この記事では、Stat Lab Analyticsを使って、対応のあるt検定に必要なサンプルサイズを設計する方法を解説します。
対応のあるt検定のサンプルサイズ設計は、同じ製品や同じロットを改善前後で比較する前に、何組のデータが必要かを決めるための機能です。
製造業では、設備改善前後、条件変更前後、処理前後など、同じ対象をペアで比較する場面があります。
サンプルサイズ設計とは？
■ サンプルサイズ設計とは？
サンプルサイズ設計とは、統計解析を行う前に、必要なデータ数を決める作業です。
対応のあるt検定では、同じ対象の前後差を使って平均差を検定します。サンプルサイズ設計では、検出したい平均差と差の標準偏差を設定し、必要なペア数を求めます。
サンプル数が少なすぎると、実際には差があっても検出できない可能性があります。一方で、必要以上に多いサンプル数は、試験費用や測定工数の増加につながります。
対応のあるt検定でサンプルサイズ設計が必要な理由
■ 事前に必要N数を決める理由
対応のあるt検定では、同じ対象を改善前と改善後で測定し、その差分を使って統計的な検定を行います。そのため、必要なのは単なる測定数ではなく、対応したペア数です。
差分のばらつき（差の標準偏差）が大きいほど、改善効果を検出するためには多くのペアが必要になります。一方、ばらつきが小さい場合は、比較的少ないペア数でも改善効果を確認できる可能性があります。
また、サンプル数が少なすぎると、本当は改善効果があるにもかかわらず「有意差なし」と判断される可能性があります。逆に、必要以上に多く測定すると、時間やコストが無駄になることがあります。
そのため、評価試験を始める前にサンプルサイズを設計し、必要なペア数を把握しておくことが重要です。適切なペア数を設定することで、改善効果を信頼性高く評価できるだけでなく、測定工数やコストの削減にもつながります。
操作手順
■ Step1 ホームから「サンプルサイズ設計」を開く
Stat Lab Analyticsを起動し、ホーム画面または左メニューから「サンプルサイズ設計」を選択します。
無料統計解析ソフト – Stat Lab Analytics
■ Step2 解析メニューから「対応のあるt検定」を選択する
サンプルサイズ設計画面が開いたら、解析方法の選択欄で「対応のあるt検定」を選択します。
■ Step3 検出したい平均差を入力する
改善前後で検出したい平均差として0.05を入力します。
■ Step4 差の標準偏差・有意水準・検出力を入力する
差の標準偏差0.10、有意水準0.05、検出力0.80を入力します。
■ Step5 片側検定・両側検定を設定する
今回は改善方向だけでなく上下どちらの変化も確認するため、両側検定を選択します。
■ Step6 サンプルサイズ計算ボタンを押す
条件を確認したら、「設計実行」ボタンを押します。設定変更だけでは計算されず、ボタンを押したタイミングで必要サンプル数が計算されます。
■ Step7 必要ペア数を確認する
結果画面で、必要なペア数、効果量、達成検出力を確認します。
結果の見方
■ 必要サンプル数を確認する
今回の条件では、必要サンプル数は34組です。
平均差0.05、差の標準偏差0.10、有意水準0.05、検出力0.80で検出するための目安です。
| 項目 | 結果 | 確認ポイント |
|---|---|---|
| 必要ペア数 | 34組 | 改善前後を比較するために必要な対応データ数です。 |
| 平均差 | 0.05 | 検出したい平均値の差です。 |
| 差の標準偏差 | 0.10 | 改善前後の差分のばらつきです。 |
| 効果量 | 0.50 | 平均差 ÷ 差の標準偏差で求めます。 |
| 達成検出力 | 0.808 | 目標検出力0.80を満たしています。 |
■ サンプル数が不足した場合のリスク
サンプル数が不足すると、実際には差があっても、検定で差を検出できない可能性が高くなります。
ペア数が不足すると、改善効果があっても見逃してしまう可能性があります。
まとめ
✅対応のあるt検定のサンプルサイズ設計は、改善前後比較に必要なペア数を決める機能です。
✅今回の条件では34組が必要でした。
✅同じ対象を前後で測定する評価試験に活用できます。