Puissance et effectif de l'échantillon pour l'ANOVA à un facteur
Planifie une ANOVA à un facteur comparant les moyennes de plusieurs groupes. Saisissez le nombre de niveaux, un écart-type commun et deux éléments parmi l'effectif de l'échantillon par niveau, la différence maximale entre moyennes et la puissance ; l'outil résout le troisième. Il suppose des groupes normaux d'écarts-types égaux et un plan équilibré, et utilise la disposition de moyennes la plus défavorable, de sorte que les résultats sont prudents.
Dernière révision
Point clé
Power and Sample Size for One-Way ANOVA calcule combien d'unités chaque groupe exige pour détecter une différence maximale donnée entre trois moyennes de groupes ou plus, la puissance d'un plan prévu, ou l'écart détectable.
Sur cette page
Objectif
Power and Sample Size for One-Way ANOVA planifie la comparaison des moyennes de trois groupes ou plus, tels que plusieurs fours, fournisseurs, opérateurs ou recettes. L'ampleur de l'effet est saisie sous forme de différence maximale entre deux moyennes de groupes quelconques que vous voulez détecter. Saisissez deux éléments parmi l'effectif de l'échantillon par niveau, la différence maximale et la puissance, et l'outil résout le troisième : combien d'unités chaque groupe exige, quelle puissance offre un plan prévu, ou le plus grand écart entre la plus grande et la plus petite moyenne qu'un plan donné peut détecter. Utilisez-le avant une ANOVA à un facteur.
Principales fonctionnalités
- Résout l'effectif de l'échantillon, la puissance ou la différence maximale : laissez vide celui que vous voulez.
- Plusieurs valeurs à la fois, p. ex. des différences maximales « 1.5 2 » et des valeurs de puissance « 0.8 0.9 », donnent une ligne par combinaison.
- Un nombre quelconque de niveaux à partir de 2, avec un plan équilibré (même effectif d'échantillon dans chaque niveau).
- Lors de la résolution de l'effectif de l'échantillon, fournit l'entier par niveau et la puissance réelle qu'il donne.
- Courbe de puissance en fonction de l'effectif de l'échantillon par niveau pour chaque différence maximale, avec les points résolus repérés.
Méthodes statistiques
Le calcul suppose k groupes indépendants issus de populations normales de même écart-type σ et n unités par niveau (N = n·k au total). Le seuil de signification est α = 1 − niveau de confiance / 100. Pour transformer la différence maximale Δ en taille d'effet, l'outil utilise la disposition de moyennes qui donne la plus faible puissance pour ce Δ, comme le fait Minitab : deux niveaux à −Δ/2 et +Δ/2 et les k − 2 autres niveaux à la moyenne générale. La taille d'effet est f = σₘ/σ, où σₘ est l'écart-type de ces k moyennes, de sorte que σₘ² = Δ²/(2k).
La puissance est la probabilité que le test F de l'ANOVA rejette l'hypothèse d'égalité des moyennes. Elle est calculée à partir de la distribution F non centrée à k − 1 et N − k degrés de liberté et de paramètre de non-centralité λ = f²·N. Pour l'effectif de l'échantillon, on cherche le total N qui donne la puissance cible, on le divise par k et on l'arrondit à l'entier supérieur par niveau, et la puissance à cette taille est fournie comme puissance réelle. Pour la différence maximale, on cherche la taille d'effet qui atteint la puissance cible et on la reconvertit en Δ.
Comme il s'agit de la disposition la plus défavorable, la réponse est prudente : si les moyennes sont plus dispersées, par exemple avec deux niveaux à chaque extrême, la puissance réelle est plus élevée que celle indiquée et moins d'unités suffiraient (voir l'exemple résolu). Avec deux niveaux, il n'existe qu'une seule disposition.
Champs de saisie et options
Champ | Description |
Sample sizes | Par niveau (plan équilibré). Séparées par des espaces ou des virgules, p. ex. « 10 20 30 ». Laissez vide pour résoudre l'effectif de l'échantillon. |
Maximum difference between means | Séparées par des espaces ou des virgules, p. ex. « 1 2 3 ». L'écart entre la plus grande et la plus petite moyenne que vous voulez détecter. Laissez vide pour résoudre la différence. |
Power values | Séparées par des espaces ou des virgules, p. ex. « 0.8 0.9 ». Laissez vide pour résoudre la puissance. |
Standard deviation | Obligatoire. Écart-type commun supposé ou historique, identique pour chaque niveau. |
Number of levels | Obligatoire, au moins 2. Nombre de groupes comparés. |
Confidence level | Par défaut 95 (α = 0.05) ; de 75 à 100. |
Power curve | Coché par défaut : trace la puissance en fonction de l'effectif de l'échantillon par niveau. |
Title | Titre affiché sur les résultats et sur la courbe de puissance. |

Figure 1 — Résolution de l'effectif de l'échantillon : Maximum difference between means = 2, Power values = 0.8 0.9, Standard deviation = 1.5, Number of levels = 4, à un niveau de confiance de 95%.
Description des résultats
- Settings — ce qui a été résolu, le nombre de niveaux, l'écart-type et le niveau de confiance.
- Results — une ligne par combinaison : différence maximale, effectif de l'échantillon par niveau, et puissance cible et réelle lors de la résolution de l'effectif de l'échantillon, ou puissance lors de la résolution de la puissance, ou différence maximale lors de sa résolution.
- Power Curve — puissance en fonction de l'effectif de l'échantillon par niveau pour chaque différence maximale, avec les points calculés repérés.
- Export PDF via Download.

Figure 2 — Résultats de l'exemple : 14 pièces par four pour 80% de puissance (réelle 0.824) et 17 pour 90% de puissance (réelle 0.901).
Exemple résolu
Un atelier de traitement thermique exploite quatre fours et veut vérifier qu'ils donnent la même dureté moyenne de surface. Un écart de 2 HRC entre le meilleur et le moins bon four serait important, et l'écart-type de dureté au sein d'un four est d'environ 1.5 HRC. Le métallurgiste laisse Sample sizes vide, saisit Maximum difference between means = 2, Power values = 0.8 0.9, Standard deviation = 1.5 et Number of levels = 4, à un niveau de confiance de 95%.
L'outil exige 14 pièces par four pour 80% de puissance (puissance réelle 0.824) et 17 par four pour 90% de puissance (puissance réelle 0.901), soit 56 et 68 pièces au total. Avec 8 pièces par four, la puissance ne serait que de 0.532, et avec 5 pièces de 0.317. Avec 14 pièces par four et 80% de puissance, la plus petite différence maximale que l'étude peut détecter est de 1.94 HRC. Ces valeurs supposent la configuration la plus défavorable : un four haut, un four bas et les deux autres à mi-chemin. Si deux fours se situent à chaque extrême, 8 pièces par four donneraient déjà une puissance de 0.852, le plan pèche donc par prudence.
Questions fréquentes
Comment la puissance est-elle calculée pour une ANOVA à un facteur ?
La puissance est la probabilité que le test F de l'ANOVA rejette l'égalité des moyennes. Elle est calculée à partir de la distribution F non centrée à k - 1 et N - k degrés de liberté. La différence maximale est convertie en taille d'effet selon la disposition de moyennes la plus défavorable : deux niveaux à moins et plus la moitié de la différence et les autres niveaux à la moyenne générale.
Pourquoi l'effectif de l'échantillon de l'ANOVA à un facteur est-il prudent ?
L'outil suppose la disposition des moyennes de groupes qui donne la plus faible puissance pour la différence maximale saisie. Si les moyennes sont plus dispersées, par exemple avec deux niveaux à chaque extrême, la puissance réelle est plus élevée que celle indiquée et moins d'unités suffiraient. Dans l'exemple résolu, 8 pièces par four donneraient une puissance de 0.852 avec cette configuration plus favorable.
Combien d'échantillons par groupe faut-il pour une ANOVA à un facteur ?
Dans un exemple résolu avec quatre fours, un écart-type de 1.5 HRC et une différence maximale de 2 HRC à un niveau de confiance de 95 %, 14 pièces par four donnent 80 % de puissance et 17 donnent 90 %, soit 56 et 68 pièces au total. Avec 8 pièces par four, la puissance est de 0.532, et avec 5 pièces de 0.317.
Quelles sont les hypothèses du calcul de puissance pour l'ANOVA à un facteur ?
Il suppose k groupes indépendants issus de populations normales de même écart-type et un plan équilibré, avec le même effectif d'échantillon dans chaque niveau. Le nombre de niveaux doit être d'au moins 2 et l'écart-type est obligatoire, généralement issu de données historiques. Avec deux niveaux, il n'existe qu'une seule disposition possible des moyennes.
