Bei wissenschaftlichen Studien ist die Stichprobengröße ein entscheidender Faktor für die Qualität der Forschung. Stichprobengröße, manchmal dargestellt als nein, ist die Anzahl der einzelnen Datenelemente, die zur Berechnung einer Statistik verwendet werden. Größere Stichproben ermöglichen es Forschern, die Durchschnittswerte ihrer Daten besser zu bestimmen und Fehler beim Testen einer kleinen Anzahl möglicherweise atypischer Stichproben zu vermeiden.
TL; DR (zu lang; nicht gelesen)
Die Stichprobengröße ist ein wichtiger Aspekt für die Forschung. Größere Stichprobengrößen liefern genauere Mittelwerte, identifizieren Ausreißer, die die Daten in einer kleineren Stichprobe verzerren könnten, und bieten eine geringere Fehlerspanne.
Probengröße
Die Stichprobengröße ist die Anzahl der Informationen, die in einer Umfrage oder einem Experiment getestet wurden. Wenn Sie beispielsweise 100 Meerwasserproben auf Ölrückstände testen, beträgt Ihre Probengröße 100. Wenn Sie 20.000 Personen nach Anzeichen von Angstzuständen befragen, beträgt Ihre Stichprobengröße 20.000. Größere Stichproben haben den offensichtlichen Vorteil, dass sie den Forschern mehr Daten zur Verfügung stellen, mit denen sie arbeiten können; Experimente mit großen Stichproben erfordern jedoch einen größeren finanziellen und zeitlichen Aufwand.
Mittelwert und Ausreißer
Größere Probengrößen helfen bei der Bestimmung des Durchschnittswerts einer Qualität unter getesteten Proben – dieser Durchschnitt ist der is bedeuten. Je größer die Stichprobengröße, desto genauer der Mittelwert. Wenn Sie beispielsweise feststellen, dass bei 40 Personen die durchschnittliche Körpergröße 5 Fuß 4 Zoll beträgt, aber bei 100 Personen die Durchschnittsgröße 5 Fuß 3 Zoll beträgt Zoll, die zweite Messung ist eine bessere Einschätzung der durchschnittlichen Körpergröße einer Person, da Sie wesentlich mehr testen Themen. Die Ermittlung des Mittelwerts ermöglicht es den Forschern auch, die Ausreißer. Ein Ausreißer ist ein Datenelement, das stark vom Mittelwert abweicht und für die Forschung interessant sein kann. Basierend auf der durchschnittlichen Körpergröße wäre also jemand mit einer Körpergröße von 6 Fuß, 8 Zoll ein abgelegener Datenpunkt.
Die Gefahr kleiner Proben
Die Möglichkeit von Ausreißern ist ein Teil dessen, was eine große Stichprobengröße wichtig macht. Angenommen, Sie befragen 4 Personen zu ihrer politischen Zugehörigkeit und einer gehört der Unabhängigen Partei an. Da dies eine Person in einer Stichprobengröße von 4 ist, zeigt Ihre Statistik, dass 25 Prozent der Bevölkerung der Unabhängigen Partei angehört, wahrscheinlich eine ungenaue Extrapolation. Durch eine Erhöhung der Stichprobengröße werden irreführende Statistiken vermieden, wenn in Ihrer Stichprobe ein Ausreißer vorhanden ist.
Fehlermarge
Die Stichprobengröße steht in direktem Zusammenhang mit einer Statistik Fehlermarge, oder wie genau eine Statistik berechnet werden kann. Bei einer Ja-oder-Nein-Frage, z. B. ob eine Person ein Auto besitzt, können Sie die Marge von Fehler für eine Statistik, indem 1 durch die Quadratwurzel des Stichprobenumfangs geteilt und mit. multipliziert wird 100. Die Summe ist ein Prozentsatz. Beispielsweise hat eine Stichprobengröße von 100 eine Fehlerquote von 10 Prozent. Wenn Sie numerische Eigenschaften mit einem Mittelwert wie Größe oder Gewicht messen, multiplizieren Sie diese Summe mit dem Zweifachen der Standardabweichung der Daten, die misst, wie weit die Datenwerte vom Mittelwert entfernt sind. In beiden Fällen gilt: Je größer der Stichprobenumfang, desto kleiner die Fehlerspanne.