1サンプル比率の検出力とサンプルサイズ(Power and Sample Size for 1 Proportion)
データを収集する前に、1サンプル比率の検定を計画します。サンプルサイズ、対立比率、検出力のうち任意の2つと、仮説の比率を入力すると、ツールが残りの1つを求めます。二項分布の正規近似を使用するため、0や1に近い比率の結果は目安です。両側および片側の対立仮説に対応し、実際の検出力を含む結果の表と、検出力曲線を出力します。
最終レビュー
重要なポイント
Power and Sample Size for 1 Proportionは、不良率などの単一の比率の検定を計画します。サンプルサイズ、検出力、検出可能な対立比率のうち2つから、残りの1つを求めます。
目的
Power and Sample Size for 1 Proportionは、データを収集する前に、単一の比率の検定を計画します。例えば、工程の不良率、初回合格率の割合、納期遅れの割合を、目標値や過去の値と比較する場合です。サンプルサイズ、対立比率、検出力のうち任意の2つを入力すると、ツールが残りの1つを求めます。何個を検査すべきか、計画したサンプルで変化を検出できる確率はどれだけか、または、あるサンプルで検出できる最小の変化はどれだけか、です。1サンプル比率の検定の前に使用します。
主な機能
- サンプルサイズ、検出力、または対立比率を求めます。求めたいものを空欄にします。
- 複数の値を同時に指定できます。例えば、対立比率「0.02 0.03」と検出力「0.8 0.9」を指定すると、組み合わせごとに1行が得られます。
- 選択した信頼水準での、両側(比率 ≠ 仮説の比率)または片側(より小さい、より大きい)の対立仮説。
- サンプルサイズを求める場合は、整数の個数と、それによって得られる実際の検出力を報告します。
- 対立比率ごとの、サンプルサイズに対する検出力の曲線。求めた点が示されます。
統計的手法
このツールは二項分布の正規近似を使用します(正確な二項分布の方法は提供されません)。有意水準は α = 1 − 信頼水準 / 100 です。p₀を仮説の比率、p₁を対立比率、zを臨界値とします。zは、両側の対立仮説では z₁₋α/₂、片側では z₁₋α です。
「より大きい」対立仮説では Δ = p₁ − p₀、「より小さい」では Δ = p₀ − p₁、両側の対立仮説では Δ = |p₁ − p₀| とします。サンプルサイズnでの検出力は Φ((Δ·√n − z·√(p₀(1 − p₀))) / √(p₁(1 − p₁))) です(Φは標準正規分布の分布関数)。目標の検出力に対するサンプルサイズは n = ((z·√(p₀(1 − p₀)) + z_β·√(p₁(1 − p₁))) / Δ)² で、z_β は目標の検出力の正規分位数です。nは次の整数に切り上げられ、そのnでの検出力が実際の検出力として報告されます。対立比率を求める場合、ツールは「より小さい」対立仮説ではp₀より下を、それ以外ではp₀より上を探索します(したがって、両側の実行ではp₀より上の値が報告されます)。
片側検定に検出力があるのは、対立比率が対立仮説の示す側にある場合だけです。Proportion < hypothesized proportionのとき、p₀より大きい対立比率では検出力は0に近くなり、そこからサンプルサイズを求めるとエラーメッセージが返されます。0や1に近い比率では、正規近似の精度が低下します。不良率が非常に小さい場合は、答えを目安として扱ってください。検出力は、サンプルサイズと差が大きいほど上がり、信頼水準が高いほど下がります。
入力項目とオプション
項目 | 説明 |
Sample sizes | 個数。スペースまたはカンマ区切り(例:「50 100 150」)。サンプルサイズを求める場合は空欄にします。 |
Hypothesized proportion | 必須。目標、主張、または過去の比率p₀で、0〜1の間。 |
Alternative proportion(s) | スペースまたはカンマ区切り(例:「0.5 0.6」)。検出したい比率です。求める場合は空欄にします。 |
Power values | スペースまたはカンマ区切り(例:「0.8 0.9」)。検出力を求める場合は空欄にします。 |
Confidence level | 既定値は95(α = 0.05)で、75〜100。 |
Alternative hypothesis | Proportion ≠ hypothesized proportion(既定)、Proportion < hypothesized proportion、またはProportion > hypothesized proportion。 |
Power curve | 既定ではチェックあり:サンプルサイズに対する検出力を描画します。 |
Title | 出力と検出力曲線に表示されるタイトル。 |

図1 — サンプルサイズを求める場合:Hypothesized proportion = 0.05、Alternative proportion(s) = 0.03、Power values = 0.8 0.9、信頼水準95%の片側(Proportion < hypothesized proportion)。
出力の説明
- Settings — 何を求めたか、仮説の比率、信頼水準、対立仮説。
- Results — 組み合わせごとに1行:サンプルサイズを求める場合は対立比率、サンプルサイズ、目標の検出力と実際の検出力、検出力を求める場合は検出力、対立比率を求める場合はその対立比率。
- Power Curve — 対立比率ごとの、サンプルサイズに対する検出力。計算した点が示されます。
- DownloadによるPDFエクスポート。

図2 — この例の結果:不良率が5%から3%に下がったことを検出するのに、検出力80%で631個、90%で833個の部品が必要です。
計算例
ある成形セルは、この1年間、不良率5%で稼働してきました。工程の変更により、これが3%に下がると期待されており、チームは、1サンプル比率の検定でその低下を示すのに十分な大きさの試行を行いたいと考えています。重要なのは低下だけなので、片側の対立仮説Proportion < hypothesized proportionを選びます。Sample sizesは空欄のままにし、Hypothesized proportion = 0.05、Alternative proportion(s) = 0.03、Power values = 0.8 0.9を、信頼水準95%で入力します。
ツールによると、検出力80%には631個の部品(実際の検出力0.801)、検出力90%には833個の部品(実際の検出力0.900)が必要です。不良率が小さい場合は、大きなサンプルが必要になります。試行がわずか300個の部品では検出力は0.472で、3%への本当の低下を約半分の確率で見逃してしまいます。300個の部品で検出力80%の場合、この検定が確実に示せる最小の低下は約2.2%(対立比率0.0222)です。両側検定では、検出力80%に815個の部品が必要になり、より大きな改善の見込み、つまり2%への低下であれば、片側検定で検出力80%に必要なのは253個の部品だけです。
よくある質問
1サンプル比率の検定のサンプルサイズはどのように計算されますか?
このツールは二項分布の正規近似を使用します。n = ((z × p0(1 - p0)の平方根 + z_beta × p1(1 - p1)の平方根) / delta)²で、p0は仮説の比率、p1は対立比率、deltaはその差です。結果は整数に切り上げられ、そのサンプルサイズでの検出力が実際の検出力として報告されます。
不良率が小さいと、なぜ大きなサンプルサイズが必要なのですか?
低い比率の小さな変化を検出するには、多くの個数が必要です。計算例では、信頼水準95%の片側検定で、不良率が5%から3%に下がったことを示すには、検出力80%に631個、検出力90%に833個の部品が必要です。300個の部品だけの試行では検出力は0.472で、本当の低下を約半分の確率で見逃します。
1サンプル比率の検定では、片側と両側のどちらの対立仮説を使用すべきですか?
片側検定は必要な個数が少なくて済みますが、検出力があるのは、対立比率が対立仮説の示す側にある場合だけです。反対側では検出力は0に近く、サンプルサイズを求めるとエラーが返されます。5%から3%の例では、片側検定で検出力80%に必要なのは631個の部品ですが、両側検定では815個です。
Zometric Statistical Softwareで1サンプル比率の検出力とサンプルサイズを実行するにはどうすればよいですか?
求めたい量(サンプルサイズ、対立比率、または検出力)を空欄にします。仮説の比率と、残り2つの値を入力し、信頼水準と対立仮説を選んで、計算します。複数の値を同時に入力すると、組み合わせごとに1行の結果が得られ、サンプルサイズに対する検出力の曲線が既定で描画されます。
