Το μέγεθος του δείγματος είναι μια μέτρηση των μεμονωμένων δειγμάτων ή παρατηρήσεων σε οποιοδήποτε στατιστικό περιβάλλον, όπως ένα επιστημονικό πείραμα ή μια έρευνα κοινής γνώμης. Αν και μια σχετικά απλή ιδέα, η επιλογή του μεγέθους του δείγματος είναι κρίσιμος προσδιορισμός για ένα έργο. Πολύ μικρό δείγμα αποδίδει αναξιόπιστα αποτελέσματα, ενώ ένα υπερβολικά μεγάλο δείγμα απαιτεί πολύ χρόνο και πόρους.
TL; DR (Πάρα πολύ; Δεν διαβάστηκε)
Το μέγεθος του δείγματος είναι μια άμεση μέτρηση του αριθμού των δειγμάτων που μετρήθηκαν ή των παρατηρήσεων που γίνονται.
Ο ορισμός του μεγέθους δείγματος
Το μέγεθος του δείγματος μετρά τον αριθμό των μεμονωμένων δειγμάτων που μετρήθηκαν ή τις παρατηρήσεις που χρησιμοποιήθηκαν σε μια έρευνα ή πείραμα. Για παράδειγμα, εάν δοκιμάσετε 100 δείγματα εδάφους για ένδειξη όξινης βροχής, το μέγεθος του δείγματος σας είναι 100. Εάν μια διαδικτυακή έρευνα επέστρεψε 30.500 συμπληρωμένα ερωτηματολόγια, το μέγεθος του δείγματος σας είναι 30.500. Στα στατιστικά στοιχεία, το μέγεθος του δείγματος αντιπροσωπεύεται γενικά από τη μεταβλητή "n".
Υπολογισμός του μεγέθους του δείγματος
Για να προσδιορίσουν το μέγεθος του δείγματος που απαιτείται για ένα πείραμα ή μια έρευνα, οι ερευνητές λαμβάνουν υπόψη έναν αριθμό επιθυμητών παραγόντων. Πρώτα, το συνολικό μέγεθος του πληθυσμού που μελετάται Πρέπει να εξεταστεί - μια έρευνα που επιδιώκει να εξαγάγει συμπεράσματα για το σύνολο της πολιτείας της Νέας Υόρκης, για παράδειγμα, θα χρειαστεί πολύ μεγαλύτερο μέγεθος δείγματος από αυτό που εστιάζεται ειδικά στο Ρότσεστερ. Οι ερευνητές θα πρέπει επίσης να εξετάσουν το θέμα περιθώριο σφάλματος, η αξιοπιστία ότι τα δεδομένα που συλλέγονται είναι γενικά ακριβή · και το επίπεδο αυτοπεποίθησης, η πιθανότητα ότι το περιθώριο σφάλματος είναι ακριβές. Τέλος, οι ερευνητές πρέπει να λάβουν υπόψη το τυπική απόκλιση περιμένουν να δουν στα δεδομένα. Η τυπική απόκλιση μετρά το μέγεθος των μεμονωμένων τμημάτων δεδομένων από το μέσο όρο των δεδομένων που μετρήθηκαν. Για παράδειγμα, δείγματα εδάφους από ένα πάρκο πιθανότατα θα έχουν πολύ μικρότερη τυπική απόκλιση στην περιεκτικότητα σε άζωτο από τα εδάφη που συλλέγονται από ολόκληρη την κομητεία.
Κίνδυνοι μικρού μεγέθους δείγματος
Απαιτούνται μεγάλα μεγέθη δείγματος για να είναι μια στατιστική ακριβής και αξιόπιστη, ειδικά εάν τα ευρήματά της πρόκειται να επεκταθούν σε μεγαλύτερο πληθυσμό ή ομάδα δεδομένων. Ας πούμε ότι διεξαγάγατε μια έρευνα σχετικά με την άσκηση και πήρατε συνέντευξη από πέντε άτομα, δύο εκ των οποίων δήλωσαν ότι τρέχουν μαραθώνιο ετησίως. Εάν συμμετάσχετε σε αυτήν την έρευνα για να εκπροσωπήσετε τον πληθυσμό της χώρας στο σύνολό της, τότε σύμφωνα με από την έρευνά σας, το 40 τοις εκατό των ανθρώπων τρέχουν τουλάχιστον έναν μαραθώνιο ετησίως - ένα απροσδόκητα υψηλό ποσοστό. Όσο μικρότερο είναι το μέγεθος του δείγματος σας, τόσο πιο πιθανό είναι ακραίες τιμές - ασυνήθιστα κομμάτια δεδομένων - πρόκειται να παρακάμψουν τα ευρήματά σας.
Μέγεθος δείγματος και περιθώριο σφάλματος
Το μέγεθος του δείγματος μιας στατιστικής έρευνας σχετίζεται επίσης άμεσα με το περιθώριο σφάλματος της έρευνας. Το περιθώριο σφάλματος είναι ένα ποσοστό που εκφράζει την πιθανότητα τα δεδομένα που λαμβάνονται να είναι ακριβή. Για παράδειγμα, σε μια έρευνα σχετικά με τις θρησκευτικές πεποιθήσεις, το περιθώριο σφάλματος είναι το ποσοστό των ερωτηθέντων που αναμένεται να παράσχουν την ίδια απάντηση εάν η έρευνα επαναλαμβανόταν. Για να προσδιορίσετε το περιθώριο σφάλματος, διαιρέστε το 1 με την τετραγωνική ρίζα του μεγέθους δείγματος και, στη συνέχεια, πολλαπλασιάστε με το 100 για να λάβετε ένα ποσοστό. Για παράδειγμα, ένα μέγεθος δείγματος 2.400 θα έχει περιθώριο σφάλματος 2,04 τοις εκατό.