Suuren näytekoon edut

Tieteellisten tutkimusten osalta otoksen koko on ratkaiseva näkökohta laatututkimuksessa. Otoksen koko, jota joskus esitetään muodossa non yksittäisten tietojen määrä, jota on käytetty tilastojen laskemiseen. Suurempien otoskokojen avulla tutkijat voivat paremmin määrittää tietojensa keskiarvot ja välttää virheitä testattaessa pienen määrän mahdollisesti epätyypillisiä näytteitä.

TL; DR (liian pitkä; Ei lukenut)

Otoksen koko on tärkeä näkökohta tutkimuksessa. Suuremmat otoskokot antavat tarkemmat keskiarvot, tunnistavat poikkeamat, jotka saattavat vääristää tietoja pienemmässä otoksessa ja antaa pienemmän virhemarginaalin.

Otoksen koko on kyselyssä tai kokeessa testattujen tietojen määrä. Esimerkiksi, jos testaat 100 merivedenäytettä öljyjäämien varalta, näytekoko on 100. Jos tutkit 20000 ihmistä ahdistuksen merkkien varalta, otoskokosi on 20000. Suuremmilla näytekokoilla on ilmeinen etu tarjota enemmän tietoa tutkijoille työskennellä; mutta suuret otoskokeet edellyttävät suurempia taloudellisia ja ajallisia sitoumuksia.

Suuremmat näytekoot auttavat määrittämään laadun keskiarvon testattujen näytteiden joukossa - tämä keskiarvo on tarkoittaa. Mitä suurempi otoskoko, sitä tarkempi keskiarvo. Esimerkiksi, jos huomaat, että 40 ihmisen keskimääräinen korkeus on 5 jalkaa, 4 tuumaa, mutta 100 ihmisen keskimääräinen korkeus on 5 jalkaa, 3 tuumaa, toinen mittaus on parempi arvio yksilön keskipituudesta, koska testaat huomattavasti enemmän aiheista. Keskiarvon määrittäminen antaa tutkijoille myös helpomman paikantaa poikkeavia. Poikkeama on tieto, joka eroaa voimakkaasti keskiarvosta ja voi olla kiinnostava kohde tutkimukselle. Joten keskimääräisen korkeuden perusteella joku, jonka korkeus on 6 jalkaa, 8 tuumaa, olisi syrjäinen datapiste.

Poikkeamien mahdollisuus on osa sitä, mikä tekee suuresta otoskoosta tärkeän. Oletetaan esimerkiksi, että kysyt 4 henkilöä heidän poliittisesta kuulumisestaan ​​ja yksi kuuluu Independent-puolueeseen. Koska tämä on yksi henkilö otoksen koossa 4, tilastosi osoittavat, että 25 prosenttia väestöstä kuuluu Independent-puolueeseen, mikä todennäköisesti on epätarkka ekstrapolaatio. Otoskokon suurentaminen välttää harhaanjohtavia tilastoja, jos otoksessa on poikkeavuuksia.

Otoksen koko liittyy suoraan tilastoihin virhemarginaali, tai kuinka tarkka tilasto voidaan laskea. Jos kysymys on kyllä ​​tai ei, esimerkiksi siitä, omistaako henkilö auton, voit määrittää marginaalin tilastovirhe jakamalla 1 otoksen koon neliöjuurella ja kertomalla 100. Yhteensä on prosenttiosuus. Esimerkiksi 100 otoksen koossa on 10 prosentin virhemarginaali. Kun mitataan numeerisia ominaisuuksia keskiarvolla, kuten pituus tai paino, kerro tämä summa kahdella kertaa keskihajonta dataa, joka mittaa sitä, kuinka data-arvot jakautuvat keskiarvosta. Molemmissa tapauksissa, mitä suurempi otoskoko, sitä pienempi virhemarginaali.