Apprenez-en plus dans notre cours en ligne gratuit :
Pensée statistique pour la résolution de problèmes industriels
Dans cette vidéo, vous apprendrez à calculer la taille de l'échantillon pour un test t à deux échantillons et une ANOVA. Pour ce faire, nous sélectionnons Sample Size and Power dans le menu DOE sous Design Diagnostics.
Pour calculer la taille de l'échantillon pour un test t à deux échantillons, nous sélectionnons Two Sample Means.
Dans ce scénario, la caractéristique du processus est la résistance à la rupture de deux matériaux, mesurée en ksi (kilopounds per square inch). Nous aimerions déterminer la taille d'échantillon nécessaire pour détecter une différence minimale entre les deux matériaux de 10 ksi avec une puissance de 0,9.
Nous utiliserons un niveau de signification pour le test, alpha, de 0,05.
Nous entrons dans une estimation prudente de l'écart type, 18 ksi.
Nous allons saisir la différence à détecter, 10, et la puissance, 0,90, puis cliquer sur Continuer.
La taille de l'échantillon rapporté est de 139. Ceci est divisé entre les deux matériaux, nous arrondissons donc à 140.
Compte tenu de l'écart type et du niveau de signification, nous aurions besoin de mesurer une sélection aléatoire de 70 pièces de chaque matériau afin d'avoir une forte probabilité de détecter cette différence.
Et si on pouvait vivre avec une puissance de 0,80 ? Dans ce cas, la taille totale de l'échantillon est de 104. Nous aurions besoin de 52 observations par matériau pour détecter une différence de 10 ksi avec une puissance de 0,80.
Considérons maintenant un scénario différent. Au lieu de comparer deux matériaux, supposons que nous voulions comparer la résistance à la rupture de trois matériaux.
La méthode d'analyse que nous utiliserions est l'analyse de variance unidirectionnelle, ou ANOVA.
Pour calculer la taille de l'échantillon, nous cliquons sur le bouton Précédent ou relançons la plate-forme Taille et puissance de l'échantillon à partir du menu DOE sous Design Diagnostics. Ensuite, nous sélectionnons k Sample Means.
Nous entrons dans la même estimation de l'écart type, 18 ksi.
Supposons que la différence que nous aimerions détecter entre deux moyennes soit de 20 ksi. Nous entrons 0 dans la première cellule et 20 dans la deuxième cellule. Pour la troisième cellule, nous la définissons sur la valeur médiane, 10.
Nous entrons une puissance de 0,90 et cliquez sur Continuer.
Pour détecter les différences spécifiées entre les moyennes, avec une puissance de 0,9, nous avons besoin d'un total de 65 observations.
Nous avons trois groupes, donc nous arrondissons à 66.
Nous avons besoin de 22 observations par matériau afin de détecter une différence de résistance moyenne à la rupture de 20 ksi entre deux matériaux.
