خصائص حجم العينة الجيد

حجم العينة هو نسبة مئوية صغيرة من السكان يتم استخدامها للتحليل الإحصائي. على سبيل المثال ، عند معرفة عدد الأشخاص الذين سيصوتون لشخص معين في الانتخابات ، فهذا ليس كذلك ممكن (إما ماليًا أو لوجستيًا) لسؤال كل شخص في الولايات المتحدة عن تصويتهم تفضيل. بدلاً من ذلك ، يتم أخذ عينة صغيرة من السكان. يمكن أن يساوي حجم العينة بضع مئات ، أو يمكن أن يساوي بضعة آلاف. كل هذا يتوقف على الخصائص التي تريد أن تتمتع بها عينة السكان هذه ، ومدى الدقة التي تريدها أن تكون نتائجك.

في كل مرة تقوم فيها باستطلاع عينة من السكان (بدلاً من سؤال الجميع) ، ستحصل على بعض الإحصائيات التي تختلف قليلاً عن الإحصائيات "الحقيقية". وهذا ما يسمى خطأ أخذ العينات ، وغالبًا ما يتم التعبير عنه كنقاط مئوية. على سبيل المثال ، قد يكون الاستطلاع زائد أو ناقص "عشر نقاط". بعبارة أخرى ، إذا وجد استطلاع للرأي أن 55 في المائة من الأشخاص سيصوتون لصالح أ مرشح معين ، زائد أو ناقص عشر نقاط ، يقولون حقًا أن ما بين 45 و 65 في المائة سيصوتون لذلك مرشح. سيكون للعينة الجيدة خطأ منخفض في أخذ العينات (نقطة أو نقطتين).

يعتمد مستوى الثقة على النظرية القائلة بأنه كلما قمت بأخذ عينة من السكان ، كلما كانت البيانات تشبه منحنى الجرس. يتم التعبير عن مستويات الثقة كنسبة مئوية ، مثل "مستوى ثقة بنسبة 90 بالمائة". كلما ارتفع مستوى الثقة ، زاد ثقة الباحث أن بياناته تبدو وكأنها منحنى الجرس: مستوى ثقة بنسبة 99 في المائة أمر مرغوب فيه ومن المرجح أن تحقق نتائج أفضل من ثقة بنسبة 90 في المائة (أو أقل) مستوى.

تشير درجة التباين إلى مدى تنوع السكان. على سبيل المثال ، من المرجح أن يؤدي استطلاع رأي لجميع الأحزاب السياسية حول الرعاية الصحية إلى تباين أكثر انتشارًا في الردود من استطلاع بسيط لحزب واحد. وكلما ارتفعت النسبة المعلنة ، زاد مستوى التباين ، حيث تكون القيمة .5 هي أعلى قيمة (وربما أقل قيمة مرغوبة). بالنسبة للعينات الأصغر ، قد ترغب في رؤية درجة منخفضة من التباين (على سبيل المثال ، .2).