2サンプルの比率の検出力とサンプルサイズ(Power and Sample Size for 2 Proportions)
データを収集する前に、2サンプルの比率の検定を計画します。Proportion 1 と、グループあたりのサンプルサイズ、Proportion 2、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。各グループのサイズが等しい2つの独立した比率に対する正規近似を使用するため、非常に小さい率の結果は目安として扱ってください。実際の検出力を示す結果の表と、検出力曲線を出力します。
最終レビュー
重要なポイント
2サンプルの比率の検出力とサンプルサイズは、2本のラインの不良率など2つの比率の比較を計画するために、グループあたりのサンプルサイズ、検出力、または検出可能な Proportion 2 を求めます。
目的
2サンプルの比率の検出力とサンプルサイズは、データを収集する前に、2つの比率の比較を計画します。たとえば、2本のライン、2社の供給者、または変更前後の工程の不良率などです。サンプルサイズ、Proportion 2、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。つまり、各グループに必要な個数、計画した標本で差を検出できる確率、または検出するために Proportion 2 が Proportion 1 からどれだけ離れている必要があるかです。2サンプルの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、Proportion 2 を求めます。求めたい項目を空欄にします。
- 複数の値を同時に入力できます。たとえば、Proportion 2 の値に「0.05 0.07」、検出力の値に「0.8 0.9」を入力すると、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(Proportion 1 ≠ Proportion 2)または片側(Proportion 1 < Proportion 2、Proportion 1 > Proportion 2)の対立仮説。
- 両方のグループで等しいサンプルサイズ。サンプルサイズを求める場合は、グループあたりの整数と実際の検出力を報告します。
- Proportion 2 ごとの、サンプルサイズに対する検出力の検出力曲線。求めた点に印を付けます。
統計的手法
ツールは、2つの独立した比率の差に対する正規近似を使用し、各グループのサンプルサイズ n は同じとします。有意水準は α = 1 − 信頼水準 / 100 で、z は両側対立仮説では z₁₋α/₂、片側では z₁₋α です。
p̄ = (p₁ + p₂)/2 とすると、帰無仮説の下での標準偏差は σ₀ = √(2·p̄(1 − p̄))(併合)、対立仮説の下では σ₁ = √(p₁(1 − p₁) + p₂(1 − p₂)) です。Δ は、Proportion 1 > Proportion 2 では Δ = p₁ − p₂、Proportion 1 < Proportion 2 では Δ = p₂ − p₁、両側対立仮説では Δ = |p₁ − p₂| とします。グループあたり n での検出力は Φ((Δ·√n − z·σ₀) / σ₁) です。目標検出力に対するサンプルサイズは n = ((z·σ₀ + z_β·σ₁) / Δ)² で、z_β は検出力の正規分位点です。n は切り上げ、その整数での検出力を実際の検出力として報告します。Proportion 2 を求める場合、ツールは、Proportion 1 < Proportion 2 と両側対立仮説では Proportion 1 より上を、Proportion 1 > Proportion 2 では下を探索します。
片側検定に検出力があるのは、Proportion 2 が対立仮説の示す側にある場合のみです。Proportion 1 > Proportion 2 で Proportion 2 が Proportion 1 より上にあると、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。低い比率の間の小さな差を検出するには、非常に大きな標本が必要です。比率が0や1に近いと正規近似の精度が下がるため、非常に小さい不良率の答えは目安として扱ってください。
入力項目とオプション
項目 | 説明 |
Sample sizes | グループあたり。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。 |
Proportion 1 | 必須。最初のグループの比率(例:現在またはベースラインの率)で、0〜1の値。 |
Proportion 2 value(s) | スペースまたはカンマ区切り(例:「0.5 0.6」)。検出したい Proportion 2 の値。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)、75〜100。 |
Alternative hypothesis | Proportion 1 ≠ Proportion 2(既定)、Proportion 1 < Proportion 2、または Proportion 1 > Proportion 2。 |
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するタイトル。 |

図1 — サンプルサイズを求める場合:Proportion 1 = 0.10、Proportion 2 value(s) = 0.05、Power values = 0.8 0.9、信頼水準95%の両側。
出力の説明
- Settings — 何を求めたか、Proportion 1、信頼水準、対立仮説。
- Results — 組み合わせごとに1行:Proportion 2、グループあたりのサンプルサイズ。サンプルサイズを求める場合は目標検出力と実際の検出力、検出力を求める場合は検出力、Proportion 2 を求める場合は Proportion 2。
- Power Curve — Proportion 2 ごとの、サンプルサイズに対する検出力。計算した点に印を付けます。
- Download によるPDFエクスポート。

図2 — 例の結果:不良率10%と5%を区別するのに、検出力80%ではラインあたり435個、検出力90%では582個の組立品が必要です。
計算例
ある組立工場では、旧ラインの手直し率が約10%で、ポカヨケ治具を備えた新ラインでは5%になると見込んでいます。比較の試験の前に、エンジニアは各ラインから何個の組立品を検査すべきかを知りたいと考えています。エンジニアは Sample sizes を空欄のままにして、Proportion 1 = 0.10、Proportion 2 value(s) = 0.05、Power values = 0.8 0.9 を入力し、信頼水準95%の両側対立仮説のままにします。
ツールによると、検出力80%(実際の検出力0.801)にはラインあたり435個、検出力90%(実際の検出力0.900)にはラインあたり582個の組立品が必要です。ラインあたり200個の試験では、検出力は0.475にとどまります。新ラインの改善が7%にとどまる場合は、検出力80%にラインあたり1356個の組立品が必要になり、小さな改善を証明するにはコストがかかります。新ラインのほうが良いかどうか(Proportion 1 > Proportion 2)だけが問題であれば、10%対5%の場合、ラインあたり343個で検出力80%が得られます。
よくある質問
2つの比率を比較するためのサンプルサイズは、どのように計算されますか?
ツールは、各グループのサンプルサイズ n が同じ、2つの独立した比率の差に対する正規近似を使用します。帰無仮説の下での併合標準偏差と、対立仮説の下での2つの別々の比率を組み合わせ、n = ((z × σ₀ + z_β × σ₁) / Δ)² を解き、グループあたりで切り上げて、そのサイズでの実際の検出力を報告します。
2つの不良率を比較するには、いくつのサンプルが必要ですか?
率の差によって異なります。手直し率10%のラインと、5%になると見込まれるラインを比較する計算例(信頼水準95%の両側)では、検出力80%にはラインあたり435個、検出力90%には582個の組立品が必要です。新ラインの改善が7%にとどまる場合は、検出力80%にラインあたり1356個が必要になり、小さな改善を証明するにはコストがかかります。
2つの比率で片側の対立仮説を使用するのはどのような場合ですか?
新ラインのほうが良いかどうかなど、一方向のみが重要な場合に片側の対立仮説を使用します。必要な個数は少なくなり、10%対5%の例では、435個ではなくラインあたり343個です。片側検定に検出力があるのは、Proportion 2 が対立仮説の示す側にある場合のみです。そうでない場合は検出力が0に近くなり、サンプルサイズを求めるとエラーが返されます。
Zometric Statistical Softwareで2サンプルの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?
必須の Proportion 1 と、グループあたりのサンプルサイズ、Proportion 2 の値、検出力の値のうち任意の2つを入力し、求めたい項目を空欄にします。信頼水準と対立仮説を選び、calculateをクリックします。複数の値を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検出力曲線が描画されます。
