앱 명령어, 워크시트 식별자 및 예제 데이터 값은 원문 그대로 유지됩니다. 스크린샷, 차트 및 다운로드 파일은 영어로 제공됩니다. 예제는 영어 원문의 숫자 표기를 유지하며, 소수점에는 마침표를, 천 단위 구분에는 쉼표를 사용합니다.
예제: 집단별 소포장 쉰 개
서로 독립적인 두 집단에서 각각 소포장 충전량 측정값 50개를 수집할 수 있습니다. 공통 표준편차(SD)는 4 g이고 실제 평균 차이는 1.5 g이라고 가정합니다.
계획 참고 자료 다운로드(영문 CSV)Help에서 사용하는 것과 같은 예제입니다. CSV에는 참고 시나리오가 담겨 있습니다. 선택한 계획값을 Inputs에 직접 입력합니다. 파일을 가져와도 계산기는 설정되지 않습니다. Help에서 Open example in a practice copy를 사용하면 입력값이 미리 채워집니다.
1. 분석 작업 공간 만들기
사이드바에서 Basic Statistics를 열고 Power & Sample Size를 선택합니다. 분석을 만들고 이름을 지정한 뒤 New blank worksheet를 선택하고 Create analysis를 선택합니다.
2. 연구 선택
Inputs에서 Test는 Two-sample t — pooled planning, Solve for는 Power로 선택합니다. Significance level (α)에 0.05를 입력하고 Alternative hypothesis는 Two-sided로 선택합니다.
3. 계획값 입력
이 시나리오에서는 각 필드에 값을 하나씩 입력합니다. 워크시트 열은 지정하지 않습니다.
Common standard deviation (σ)에 4를 입력합니다.
Sample sizes per group에 50을 입력합니다.
Mean differences에 1.5를 입력합니다.
4. 분석 실행
Run analysis를 선택한 다음 Results를 엽니다.
5. 결과 해석
계획한 연구 확인
서로 독립적인 두 집단에서 각각 소포장 충전량 측정값 50개를 수집할 수 있습니다. 공통 표준편차(SD)는 4 g이고 실제 평균 차이는 1.5 g이라고 가정합니다.
계산된 계획 읽기
계산된 검정력은 0.458911로 약 45.9%이며, 표본 크기는 집단별 50개, 총 100개입니다. 입력한 가정하에 비교 가능한 연구의 약 54.1%에서는 이 실제 차이를 검출하지 못합니다.
검정력 곡선 따라가기
곡선은 표본 크기를 집단별 50개로 고정합니다. ±1.5 g에서 검정력은 약 45.9%이며, 더 큰 차이는 검출하기 쉽습니다.
효과 크기에 따른 검정력(영어 원본 그래프) 차트를 원본 크기로 보기 (새 탭에서 열림) 가정 이해
검정력은 입력한 가정하에 지정한 차이가 실제로 존재할 때 계획한 검정이 그 차이를 검출할 확률입니다. 가설이 참일 확률이 아니며 유의한 결과를 보장하지도 않습니다. 이 통합 t검정 계획은 서로 독립적인 정규 집단, 동일한 표본 크기 및 공통 표준편차(SD) 4 g을 가정합니다. 이 검정력으로 수행한 연구에서 결과가 유의하지 않더라도 평균이 같다고 입증되지는 않습니다.
표본 수집 방법 결정
계획 가정하에 집단별 50개를 수집하면 비교 가능한 연구의 약 45.9%에서 실제 1.5 g 차이를 검출하고 약 54.1%에서는 놓칩니다. 더 높은 목표를 원하면 Solve for에서 Sample size를 선택하고 목표 검정력을 입력한 뒤 다시 실행합니다. 표본 크기가 고정되어 있다면 이 제한된 민감도를 보고합니다.
자세히 보기: 각 결과 섹션 읽기
전체 결과 표는 Help와 동일하게 유효숫자 여섯 자리로 표시합니다.
검정력 및 표본 크기 시나리오
시나리오는 이 행을 입력값과 연결합니다. 해의 방향은 계산으로 구한 효과의 방향이며, 대시는 해당하지 않음을 뜻합니다. 두 집단을 계획할 때 표본 크기는 집단별 값이고 총 관측수는 두 집단을 합친 수입니다. 평균 차이 또는 비교 대상 비율은 계획하는 효과입니다. 목표 검정력은 요청한 값이고 계산된 검정력은 계산 결과입니다. 이전 표본 크기의 검정력은 집단별 관측값을 하나 줄였을 때의 검정력입니다. 해당되는 경우 DF는 t검정의 자유도입니다. 상태와 세부정보에는 시나리오가 계산되었는지가 기록됩니다. 계산된 검정력은 0.458911로 약 45.9%이며, 표본 크기는 집단별 50개, 총 100개입니다. 입력한 가정하에 비교 가능한 연구의 약 54.1%에서는 이 실제 차이를 검출하지 못합니다.
| 시나리오 | 해의 방향 | 집단별 표본 크기 | 총 관측수 | 평균 차이 | 목표 검정력 | 계산된 검정력 | 이전 표본 크기의 검정력 | 자유도(DF) | 상태 | 세부정보 |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | — | 50 | 100 | 1.5 | — | 0.458911 | — | 98 | ok | — |
- 계산할 수 없는 해의 방향에도 상태와 입력값은 유지됩니다. 짝지은 자료는 한 쌍당 두 관측값으로 셉니다. 이전 표본 크기의 검정력은 그 크기가 유효한 경우에만 보고됩니다.
계획 계산 방법
계산 방법과 계산 방식 식별자는 사용한 계산을 나타냅니다. 검정의 유의수준은 0.05이고, 양측 대립가설은 두 방향을 모두 포함합니다. 계산 대상은 구하려는 수량입니다. 가정과 계획 표준편차(SD) 또는 기준 비율에는 결과가 어떤 값에 의존하는지가 기록됩니다. 이 통합 t검정 계획은 서로 독립적인 정규 집단, 동일한 표본 크기 및 공통 표준편차(SD) 4 g을 가정합니다. 이 검정력으로 수행한 연구에서 결과가 유의하지 않더라도 평균이 같다고 입증되지는 않습니다.
| 설정 | 값 |
|---|---|
| 방법 | 이표본 t |
| 계산 방식 식별자 | pooled-noncentral-t-v1 |
| α | 0.05 |
| 대립가설 | two-sided |
| 계산할 항목 | 검정력 |
| 가정 | 서로 독립인 정규분포 집단, 공통 표준편차, 동일한 표본 크기, 합동 검정 기준의 설계. |
| 설계 시 가정한 표준편차 | 4 |
- 결과와 곡선의 점들은 이번 분석에서 기록된 값입니다. 표본 크기는 정수이며, 목표 검정력과 계산된 검정력은 구분됩니다.
시나리오 입력값
시나리오는 번호가 같은 결과 행에 대응합니다. 입력값에는 적용된 시나리오의 값이 기록되며, 이는 관측한 측정값이 아니라 계획 가정입니다. 여기서는 단일 값 입력으로 하나의 시나리오가 만들어집니다.
| 시나리오 | 입력값 |
|---|---|
| 1 | {"n":50,"delta":1.5} |
기록된 검정력 곡선 값
각 행은 표본 크기, 평균 차이 또는 비교 대상 비율, 그리고 계산된 검정력을 보여 줍니다. 앱에서 생성한 그래프의 바탕이 되는 기록값 전체입니다. 두 집단을 계획할 때 크기는 집단별 값입니다. 검정력은 영과 일 사이의 값으로 읽으며, 0.9는 90%를 뜻합니다. 곡선은 표본 크기를 집단별 50개로 고정합니다. ±1.5 g에서 검정력은 약 45.9%이며, 더 큰 차이는 검출하기 쉽습니다.
| 집단별 표본 크기 | 평균 차이 | 검정력 |
|---|---|---|
| 50 | -2.5 | 0.871659 |
| 50 | -2.41667 | 0.848762 |
| 50 | -2.33333 | 0.823299 |
| 50 | -2.25 | 0.79528 |
| 50 | -2.16667 | 0.764775 |
| 50 | -2.08333 | 0.731915 |
| 50 | -2 | 0.696893 |
| 50 | -1.91667 | 0.659962 |
| 50 | -1.83333 | 0.621428 |
| 50 | -1.75 | 0.581649 |
| 50 | -1.66667 | 0.541019 |
| 50 | -1.58333 | 0.499961 |
| 50 | -1.5 | 0.458911 |
| 50 | -1.41667 | 0.418307 |
| 50 | -1.33333 | 0.378575 |
| 50 | -1.25 | 0.340115 |
| 50 | -1.16667 | 0.303291 |
| 50 | -1.08333 | 0.268423 |
| 50 | -1 | 0.23578 |
| 50 | -0.916667 | 0.205575 |
| 50 | -0.833333 | 0.177967 |
| 50 | -0.75 | 0.15306 |
| 50 | -0.666667 | 0.13091 |
| 50 | -0.583333 | 0.111532 |
| 50 | -0.5 | 0.0949054 |
| 50 | -0.416667 | 0.0809875 |
| 50 | -0.333333 | 0.0697201 |
| 50 | -0.25 | 0.0610404 |
| 50 | -0.166667 | 0.0548895 |
| 50 | -0.0833333 | 0.0512197 |
| 50 | 0 | 0.05 |
| 50 | 0.0833333 | 0.0512197 |
| 50 | 0.166667 | 0.0548895 |
| 50 | 0.25 | 0.0610404 |
| 50 | 0.333333 | 0.0697201 |
| 50 | 0.416667 | 0.0809875 |
| 50 | 0.5 | 0.0949054 |
| 50 | 0.583333 | 0.111532 |
| 50 | 0.666667 | 0.13091 |
| 50 | 0.75 | 0.15306 |
| 50 | 0.833333 | 0.177967 |
| 50 | 0.916667 | 0.205575 |
| 50 | 1 | 0.23578 |
| 50 | 1.08333 | 0.268423 |
| 50 | 1.16667 | 0.303291 |
| 50 | 1.25 | 0.340115 |
| 50 | 1.33333 | 0.378575 |
| 50 | 1.41667 | 0.418307 |
| 50 | 1.5 | 0.458911 |
| 50 | 1.58333 | 0.499961 |
| 50 | 1.66667 | 0.541019 |
| 50 | 1.75 | 0.581649 |
| 50 | 1.83333 | 0.621428 |
| 50 | 1.91667 | 0.659962 |
| 50 | 2 | 0.696893 |
| 50 | 2.08333 | 0.731915 |
| 50 | 2.16667 | 0.764775 |
| 50 | 2.25 | 0.79528 |
| 50 | 2.33333 | 0.823299 |
| 50 | 2.41667 | 0.848762 |
| 50 | 2.5 | 0.871659 |
- 기록된 모든 곡선은 이 표와 CSV 내보내기에 포함되며, 그래프에는 선택한 표본 크기가 최대 12개까지 표시됩니다.
6. 보고서 만들기
Power and sample size scenarios, Planning method, Scenario input values, 앱에서 생성한 Power versus effect 영어 원본 그래프와 그 바탕이 되는 기록값 표 전체를 보관합니다. 검출할 가치가 있는 차이, 계획에 사용한 산포 또는 비율, 표본 배정 및 계산 방법을 기록합니다. 이 통합 t검정 계획은 서로 독립적인 정규 집단, 동일한 표본 크기 및 공통 표준편차(SD) 4 g을 가정합니다. 이 검정력으로 수행한 연구에서 결과가 유의하지 않더라도 평균이 같다고 입증되지는 않습니다.
완료된 실행 결과에서 Add to report 항목을 선택합니다. 표와 차트를 선택하려면 Choose individual items and advanced options 항목을 엽니다. 그런 다음 Add to draft 항목을 선택합니다. 숨긴 항목은 저장된 분석에 남아 있습니다.
보고서 이름을 정하고 분석 목적과 해석을 추가합니다. Save 항목을 선택하고 Preview에서 내용을 확인한 뒤 Export → Download HTML을 사용합니다. 아래 예시는 한 화면에 다 보이지 않는 결과까지 포함하여 선택한 콘텐츠 전체를 보여 줍니다.