標準偏差と検出したい平均の差、有意水準、検出力を入れると、2つのグループの平均を比べる実験や調査で、1群あたりに必要なサンプル数を正規近似で計算します。効果量dも同時に表示するので、差の大きさの目安もわかります。
平均の差のサンプルサイズ計算ツール(2群比較)
標準偏差・検出したい差・有意水準・検出力から、2群の平均を比べるのに必要な1群あたりのサンプルサイズを計算します。
使い方
- 過去のデータや予備調査から見積もった標準偏差σを入力します。
- 検出したい平均の差δを、データと同じ単位で入力します。
- 有意水準と検出力を選ぶと、1群あたりの必要サンプル数と効果量が表示されます。
標準偏差はデータのばらつきの大きさです。たとえばテストの点数や売上金額のように、平均を比べたい数値の標準偏差を入力します。検出したい差は「この差より小さければ実務上は意味がない」という最小の差で決めると、無駄なく人数を見積もれます。
計算式
2群の標準偏差が等しいと仮定し、両側検定の正規近似で次のように求めます。
d = δ ÷ σ
n = 2 × ( z(1−α/2) + z(1−β) )² ÷ d²
σは標準偏差、δは検出したい平均の差、dは効果量(差が標準偏差の何倍か)、αは有意水準、1−βは検出力、z(…)は標準正規分布の分位点です。nは小数点以下を切り上げます。
計算例
標準偏差10、検出したい差5、有意水準5%、検出力80%の場合です。
- 効果量 d = 5 ÷ 10 = 0.5
- z(1−α/2) = 1.96、z(1−β) = 0.8416
- n = 2 × (1.96 + 0.8416)² ÷ 0.5² = 62.79
- 切り上げて1群あたり63、2群合計126
効果量0.5は中程度の差とされ、これを見つけるには各群に約63件のデータが必要という見積もりになります。
同じ条件で有意水準だけを1%に変えると、1群あたりの必要数は94に増えます。有意水準と検出力を厳しくするほど、必要なデータ数は多くなります。検出したい差を大きく設定すれば必要数は減りますが、それより小さな差は見逃しやすくなる点に注意しましょう。
結果の見方
- 効果量dの目安は、0.2が小さい差、0.5が中程度の差、0.8が大きい差です。
- 必要数はdの2乗に反比例します。検出したい差を半分にすると、必要数はおよそ4倍になります。
- 標準偏差が大きい(ばらつきが大きい)ほど、同じ差を見つけるのに多くのデータが必要です。
- 表示されるのは1群あたりの数です。合計はその2倍になります。
効果量と必要数の目安
有意水準5%・検出力80%のとき、効果量ごとの1群あたりの必要数はおよそ次のとおりです(このツールの式で計算した値です)。
| 効果量 d | 差の大きさの目安 | 1群あたりの必要数 |
|---|---|---|
| 0.2 | 小さい | 393 |
| 0.5 | 中程度 | 63 |
| 0.8 | 大きい | 25 |
小さな差を見つけるには、大きな差の10倍以上のデータが必要になることがわかります。
注意点
- 正規近似のため、必要数が30未満になるような小さな計算では、t分布を使った厳密な計算より1〜2件ほど少なく出ます。少し余裕を持たせてください。
- 標準偏差の見積もりが小さすぎると、必要数を過小評価します。複数の資料がある場合は大きめの値を使うと安全です。
- 2群のばらつきが大きく違う場合や、同じ対象を前後で測る対応のあるデザインでは、別の計算式が必要です。
- 脱落や欠測が見込まれる場合は、その割合を見込んで多めに集めましょう。
データを集めたあとは、t検定の計算ツールで実際に平均の差を検定できます。
平均比較のサンプルサイズのよくある質問
Q. 標準偏差がわからないときはどうすればよいですか?
A. 過去の似たデータ、先行研究、小規模な予備調査から見積もります。範囲(最大−最小)を4で割る簡易的な目安が使われることもあります。
Q. 効果量とは何ですか?
A. 平均の差を標準偏差で割った値で、単位に左右されない差の大きさです。Cohenのdとも呼ばれます。
Q. 有意水準を1%にすると必要数はどう変わりますか?
A. z(1−α/2)が1.96から約2.576に大きくなるため、必要数は増えます。検出力80%なら約1.5倍になります。
