Når det kommer til videnskabelige undersøgelser, er stikprøvestørrelse et afgørende hensyn til kvalitetsforskning. Prøvestørrelse, undertiden repræsenteret som n, er antallet af individuelle stykker data, der bruges til at beregne et sæt statistikker. Større stikprøvestørrelser gør det muligt for forskere bedre at bestemme gennemsnitsværdierne for deres data og undgå fejl i at teste et lille antal muligvis atypiske prøver.
TL; DR (for lang; Har ikke læst)
Prøvestørrelse er en vigtig overvejelse for forskning. Større stikprøvestørrelser giver mere nøjagtige middelværdier, identificerer afvigelser, der kan skæve dataene i en mindre prøve og give en mindre fejlmargin.
Prøvestørrelse
Prøvestørrelse er antallet af oplysninger, der er testet i en undersøgelse eller et eksperiment. For eksempel, hvis du tester 100 prøver af havvand for olierester, er din prøvestørrelse 100. Hvis du undersøger 20.000 mennesker for tegn på angst, er din stikprøvestørrelse 20.000. Større prøverstørrelser har den åbenlyse fordel, at de leverer flere data til forskere at arbejde med; men store stikprøveeksperiment kræver større økonomiske forpligtelser og tidsforpligtelser.
Middelværdi og outliers
Større prøvestørrelser hjælper med at bestemme gennemsnitsværdien af en kvalitet blandt testede prøver - dette gennemsnit er betyde. Jo større stikprøvestørrelse, jo mere præcis er gennemsnittet. For eksempel, hvis du finder ud af, at mellem 40 personer er den gennemsnitlige højde 5 fod, 4 tommer, men blandt 100 mennesker er den gennemsnitlige højde 5 fod, 3 tommer, er den anden måling et bedre skøn over gennemsnittets højde for et individ, da du tester væsentligt mere emner. At bestemme gennemsnittet giver også forskere lettere mulighed for at lokalisere outliers. En outlier er et stykke data, der adskiller sig stærkt fra middelværdien og kan repræsentere et interessepunkt for forskning. Så baseret på den gennemsnitlige højde, ville en person med en højde på 6 fod, 8 tommer, være et fjerntliggende datapunkt.
Faren ved små prøver
Muligheden for afvigende er en del af det, der gør stor stikprøvestørrelse vigtig. Sig for eksempel, at du undersøger 4 personer om deres politiske tilknytning, og en tilhører det uafhængige parti. Da dette er et individ i en stikprøvestørrelse på 4, viser din statistik, at 25 procent af befolkningen tilhører det uafhængige parti, sandsynligvis en unøjagtig ekstrapolering. Forøgelse af din stikprøvestørrelse undgår vildledende statistikker, hvis der er en outlier i din prøve.
Fejlmargen
Prøvestørrelse er direkte relateret til en statistik fejlmargen, eller hvor nøjagtig en statistik kan beregnes til at være. For et ja-eller-nej-spørgsmål, som om en person ejer en bil, kan du bestemme margenen på fejl for en statistik ved at dividere 1 med kvadratroden af stikprøvestørrelsen og gange med 100. Det samlede beløb er en procentdel. For eksempel vil en stikprøvestørrelse på 100 have en 10 procent fejlmargin. Når du måler numeriske kvaliteter med en middelværdi, såsom højde eller vægt, skal du multiplicere dette tal med to gange det standardafvigelse af dataene, som måler, hvor spredt dataværdierne er fra middelværdien. I begge tilfælde er jo større prøvestørrelsen, jo større er fejlmarginen.