Poder e tamanho amostral para t de 2 amostras
Planeja um teste t de duas amostras que compara duas médias, como as de dois fornecedores ou máquinas. Informe um desvio padrão comum e dois entre tamanho amostral por grupo, diferença e poder; a ferramenta calcula o terceiro. Supõe dois grupos independentes de mesmo tamanho com desvio padrão comum e usa a distribuição t não central. A saída é uma tabela de resultados com o poder real e uma curva de poder.
Última revisão
Conclusão principal
O poder e tamanho amostral para t de 2 amostras calcula quantas unidades cada grupo exige para um teste t de duas amostras detectar uma diferença entre médias, o poder que uma amostra planejada oferece ou a menor diferença detectável.
Nesta página
Finalidade
O poder e tamanho amostral para t de 2 amostras planeja, antes da coleta dos dados, a comparação de duas médias: quantas unidades cada grupo exige para detectar uma diferença relevante, que chance (poder) um tamanho amostral planejado tem de detectá-la ou qual é a menor diferença que um dado tamanho amostral consegue detectar. Informe dois entre tamanho amostral, diferença e poder, e a ferramenta calcula o terceiro. Use-o antes de um teste t de duas amostras, por exemplo, ao comparar dois fornecedores, duas máquinas ou um processo antes e depois de uma mudança.
Principais recursos
- Calcula o tamanho amostral, o poder ou a diferença: deixe em branco o que você quer obter.
- Vários valores de uma só vez, por exemplo, diferenças “3 5 7” e valores de poder “0.8 0.9”, geram uma linha para cada combinação.
- Alternativas bicaudais (Mean 1 ≠ Mean 2) ou unicaudais (Mean 1 < Mean 2, Mean 1 > Mean 2), no nível de confiança que você escolher.
- Ao calcular o tamanho amostral, informa o número inteiro de unidades por grupo e o poder real que ele oferece.
- Curva de poder em função do tamanho amostral para cada diferença, com os pontos calculados marcados.
Métodos estatísticos
O cálculo pressupõe dois grupos independentes com o mesmo tamanho amostral n por grupo e um desvio padrão comum σ, as mesmas premissas do teste t de duas amostras com desvio padrão combinado (pooled). O nível de significância é α = 1 − nível de confiança / 100, e a diferença padronizada é d = diferença / σ.
O poder é a probabilidade de o teste t rejeitar a hipótese nula quando a diferença verdadeira é a informada. É calculado a partir da distribuição t não central com 2n − 2 graus de liberdade e parâmetro de não centralidade δ = d·√(n / 2): para um teste bicaudal, poder = P(T > t₁₋α/₂) + P(T < −t₁₋α/₂), em que T segue essa distribuição t não central. Para o tamanho amostral, encontra-se o n que dá o poder alvo, arredondado para cima ao próximo número inteiro, e o poder nesse n é informado como poder real. Para a diferença, encontra-se a menor diferença que atinge o poder alvo com o n dado.
O poder aumenta com o tamanho amostral e com a diferença, e diminui à medida que o desvio padrão cresce ou o nível de confiança aumenta. Um teste unicaudal exige menos unidades que um bicaudal para o mesmo poder, mas só detecta uma diferença na direção indicada.
Campos de entrada e opções
Campo | Descrição |
Sample sizes | Por grupo. Separados por espaço ou vírgula, ex.: “10 20 30”. Deixe em branco para calcular o tamanho amostral. |
Differences | Separadas por espaço ou vírgula, ex.: “1 2 3”. A diferença entre as duas médias que você quer detectar, nas unidades da medição. Deixe em branco para calcular a diferença. |
Power values | Separados por espaço ou vírgula, ex.: “0.8 0.9”. Deixe em branco para calcular o poder. |
Standard deviation | Obrigatório. Desvio padrão comum (combinado, pooled) assumido ou histórico das duas populações, ex.: a partir de dados anteriores ou de um piloto. |
Confidence level | Padrão 95 (α = 0.05); de 75 a 100. |
Alternative hypothesis | Mean 1 ≠ Mean 2 (padrão), Mean 1 < Mean 2 ou Mean 1 > Mean 2. |
Power curve | Marcada por padrão: desenha o poder em função do tamanho amostral. |
Title | Título exibido na saída. |

Figura 1 — Cálculo do tamanho amostral: Differences = 5, Power values = 0.8 0.9, Standard deviation = 7, bicaudal com 95% de confiança.
Descrição da saída
- Settings — o que foi calculado, o desvio padrão, o nível de confiança e a hipótese alternativa.
- Results — uma linha por combinação: diferença, tamanho amostral (por grupo) e poder alvo e real ao calcular o tamanho amostral, ou poder ao calcular o poder, ou diferença ao calcular a diferença.
- Power Curve — poder em função do tamanho amostral para cada diferença, com os pontos calculados marcados.
- Exportação em PDF por Download.

Figura 2 — Resultados do exemplo: 32 unidades por grupo para 80% de poder e 43 para 90% de poder, com a curva de poder para uma diferença de 5.
Exemplo prático
Uma equipe da qualidade planeja um ensaio para comparar a resistência à tração média de peças de dois fornecedores. Dados anteriores indicam um desvio padrão de 7 MPa, e uma diferença de 5 MPa entre os fornecedores seria relevante. A equipe deixa Sample sizes em branco, insere Differences = 5, Power values = 0.8 0.9 e Standard deviation = 7, e mantém a alternativa bicaudal com 95% de confiança.
A ferramenta exige 32 peças por grupo para 80% de poder (poder real 0.803) e 43 por grupo para 90% de poder (poder real 0.906). Com apenas 20 peças por grupo, o poder seria 0.595: cerca de 40% de chance de não detectar uma diferença real de 5 MPa. Detectar uma diferença menor, de 4 MPa, com 80% de poder exige 50 peças por grupo e, se só importar uma direção (uma alternativa unicaudal), 25 peças por grupo dão 80% de poder para uma diferença de 5 MPa.
Perguntas frequentes
Como o poder é calculado em um teste t de duas amostras?
O poder é a probabilidade de o teste t rejeitar a hipótese nula quando a diferença verdadeira é a informada. É calculado a partir da distribuição t não central com 2n - 2 graus de liberdade e parâmetro de não centralidade d vezes a raiz quadrada de n/2, em que d é a diferença dividida pelo desvio padrão comum e n é o tamanho amostral por grupo.
Quais são as premissas do cálculo de poder para t de 2 amostras?
Ele pressupõe dois grupos independentes com o mesmo tamanho amostral por grupo e um desvio padrão comum, as mesmas premissas do teste t de duas amostras com desvio padrão combinado (pooled). Você informa esse desvio padrão a partir de dados anteriores ou de um piloto. O poder aumenta com o tamanho amostral e com a diferença, e diminui à medida que o desvio padrão cresce ou o nível de confiança aumenta.
Quantas amostras por grupo são necessárias para um teste t de duas amostras?
Em um exemplo prático com desvio padrão de 7 MPa e uma diferença relevante de 5 MPa, bicaudal com 95% de confiança, 32 peças por grupo dão 80% de poder e 43 por grupo dão 90%. Com apenas 20 peças por grupo, o poder é 0.595. Detectar uma diferença menor, de 4 MPa, com 80% de poder exige 50 peças por grupo.
Um teste t de duas amostras unicaudal exige menos amostras?
Sim. Um teste unicaudal exige menos unidades que um bicaudal para o mesmo poder, mas só detecta uma diferença na direção indicada. No exemplo prático, uma alternativa unicaudal exige 25 peças por grupo para 80% de poder para detectar uma diferença de 5 MPa, contra 32 por grupo no teste bicaudal.
