Poder e tamanho amostral para 2 proporções

Planeja um teste de 2 proporções antes da coleta dos dados. Informe Proportion 1 e quaisquer dois entre o tamanho amostral por grupo, Proportion 2 e o poder; a ferramenta resolve o terceiro. Usa a aproximação normal para duas proporções independentes com grupos de tamanhos iguais, portanto trate os resultados para taxas muito pequenas como uma referência. A saída é uma tabela de resultados com o poder real e uma curva de poder.

Última revisão

Conclusão principal

Poder e tamanho amostral para 2 proporções planeja a comparação de duas proporções, como as taxas de defeituosos de duas linhas, resolvendo o tamanho amostral por grupo, o poder ou a Proportion 2 detectável.

Nesta página
  1. Finalidade
  2. Principais recursos
  3. Métodos estatísticos
  4. Campos de entrada e opções
  5. Descrição da saída
  6. Exemplo prático

Finalidade

Poder e tamanho amostral para 2 proporções planeja a comparação de duas proporções antes da coleta dos dados, por exemplo, as taxas de defeituosos de duas linhas, de dois fornecedores ou de um processo antes e depois de uma mudança. Informe quaisquer dois entre o tamanho amostral, Proportion 2 e o poder, e a ferramenta resolve o terceiro: quantos itens cada grupo precisa, que chance uma amostra planejada tem de detectar a diferença ou o quanto Proportion 2 precisa estar distante de Proportion 1 para ser detectada. Use antes de um teste de 2 proporções.

Principais recursos

  • Resolve o tamanho amostral, o poder ou Proportion 2: deixe em branco o que você quer calcular.
  • Vários valores de uma vez, ex.: valores de Proportion 2 “0.05 0.07” e valores de poder “0.8 0.9”, geram uma linha para cada combinação.
  • Alternativas bilaterais (Proportion 1 ≠ Proportion 2) ou unilaterais (Proportion 1 < Proportion 2, Proportion 1 > Proportion 2), no nível de confiança escolhido.
  • Tamanho amostral igual nos dois grupos; ao resolver o tamanho amostral, informa o número inteiro por grupo e o poder real.
  • Curva de poder em função do tamanho amostral para cada Proportion 2, com os pontos resolvidos marcados.

Métodos estatísticos

A ferramenta usa a aproximação normal para a diferença de duas proporções independentes, com o mesmo tamanho amostral n em cada grupo. O nível de significância é α = 1 − nível de confiança / 100, e z é z₁₋α/₂ para a alternativa bilateral ou z₁₋α para uma unilateral.

Com p̄ = (p₁ + p₂)/2, o desvio padrão sob a hipótese nula é σ₀ = √(2·p̄(1 − p̄)) (combinado) e, sob a alternativa, σ₁ = √(p₁(1 − p₁) + p₂(1 − p₂)). Seja Δ = p₁ − p₂ para Proportion 1 > Proportion 2, Δ = p₂ − p₁ para Proportion 1 < Proportion 2 e Δ = |p₁ − p₂| para a alternativa bilateral. O poder com n por grupo é Φ((Δ·√n − z·σ₀) / σ₁). O tamanho amostral para um poder-alvo é n = ((z·σ₀ + z_β·σ₁) / Δ)², com z_β o quantil normal do poder; n é arredondado para cima e o poder nesse número inteiro é informado como o poder real. Ao resolver Proportion 2, a ferramenta busca acima de Proportion 1 para Proportion 1 < Proportion 2 e para a alternativa bilateral, e abaixo dela para Proportion 1 > Proportion 2.

Um teste unilateral só tem poder quando Proportion 2 está do lado indicado pela alternativa: com Proportion 1 > Proportion 2, uma Proportion 2 acima de Proportion 1 resulta em poder próximo de 0, e resolver o tamanho amostral a partir dela retorna uma mensagem de erro. Pequenas diferenças entre proporções baixas exigem amostras muito grandes. Proporções próximas de 0 ou de 1 tornam a aproximação normal menos exata, portanto trate as respostas para taxas de defeitos muito pequenas como uma referência.

Campos de entrada e opções

Campo

Descrição

Sample sizes

Por grupo. Separados por espaço ou vírgula, ex.: “50 100 150”. Deixe em branco para resolver o tamanho amostral.

Proportion 1

Obrigatório. A proporção no primeiro grupo, ex.: a taxa atual ou de base, entre 0 e 1.

Proportion 2 value(s)

Separados por espaço ou vírgula, ex.: “0.5 0.6”. O(s) valor(es) de Proportion 2 que você quer detectar. Deixe em branco para resolvê-lo.

Power values

Separados por espaço ou vírgula, ex.: “0.8 0.9”. Deixe em branco para resolver o poder.

Confidence level

Padrão 95 (α = 0.05); de 75 a 100.

Alternative hypothesis

Proportion 1 ≠ Proportion 2 (padrão), Proportion 1 < Proportion 2 ou Proportion 1 > Proportion 2.

Power curve

Marcada por padrão: desenha o poder em função do tamanho amostral.

Title

Título exibido na saída e na curva de poder.

power-and-sample-size-2-proportions-inputs


Figura 1 — Resolvendo o tamanho amostral: Proportion 1 = 0.10, Proportion 2 value(s) = 0.05, Power values = 0.8 0.9, bilateral com 95% de confiança.

Descrição da saída

  • Settings — o que foi resolvido, Proportion 1, o nível de confiança e a hipótese alternativa.
  • Results — uma linha por combinação: Proportion 2, tamanho amostral por grupo e poder-alvo e real ao resolver o tamanho amostral, ou o poder ao resolver o poder, ou Proportion 2 ao resolvê-la.
  • Power Curve — poder em função do tamanho amostral para cada Proportion 2, com os pontos calculados marcados.
  • Exportação em PDF via Download.

power-and-sample-size-2-proportions-output


Figura 2 — Resultados do exemplo: 435 montagens por linha para 80% de poder e 582 para 90% de poder, para distinguir uma taxa de defeitos de 10% de uma de 5%.

Exemplo prático

Uma fábrica de montagem opera uma linha antiga com cerca de 10% de retrabalho e espera que uma nova linha com dispositivos poka-yoke opere com 5%. Antes do ensaio comparativo, o engenheiro quer saber quantas montagens inspecionar em cada linha. Ele deixa Sample sizes em branco e insere Proportion 1 = 0.10, Proportion 2 value(s) = 0.05 e Power values = 0.8 0.9, mantendo a alternativa bilateral com 95% de confiança.

A ferramenta indica 435 montagens por linha para 80% de poder (poder real 0.801) e 582 por linha para 90% de poder (poder real 0.900). Um ensaio com 200 por linha teria um poder de apenas 0.475. Se a nova linha melhorar apenas para 7%, são necessárias 1356 montagens por linha para 80% de poder, portanto uma pequena melhoria é cara de comprovar. Se a única pergunta for se a nova linha é melhor (Proportion 1 > Proportion 2), 343 por linha dão 80% de poder no caso de 10% contra 5%.

Perguntas frequentes

Como se calcula o tamanho amostral para comparar duas proporções?

A ferramenta usa a aproximação normal para a diferença de duas proporções independentes, com o mesmo tamanho amostral n em cada grupo. Combina um desvio padrão combinado sob a hipótese nula e as duas proporções separadas sob a alternativa, resolve n = ((z vezes sigma0 + z_beta vezes sigma1) / delta) ao quadrado, arredonda para cima por grupo e informa o poder real nesse tamanho.

Quantas amostras são necessárias para comparar duas taxas de defeitos?

Depende da diferença entre as taxas. Em um exemplo prático que compara uma linha com 10% de retrabalho e outra esperada com 5%, bilateral com 95% de confiança, 435 montagens por linha dão 80% de poder e 582 por linha dão 90%. Se a nova linha melhorar apenas para 7%, são necessárias 1356 por linha para 80% de poder, portanto pequenas melhorias são caras de comprovar.

Quando usar uma alternativa unilateral para 2 proporções?

Use uma alternativa unilateral quando só uma direção importa, como saber se uma nova linha é melhor. Ela exige menos itens: 343 por linha em vez de 435 no exemplo de 10% contra 5%. Um teste unilateral só tem poder quando Proportion 2 está do lado indicado pela alternativa; caso contrário, o poder fica próximo de 0 e resolver o tamanho amostral retorna um erro.

Como executar Poder e tamanho amostral para 2 proporções no Zometric Statistical Software?

Informe Proportion 1, que é obrigatório, e quaisquer dois entre os tamanhos amostrais por grupo, os valores de Proportion 2 e os valores de poder, deixando em branco o que será resolvido. Escolha o nível de confiança e a hipótese alternativa e calcule. Informar vários valores gera uma linha de resultado por combinação, e é desenhada uma curva de poder em função do tamanho amostral.