Cuando se trata de estudios científicos, el tamaño de la muestra es una consideración crucial para una investigación de calidad. Tamaño de la muestra, a veces representado como norte, es el número de datos individuales que se utilizan para calcular un conjunto de estadísticas. Los tamaños de muestra más grandes permiten a los investigadores determinar mejor los valores promedio de sus datos y evitar errores al probar una pequeña cantidad de muestras posiblemente atípicas.
TL; DR (demasiado largo; No leí)
El tamaño de la muestra es una consideración importante para la investigación. Los tamaños de muestra más grandes proporcionan valores medios más precisos, identifican valores atípicos que podrían sesgar los datos en una muestra más pequeña y proporcionan un margen de error menor.
Tamaño de la muestra
El tamaño de la muestra es el número de piezas de información probadas en una encuesta o un experimento. Por ejemplo, si analiza 100 muestras de agua de mar para detectar residuos de aceite, el tamaño de la muestra es 100. Si encuesta a 20.000 personas en busca de signos de ansiedad, el tamaño de la muestra es de 20.000. Los tamaños de muestra más grandes tienen la ventaja obvia de proporcionar más datos para que los investigadores trabajen con ellos; pero los experimentos de gran tamaño de muestra requieren mayores compromisos financieros y de tiempo.
Valor medio y valores atípicos
Los tamaños de muestra más grandes ayudan a determinar el valor promedio de una calidad entre las muestras analizadas; este promedio es el significar. Cuanto mayor sea el tamaño de la muestra, más precisa será la media. Por ejemplo, si encuentra que, entre 40 personas, la altura media es 5 pies, 4 pulgadas, pero entre 100 personas, la altura media es 5 pies, 3 pulgadas, la segunda medida es una mejor estimación de la altura promedio de un individuo, ya que está probando sustancialmente más asignaturas. La determinación de la media también permite a los investigadores identificar más fácilmente valores atípicos. Un valor atípico es un dato que difiere mucho del valor medio y puede representar un punto de interés para la investigación. Entonces, según la altura media, alguien con una altura de 6 pies y 8 pulgadas sería un punto de datos periférico.
El peligro de las muestras pequeñas
La posibilidad de valores atípicos es parte de lo que hace que el tamaño de muestra grande sea importante. Por ejemplo, supongamos que encuesta a 4 personas sobre su afiliación política y una pertenece al Partido Independiente. Dado que se trata de un individuo en un tamaño de muestra de 4, su estadística mostrará que el 25 por ciento de la población pertenece al Partido Independiente, probablemente una extrapolación inexacta. Aumentar el tamaño de su muestra evitará estadísticas engañosas si hay un valor atípico en su muestra.
Margen de error
El tamaño de la muestra está directamente relacionado con la estadística margen de error, o qué tan precisa se puede calcular una estadística. Para una pregunta de sí o no, como si una persona es propietaria de un automóvil, puede determinar el margen de error para una estadística al dividir 1 por la raíz cuadrada del tamaño de la muestra y multiplicar por 100. El total es un porcentaje. Por ejemplo, un tamaño de muestra de 100 tendrá un margen de error del 10 por ciento. Al medir cualidades numéricas con un valor medio, como altura o peso, multiplique este total por dos veces el Desviación Estándar de los datos, que mide qué tan separados están los valores de los datos de la media. En ambos casos, cuanto mayor sea el tamaño de la muestra, menor será el margen de error.