この実験研究に必要な標本人数を教えてください。

質問

統計の素人です。よろしくご指導くださいませ。

このたび実験研究を行うことになりました。
あるひとつの状態を「正しい」と仮定した上で、被検者さんに「正しい」を行って頂き、その前後の『筋硬度値』を比較します。
被検者さんは、３８人の仲間の中から無作為抽出するのですが、その結果を全国の同じ業界の多くの方に「効果がありますよ」と学会で発表できるようにもっていきたいと思っています。（夢は大きく。。。）

そこで質問ですが、この場合、何人の標本をとって、どのような検定にかけることが必要でしょうか？

例えば、２つの集団を作って、「正しい」を行った群と行わなかった群の平均を比べるのであれば、ｔ検定というものにかけることが必要で、それなりの人数を割り出すのかな、と考えたのですが、私達のように、同じ人で「正しい」の前後を比べる場合はどうでしょうか？

テレビでよく行われているような、何かを食べて血液サラサラ…のような場合でも、３人の時もあるし何十人の時もありますね。。考えれば考えるほどわからなくなってしまって…。

どうか、統計に詳しい皆様、お知恵をお貸しください。よろしくお願いします。

回答No.2

chicago911 · ベストアンサー

＞やはり100例もの研究が必要なんですね。
　これは、書きましたように、細かい条件がわからないので、まぁこれだけあれば、行けるだろう、との推測です。測定誤差等がきちんと評価できれば、減らすことは可能です。

＞私達も「個体差」については色々考えました。大勢の人を２つの群に分けるのであれば、それこそ個体差が大きいだろうと思いましたので、同じ人で前後を比べてその差を見る方法に変えて、そのほとんどの人が「後」の「筋硬度値」が下がることを確認できればそれでいいのではないかと、実はちょっと甘いことを考えていました。
　この考え方はあっています。これが Crossover と言われるものです。ただこの場合、一箇所間違っているのは、順番あるいは時期、と呼ばれる誤差が発生することで、このため、二群に分けて
　　　　　1 回目　　2 回目
　群 1　　処理 A　　処理 B
　群 2　　処理 B　　処理 A

と行なうのです。こうすれば、一人の人間が両方を受けるので、その人間内では個体差が消えますが、最初に A なのか B なのか、の違いが出てきます。

今回は処理が一つですので、A は処理なし、B は処理あり、になるんでしょうが、言われたやり方はこの、群 1 だけで検討しようと言うことですね。必ずしも間違いではありません。

先行研究があるのなら、それを参考にすることもできます。今まで妥当と多くのヒトが認めている検定法があるならば、それを黙って採用すれば (意味もわからず使うのは、本当はお奨めできないんですが)、世間は通ります。

ただ、統計学の基本ですが、仮設検定は、処理の有無の二群間で、特性値が差がないと言う仮定 (null hypothesis) をおき、この前提で、観察された結果が起きる確率を計算し、危険率より低ければ、「起きてもおかしくないが、余りにも珍しいことが起きた」 ことになるから、仮定が間違っている、と考えよう、と言う意味です。つまり偶然そうなっていることを、意味があるかのように捉えること (第一種の過誤) になるので 「危険率」 と表現するのです。

一度 「実験計画法」 の本をじっくりお読みください。まずここからでしょう。

お礼

何度も回答してくださり、ありがとうございます！
先行研究はすでに本やビデオで出版されており、研究内容というよりは、方法論として提案されたものを私達は目にしています。実際の研究として何が行われたのか調べてみようかと思います。ありがとうございます。
　群1、群2のお話しはとてもよくわかります。ところが、私達がやりたいことは「姿勢の改善」ですので、一度改善したものをまた元の悪い状態に戻すというのは難しいかな、と思っています。元に戻したところで必ずしも前と同じ状態になるとは限りませんので、2回目の実験が成立するかどうか、それが心配です。その辺で「実験計画法の本」とピッタリくるものがみつからず困っていたところでした。　
はっきりと状況を説明しないこの状況で、ご親切に回答してくださり本当にありがとうございました。参考にさせていただきます！

回答No.1

chicago911

これ一概に言えません。

と言うのは評価項目の精度が関係してきます。また、処理の内容がわからないので、個体差をどう評価するかによって、計画が変わってきます。

きちんとした説得力ある Data を得ようと言うのであれば、何故この実験系を採用し、何故この検定法を用いたか、その妥当性の説明がご自分でできないと、いくら都合の良い解析結果が得られても、信用してもらえません。統計学的手法をうまく使うと、実は間違った結果を正しいこととして示すことも可能です。そこで、計画法と統計学的手法の妥当性が常に議論の対象となります。

少なくとも、これだけの情報でこの場で、これがいいだろう、とは恐ろしくて言えませんし、それを採用されるとなると、責任を持った回答は誰にもできません。まず間違いないだろう線は、例数 100 の Crossover ですが、これも測定精度によって変わって来ます。

全ての基礎 Data を用意した上、きちんと専門家に依頼されることをお薦めします。

お礼

回答を寄せてくださって、ありがとうございます！
やはり100例もの研究が必要なんですね。。。
私達も「個体差」については色々考えました。大勢の人を２つの群に分けるのであれば、それこそ個体差が大きいだろうと思いましたので、同じ人で前後を比べてその差を見る方法に変えて、そのほとんどの人が「後」の「筋硬度値」が下がることを確認できればそれでいいのではないかと、実はちょっと甘いことを考えていました。
この研究には先行研究がなされていて、概略は業界内で知られているものです。それを応用し、ある場面を取り上げて、この時はこういう「姿勢」がいいですよ。という提案をしたいと考えています。そのために、姿勢自体の研究と、測定効果をみるという２段階の研究計画となってしまいました。
私の文章が大げさだったためにものすごい研究のように見えてしまったことをお詫びします。
やはり、同じ人で前後をみる研究であっても、検定にかけて発表することが必要となりますでしょうか？その辺りをもう少し教えて頂けますよう、よろしくお願い致します。