Słownik

START | EDUKACJA | SŁOWNIK | Moc testu

Moc testu

Moc testu – to prawdopodobieństwo odrzucenia hipotezy zerowej wtedy, gdy jest ona fałszywa. Jest więc równa 1 − β, gdzie β oznacza prawdopodobieństwo popełnienia błędu II rodzaju.  Im większa moc testu, tym większa szansa wykrycia rzeczywiście istniejącego efektu lub różnicy.  Moc testu zależy przede wszystkim od wielkości próby, rzeczywistej siły efektu, poziomu istotności α oraz zmienności wyników (wariancja). Większa próba, większy efekt i wyższy poziom α zwiększają moc, natomiast duża zmienność danych zwykle ją obniża.

W praktyce często przyjmuje się, że moc na poziomie co najmniej 0,80 jest zadowalająca, co oznacza 80% szans na wykrycie efektu o założonej wielkości. Analiza mocy jest szczególnie ważna na etapie planowania badania, ponieważ pozwala oszacować minimalną liczebność próby potrzebną do wykrycia efektu o określonej wielkości. Dzięki temu zmniejsza się ryzyko przeprowadzenia badania, które z założenia ma zbyt małe szanse na uzyskanie rozstrzygającego wyniku.  Niska moc testu sprawia, że wynik nieistotny statystycznie jest trudniejszy do interpretacji, ponieważ może wynikać nie z braku efektu, lecz z niewystarczającej zdolności badania do jego wykrycia .

Moc testu ma znaczenie także przy wyborze metody analitycznej. Testy parametryczne często mają większą moc niż odpowiadające im testy nieparametryczne, jeżeli ich założenia są spełnione. Nie oznacza to jednak, że test parametryczny należy zawsze wybierać automatycznie — naruszenie jego założeń może prowadzić do nieprawidłowego wnioskowania. Moc testu jest również powiązana z poziomem istotności. Obniżenie α zmniejsza ryzyko błędu I rodzaju, ale przy pozostałych warunkach niezmienionych zwykle obniża moc i zwiększa ryzyko błędu II rodzaju.  Decyzję o liczebności próby i wymaganej mocy najlepiej podejmować przed rozpoczęciem badania, a nie dopiero po uzyskaniu wyników .

O tym jak zaplanować wielkość próby uwzględniając moc testu, wyjaśniamy w naszym wpisie blogowym ➡️ Jak oszacować liczebność próby przy użyciu G*Power? 

PRZYKŁAD RELACJI CZYNNIKÓW DETERMINUJĄCYCH MOC TESTU

Wielkość próby N50
Siła efektu Δ0,60
Poziom istotności α0,050
Wariancja σ²1,00
COFNIJ

wróć do spisu wszystkich pojęć

Podziel się wiedzą

z innymi

Opinie Klientów

Co o nas sądzą?

Współpracowaliśmy

między innymi z:

Nasi partnerzy

blogstatystyczny logo Pwn logo Predictive logo Bluemedia logo