Důležitost velikosti vzorku ve výzkumu

Velikost vzorku představuje počet pozorování provedených k provedení statistické analýzy. Velikosti vzorků mohou být složeny z lidí, zvířat, šarží potravin, strojů, baterií nebo z jakékoli populace, která je hodnocena.

Náhodný výběr je metoda, při které se z populace shromažďují náhodné vzorky za účelem odhadu informací o populaci, aniž by byly ovlivněny. Například pokud chcete vědět, jaký typ lidí žije v určitém městě, musíte náhodně pohovořit / změřit různé lidi. Pokud byste však využili všechny z knihovny, neměli byste spravedlivý / nestranný odhad toho, jaká je obecná populace, která ve městě žije, jen lidé, kteří chodí do knihovny.

Jak se zvětšují velikosti vzorků, odhady se stávají přesnějšími. Například, pokud jsme náhodně vybrali 10 dospělých mužů, mohli bychom zjistit, že jejich průměrná výška je 6 stop a 3 palce, možná proto, že existuje basketbalový hráč, který nafukuje náš odhad. Pokud bychom však změřili dva miliony dospělých mužů, měli bychom lepší prediktor střední výšky muži, protože extrémy by se vyrovnaly a skutečný průměr by zastínil jakékoli odchylky od znamenat.

Když statistik předpovídá výsledek, často vytvoří odhadovaný interval. Pokud bychom například měřili váhu 100 žen, dalo by se říci, že jsme si na 90 procent jisti, že skutečná průměrná váha žen je v rozmezí 103 až 129 liber. (To samozřejmě závisí také na dalších faktorech, jako je variabilita měření.) Jak se zvětšuje velikost vzorku, získáváme větší jistotu ohledně našeho odhadu a naše intervaly se zmenšují. Například s milionem žen bychom mohli říci, že jsme si na 98 procent jisti, že skutečná průměrná hmotnost žen je mezi 115 a 117 liber. Jinými slovy, jak se zvětšuje velikost vzorku, zvyšuje se naše důvěra v naše měření a zmenšuje se velikost našich intervalů spolehlivosti.

Variace je měřítkem šíření dat kolem průměru. Směrodatná odchylka je druhá odmocnina variace a pomáhá přiblížit, jaké procento populace spadá mezi rozsah hodnot vzhledem k průměru. Jak se velikost vzorku zvětšuje, standardní chyba, která závisí na směrodatné odchylce a velikosti vzorku, klesá. Následkem toho se odhad přesnosti zvyšuje a výzkum založený na těchto odhadech je považován za spolehlivější (s menším rizikem chyb).

Větší velikosti vzorků samozřejmě produkují lepší a přesnější odhady populací, ale existuje několik problémů s výzkumníky, kteří používají větší velikosti vzorků. Za prvé může být těžké najít náhodný vzorek lidí, kteří jsou ochotni vyzkoušet novou drogu. Když to uděláte, bude nákladnější poskytovat drogu více lidem a sledovat více lidí v průběhu času. Získání a udržení větší velikosti vzorku vyžaduje další úsilí. I když větší velikosti vzorků vytvářejí přesnější statistiky, nejsou vždy nutné další náklady a úsilí, protože menší velikosti vzorků mohou také přinést významné výsledky.