs (effectif de l'échantillon, proportion alternative, puissance) et l'outil calcule la troisième : combien d'éléments contrôler, quelle probabilité de détecter le changement offre un échantillon prévu, ou le plus petit changement qu'un échantillon donné peut détecter. Utilisez-le avant un test sur 1 proportion.
Fonctionnalités principales
- Calcule l'effectif de l'échantillon, la puissance ou la proportion alternative : laissez vide la grandeur voulue.
- Plusieurs valeurs à la fois, par exemple des proportions alternatives « 0.02 0.03 » et des puissances « 0.8 0.9 », donnent une ligne pour chaque combinaison.
- Alternatives bilatérales (Proportion ≠ proportion hypothétique) ou unilatérales (inférieure, supérieure), au niveau de confiance choisi.
- Lors du calcul de l'effectif de l'échantillon, indique le nombre entier d'éléments et la puissance réelle qu'il donne.
- Courbe de puissance en fonction de l'effectif de l'échantillon pour chaque proportion alternative, avec les points calculés repérés.
Méthodes statistiques
L'outil utilise l'approximation normale de la loi binomiale (la méthode binomiale exacte n'est pas proposée). Le seuil de signification est α = 1 − niveau de confiance / 100. Soit p₀ la proportion hypothétique, p₁ la proportion alternative et z la valeur critique : z₁₋α/₂ pour l'alternative bilatérale et z₁₋α pour une alternative unilatérale.
Pour l'alternative « supérieure à », Δ = p₁ − p₀ ; pour « inférieure à », Δ = p₀ − p₁ ; et pour l'alternative bilatérale, Δ = |p₁ − p₀|. La puissance à l'effectif de l'échantillon n est Φ((Δ·√n − z·√(p₀(1 − p₀))) / √(p₁(1 − p₁))), où Φ est la fonction de répartition de la loi normale centrée réduite. L'effectif de l'échantillon pour une puissance cible est n = ((z·√(p₀(1 − p₀)) + z_β·√(p₁(1 − p₁))) / Δ)², où z_β est le quantile normal de la puissance cible ; n est arrondi à l'entier supérieur et la puissance à ce n est rapportée comme puissance réelle. Lors du calcul de la proportion alternative, l'outil cherche en dessous de p₀ pour l'alternative « inférieure à » et au-dessus de p₀ sinon (une exécution bilatérale rapporte donc la valeur supérieure à p₀).
Un test unilatéral n'a de puissance que si la proportion alternative se situe du côté nommé par l'alternative : avec Proportion < hypothesized proportion, une proportion alternative supérieure à p₀ donne une puissance proche de 0, et le calcul de l'effectif de l'échantillon à partir de celui-ci renvoie un message d'erreur. Des proportions proches de 0 ou de 1 rendent l'approximation normale moins précise ; avec de très faibles taux de défauts, considérez la réponse comme indicative. La puissance augmente avec l'effectif de l'échantillon et avec l'écart, et diminue lorsque le niveau de confiance augmente.
Champs de saisie et options
Champ | Description |
Sample sizes | Nombre d'éléments. Séparés par des espaces ou des virgules, par exemple « 50 100 150 ». Laissez vide pour calculer l'effectif de l'échantillon. |
Hypothesized proportion | Obligatoire. La proportion cible, revendiquée ou historique p₀, entre 0 et 1. |
Alternative proportion(s) | Séparées par des espaces ou des virgules, par exemple « 0.5 0.6 ». La ou les proportions que vous voulez détecter. Laissez vide pour la calculer. |
Power values | Séparées par des espaces ou des virgules, par exemple « 0.8 0.9 ». Laissez vide pour calculer la puissance. |
Confidence level | 95 par défaut (α = 0.05) ; 75 à 100. |
Alternative hypothesis | Proportion ≠ hypothesized proportion (par défaut), Proportion < hypothesized proportion ou Proportion > hypothesized proportion. |
Power curve | Coché par défaut : trace la puissance en fonction de l'effectif de l'échantillon. |
Title | Titre affiché sur les résultats et la courbe de puissance. |

Figure 1 — Calcul de l'effectif de l'échantillon : Hypothesized proportion = 0.05, Alternative proportion(s) = 0.03, Power values = 0.8 0.9, unilatéral (Proportion < hypothesized proportion) à 95 % de confiance.
Description des résultats
- Settings — ce qui a été calculé, la proportion hypothétique, le niveau de confiance et l'hypothèse alternative.
- Results — une ligne par combinaison : proportion alternative, effectif de l'échantillon, et puissance cible et réelle lors du calcul de l'effectif de l'échantillon, ou puissance lors du calcul de la puissance, ou proportion alternative lors de son calcul.
- Power Curve — puissance en fonction de l'effectif de l'échantillon pour chaque proportion alternative, avec les points calculés repérés.
- Export PDF via Download.

Figure 2 — Résultats de l'exemple : 631 pièces pour 80 % de puissance et 833 pour 90 % de puissance afin de détecter une baisse de 5 % à 3 % de défectueux.
Exemple résolu
Une cellule de moulage fonctionne à 5 % de défectueux depuis un an. On s'attend à ce qu'une modification du procédé ramène ce taux à 3 %, et l'équipe veut un essai assez grand pour montrer la baisse avec un test sur 1 proportion. Seule une diminution compte ; elle choisit donc l'alternative unilatérale Proportion < hypothesized proportion. Elle laisse Sample sizes vide et saisit Hypothesized proportion = 0.05, Alternative proportion(s) = 0.03 et Power values = 0.8 0.9, à 95 % de confiance.
L'outil exige 631 pièces pour 80 % de puissance (puissance réelle 0.801) et 833 pièces pour 90 % de puissance (puissance réelle 0.900). Les faibles taux de défauts exigent de grands échantillons : avec un essai de seulement 300 pièces, la puissance est de 0.472, de sorte que l'essai manquerait une vraie baisse à 3 % environ une fois sur deux. Avec 300 pièces et 80 % de puissance, la plus petite baisse que le test peut montrer de façon fiable est jusqu'à environ 2.2 % (proportion alternative 0.0222). Un test bilatéral exigerait 815 pièces pour 80 % de puissance, et une amélioration attendue plus grande, à 2 %, n'exige que 253 pièces pour 80 % de puissance avec le test unilatéral.
Questions fréquentes
Comment calcule-t-on l'effectif de l'échantillon d'un test sur 1 proportion ?
L'outil utilise l'approximation normale de la loi binomiale : n = ((z fois la racine carrée de p0(1 - p0) + z_bêta fois la racine carrée de p1(1 - p1)) / delta) au carré, où p0 est la proportion hypothétique, p1 la proportion alternative et delta leur différence. Le résultat est arrondi à l'entier supérieur et la puissance à cet effectif d'échantillon est rapportée comme puissance réelle.
Pourquoi les faibles taux de défauts exigent-ils de grands effectifs d'échantillon ?
Détecter un petit changement dans une faible proportion demande de nombreux éléments. Dans un exemple résolu, montrer une baisse de 5 % à 3 % de défectueux avec un test unilatéral à 95 % de confiance exige 631 pièces pour 80 % de puissance et 833 pièces pour 90 % de puissance. Un essai de seulement 300 pièces a une puissance de 0.472 et manquerait donc une vraie baisse environ une fois sur deux.
Faut-il utiliser une alternative unilatérale ou bilatérale pour un test sur 1 proportion ?
Un test unilatéral exige moins d'éléments mais n'a de puissance que si la proportion alternative se situe du côté nommé par l'alternative ; du mauvais côté, la puissance est proche de 0 et le calcul de l'effectif de l'échantillon renvoie une erreur. Dans l'exemple de 5 % à 3 %, le test unilatéral exige 631 pièces pour 80 % de puissance contre 815 pour un test bilatéral.
Comment utiliser Puissance et effectif de l'échantillon pour 1 proportion dans Zometric Statistical Software ?
Laissez vide la grandeur à calculer : effectif de l'échantillon, proportion alternative ou puissance. Saisissez la proportion hypothétique et les deux autres valeurs, choisissez le niveau de confiance et l'hypothèse alternative, puis lancez le calcul. Plusieurs valeurs peuvent être saisies à la fois, ce qui donne une ligne de résultats par combinaison, et une courbe de puissance en fonction de l'effectif de l'échantillon est tracée par défaut.
