この記事では、Stat Lab Analyticsを使って、2標本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。
2標本t検定のサンプルサイズ設計は、2つのグループを比較する前に、各群で何件のデータを集めればよいかを決めるための機能です。検定そのものを実施する機能ではなく、解析前の試験計画を立てるための機能です。
製造業では、設備Aと設備B、新設備と現行設備、仕入先Aと仕入先Bなど、2つの条件を比較する場面が多くあります。サンプル数が少なすぎると差を見逃しやすくなり、多すぎると試験コストが増えます。この記事では、初心者にも分かるように、入力項目の意味と結果の見方まで説明します。
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。
2標本t検定では、2つのグループの平均値に差があるかを確認します。そのため、群Aと群Bのそれぞれに、どのくらいのサンプル数が必要かを考える必要があります。
サンプル数が少ないと、実際には平均値に差があっても、統計的に有意な差として検出できないことがあります。一方で、必要以上にサンプル数を増やすと、測定工数や試験コストが増えてしまいます。
2標本t検定でサンプルサイズ設計が必要な理由
■ 2群比較では各群のN数が重要
2標本t検定では、2つのグループの平均値を比較します。たとえば、設備Aと設備Bで加工寸法の平均が異なるかを確認する場合、設備Aだけでなく設備Bにも十分なデータ数が必要です。
片方の群だけサンプル数が多く、もう片方が少ない場合、比較の精度が落ちることがあります。そのため、特別な理由がなければ、群Aと群Bのサンプル数を同じにする1:1の設計が分かりやすく、安定した比較につながります。
| 入力項目 | 今回の条件 | 説明 |
|---|---|---|
| 検出したい平均差 | 0.10 | 2群間で見つけたい平均値の差です。 |
| 標準偏差 | 0.15 | 各群のばらつきの見積もりです。 |
| 有意水準 | 0.05 | 5%基準で判断します。 |
| 検出力 | 0.80 | 80%の確率で差を見つける設定です。 |
| 検定方法 | 両側検定 | 大きい方向・小さい方向の両方を確認します。 |
| サンプル比 | 1 : 1 | 群Aと群Bを同じサンプル数で比較します。 |
製造業でどのように利用されるか
■ 比較試験の前に測定数を決める
製造業では、2つの条件を比較する試験が多くあります。設備、材料、仕入先、改善前後などを比較するとき、事前に必要サンプル数を設計しておくと、検出力不足による判断ミスを減らせます。
| 活用場面 | 確認内容 |
|---|---|
| 設備Aと設備Bの比較試験 | 設備間で平均寸法に差があるか確認します。 |
| 新設備と現行設備の比較 | 新設備導入による平均値の変化を評価します。 |
| 材料変更前後の比較 | 材料変更によって強度や寸法が変化したか確認します。 |
| 仕入先Aと仕入先Bの品質比較 | 仕入先ごとの品質特性の平均値を比較します。 |
| 改善前後の工程比較 | 工程改善によって平均値が変化したか確認します。 |
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「2標本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「2標本t検定」を選択します。
■ Step3 検出したい平均差を入力する
「検出したい平均差」に、2群間で見つけたい平均値の差を入力します。今回の例では0.10を入力します。
■ Step4 標準偏差・有意水準・検出力を入力する
標準偏差には過去データや予備実験から見積もったばらつきを入力します。今回は標準偏差0.15、有意水準0.05、検出力0.80を使用します。
■ Step5 片側検定・両側検定、およびサンプル比を設定する
差の方向を両方確認したい場合は両側検定を選択します。今回の例では、群Aと群Bを同じサンプル数にするため、サンプル比を1:1にします。
■ 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 各群に必要なサンプル数を確認する
結果画面に、群A必要サンプル数、群B必要サンプル数、総サンプル数、効果量、達成検出力が表示されます。
結果の見方
■ 各群の必要サンプル数を確認する
今回の条件では、群Aに37件、群Bに37件、合計74件のデータが必要です。
効果量は、平均差0.10を標準偏差0.15で割った0.667です。効果量が大きいほど差は見つけやすく、必要なサンプル数は少なくなります。
| 項目 | 結果 | 確認ポイント |
|---|---|---|
| 群A必要サンプル数 | 37 | 群Aで必要なデータ数です。 |
| 群B必要サンプル数 | 37 | 群Bで必要なデータ数です。 |
| 総サンプル数 | 74 | 2群合計で必要なデータ数です。 |
| 平均差 | 0.10 | 検出したい平均値の差です。 |
| 標準偏差 | 0.15 | データのばらつきです。 |
| 効果量 | 0.667 | 平均差 ÷ 標準偏差で求めます。 |
| 有意水準 | 0.05 | 5%基準で検定する設定です。 |
| 検出力 | 0.80 | 差を見つける確率の目標です。 |
| 検定方法 | 両側検定 | 上下どちらの差も確認します。 |
| サンプル比 | 1 : 1 | 各群を同じサンプル数で比較します。 |
■ 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2群の平均値に差があっても、検定で差を検出できない可能性が高くなります。
この場合、設備差や材料差があるにもかかわらず「差がない」と判断してしまうリスクがあります。
まとめ
✅2標本t検定のサンプルサイズ設計は、2群比較に必要な各群のサンプル数を決める機能です。
✅今回の条件では、群A37件、群B37件、合計74件が必要でした。
✅平均差、標準偏差、効果量、有意水準、検出力、サンプル比を設定して計算します。
✅サンプル数が不足すると、実際の差を見逃すリスクがあります。
✅設備比較、新設備評価、材料変更、仕入先比較、工程改善前後の比較に活用できます。