Περιεχόμενο
- TL · DR (Πολύ μακρύ;
- Το μέγεθος του δείγματος
- Μέση Αξία και Αξία
- Ο κίνδυνος των μικρών δειγμάτων
- Περιθώριο σφάλματος
Όσον αφορά τις επιστημονικές μελέτες, το μέγεθος του δείγματος αποτελεί κρίσιμη θεώρηση για την ποιοτική έρευνα. Μέγεθος δείγματος, μερικές φορές εκπροσωπείται ως n, είναι ο αριθμός των επιμέρους στοιχείων που χρησιμοποιούνται για τον υπολογισμό ενός συνόλου στατιστικών στοιχείων. Μεγαλύτερα μεγέθη δειγμάτων επιτρέπουν στους ερευνητές να προσδιορίζουν καλύτερα τις μέσες τιμές των δεδομένων τους και να αποφεύγουν τα σφάλματα από τη δοκιμή ενός μικρού αριθμού ενδεχομένως άτυπων δειγμάτων.
TL · DR (Πολύ μακρύ;
Το μέγεθος του δείγματος αποτελεί σημαντικό στοιχείο για την έρευνα. Μεγαλύτερα μεγέθη δειγμάτων παρέχουν πιο ακριβείς μέσες τιμές, εντοπίζουν αποθέματα τα οποία θα μπορούσαν να απομακρύνουν τα δεδομένα σε μικρότερο δείγμα και να παρέχουν μικρότερο περιθώριο σφάλματος.
Το μέγεθος του δείγματος
Το μέγεθος του δείγματος είναι ο αριθμός των πληροφοριών που δοκιμάστηκαν σε μια έρευνα ή σε ένα πείραμα. Για παράδειγμα, εάν δοκιμάσετε 100 δείγματα θαλασσινού νερού για υπολείμματα ελαίου, το μέγεθος του δείγματος σας είναι 100. Εάν εξετάσετε 20.000 άτομα για ενδείξεις άγχους, το μέγεθος του δείγματος σας είναι 20.000. Μεγαλύτερα μεγέθη δειγμάτων έχουν το προφανές πλεονέκτημα της παροχής περισσότερων δεδομένων για τους ερευνητές που συνεργάζονται. αλλά τα μεγάλα πειράματα μεγέθους δείγματος απαιτούν μεγαλύτερες οικονομικές και χρονικές δεσμεύσεις.
Μέση Αξία και Αξία
Μεγαλύτερα μεγέθη δειγμάτων βοηθούν στον καθορισμό της μέσης τιμής μιας ποιότητας μεταξύ των δειγμάτων που δοκιμάστηκαν - αυτός ο μέσος όρος είναι ο δείκτης σημαίνω. Όσο μεγαλύτερος είναι το μέγεθος του δείγματος, τόσο πιο ακριβής είναι ο μέσος όρος. Για παράδειγμα, εάν διαπιστώσετε ότι μεταξύ 40 ατόμων το μέσο ύψος είναι 5 πόδια, 4 ίντσες, αλλά μεταξύ 100 ατόμων, το μέσο ύψος είναι 5 πόδια, 3 ίντσες, η δεύτερη μέτρηση είναι καλύτερη εκτίμηση του μέσου ύψους ενός δεδομένου ότι δοκιμάζετε ουσιαστικά περισσότερα θέματα. Ο προσδιορισμός του μέσου επιτρέπει επίσης στους ερευνητές να εντοπίζουν πιο εύκολα υπερβολικά υψηλά. Μια απόκλιση είναι ένα κομμάτι δεδομένων που διαφέρει έντονα από τη μέση τιμή και μπορεί να αντιπροσωπεύει ένα σημείο ενδιαφέροντος για την έρευνα. Έτσι με βάση το μέσο ύψος, κάποιος με ύψος 6 πόδια, 8 ίντσες, θα ήταν ένα απομακρυσμένο σημείο δεδομένων.
Ο κίνδυνος των μικρών δειγμάτων
Η πιθανότητα υπερβολικών τιμών είναι μέρος αυτού που κάνει το μέγεθος του μεγάλου δείγματος σημαντικό. Για παράδειγμα, λέτε ότι εξετάζετε 4 άτομα σχετικά με την πολιτική τους σχέση και ένα ανήκει στο Ανεξάρτητο κόμμα. Δεδομένου ότι πρόκειται για ένα άτομο σε μέγεθος δείγματος 4, το στατιστικό σας στοιχείο θα δείξει ότι το 25% του πληθυσμού ανήκει στο Ανεξάρτητο κόμμα, πιθανόν μια ανακριβή παρέκταση. Η αύξηση του μεγέθους του δείγματος θα αποφύγει τα παραπλανητικά στατιστικά στοιχεία εάν υπάρχει κάποιο δείγμα στο δείγμα σας.
Περιθώριο σφάλματος
Το μέγεθος του δείγματος σχετίζεται άμεσα με ένα στατιστικό στοιχείο περιθώριο σφάλματος, ή πόσο ακριβής μπορεί να υπολογιστεί ένα στατιστικό στοιχείο. Για ένα ερώτημα ναι ή όχι, όπως το αν ένα άτομο έχει αυτοκίνητο, μπορείτε να προσδιορίσετε το περιθώριο σφάλματος για ένα στατιστικό στοιχείο διαιρώντας το 1 με την τετραγωνική ρίζα του μεγέθους δείγματος και πολλαπλασιάζοντας με το 100. Το σύνολο είναι ένα ποσοστό . Για παράδειγμα, ένα μέγεθος δείγματος 100 θα έχει ένα περιθώριο σφάλματος 10%. Κατά τη μέτρηση των αριθμητικών ιδιοτήτων με μέση τιμή, όπως το ύψος ή το βάρος, πολλαπλασιάζετε αυτό το σύνολο κατά δύο φορές το τυπική απόκλιση των δεδομένων, η οποία μετρά τον τρόπο διάδοσης των τιμών των δεδομένων από τον μέσο όρο. Και στις δύο περιπτώσεις, όσο μεγαλύτερο είναι το μέγεθος του δείγματος, τόσο μικρότερο είναι το περιθώριο σφάλματος.