एक बड़े नमूना आकार के लाभ

जब वैज्ञानिक अध्ययनों की बात आती है, तो गुणवत्ता अनुसंधान के लिए नमूना आकार एक महत्वपूर्ण विचार है। नमूना आकार, जिसे कभी-कभी के रूप में दर्शाया जाता है नहीं, आंकड़ों के एक सेट की गणना करने के लिए उपयोग किए जाने वाले डेटा के अलग-अलग टुकड़ों की संख्या है। बड़े नमूना आकार शोधकर्ताओं को अपने डेटा के औसत मूल्यों को बेहतर ढंग से निर्धारित करने और संभावित असामान्य नमूनों की एक छोटी संख्या के परीक्षण से त्रुटियों से बचने की अनुमति देते हैं।

टीएल; डीआर (बहुत लंबा; पढ़ा नहीं)

नमूना आकार अनुसंधान के लिए एक महत्वपूर्ण विचार है। बड़े नमूना आकार अधिक सटीक माध्य मान प्रदान करते हैं, ऐसे आउटलेर्स की पहचान करें जो डेटा को एक छोटे नमूने में तिरछा कर सकते हैं और त्रुटि का एक छोटा मार्जिन प्रदान कर सकते हैं।

नमूना आकार एक सर्वेक्षण या प्रयोग में परीक्षण की गई जानकारी के टुकड़ों की संख्या है। उदाहरण के लिए, यदि आप तेल अवशेषों के लिए समुद्री जल के 100 नमूनों का परीक्षण करते हैं, तो आपके नमूने का आकार 100 है। यदि आप चिंता के लक्षणों के लिए २०,००० लोगों का सर्वेक्षण करते हैं, तो आपके नमूने का आकार २०,००० है। शोधकर्ताओं के साथ काम करने के लिए अधिक डेटा प्रदान करने के बड़े नमूनों के आकार का स्पष्ट लाभ है; लेकिन बड़े नमूने के आकार के प्रयोगों के लिए बड़ी वित्तीय और समय की प्रतिबद्धताओं की आवश्यकता होती है।

बड़े नमूनों का आकार परीक्षण किए गए नमूनों में गुणवत्ता का औसत मूल्य निर्धारित करने में सहायता करता है -- यह औसत है मीन. नमूना आकार जितना बड़ा होगा, माध्य उतना ही सटीक होगा। उदाहरण के लिए, यदि आप पाते हैं कि, ४० लोगों में, औसत ऊंचाई ५ ​​फीट, ४ इंच है, लेकिन १०० लोगों में, औसत ऊंचाई ५ ​​फीट, ३ है इंच, दूसरा माप किसी व्यक्ति की औसत ऊंचाई का बेहतर अनुमान है, क्योंकि आप काफी अधिक परीक्षण कर रहे हैं विषय माध्य का निर्धारण भी शोधकर्ताओं को अधिक आसानी से इंगित करने की अनुमति देता है बाहरी कारकों के कारण. एक बाहरी डेटा का एक टुकड़ा है जो औसत मूल्य से दृढ़ता से भिन्न होता है और अनुसंधान के लिए रुचि के बिंदु का प्रतिनिधित्व कर सकता है। तो औसत ऊंचाई के आधार पर, 6 फीट, 8 इंच की ऊंचाई वाला कोई व्यक्ति एक बाहरी डेटा बिंदु होगा।

आउटलेर्स की संभावना उस चीज का हिस्सा है जो बड़े नमूने के आकार को महत्वपूर्ण बनाती है। उदाहरण के लिए, मान लें कि आप 4 लोगों को उनकी राजनीतिक संबद्धता के बारे में सर्वेक्षण करते हैं, और एक स्वतंत्र पार्टी से संबंधित है। चूंकि यह 4 के नमूने के आकार में एक व्यक्ति है, इसलिए आपका आंकड़ा दिखाएगा कि 25 प्रतिशत आबादी स्वतंत्र पार्टी से संबंधित है, संभवतः एक गलत एक्सट्रपलेशन। यदि आपके नमूने में कोई बाहरी मौजूद है, तो अपने नमूना आकार को बढ़ाने से भ्रामक आंकड़ों से बचा जा सकेगा।

नमूना आकार सीधे एक आँकड़ों से संबंधित है त्रुटि के मार्जिन, या किसी आँकड़े की गणना कितनी सटीक हो सकती है। हां या ना के सवाल के लिए, जैसे कि क्या किसी व्यक्ति के पास कार है, आप का मार्जिन निर्धारित कर सकते हैं नमूना आकार के वर्गमूल से 1 को विभाजित करके और से गुणा करके एक आंकड़े के लिए त्रुटि 100. कुल प्रतिशत है। उदाहरण के लिए, 100 के नमूने के आकार में त्रुटि का 10 प्रतिशत मार्जिन होगा। माध्य मान, जैसे ऊँचाई या वजन के साथ संख्यात्मक गुणों को मापते समय, इस योग को दो गुना से गुणा करें मानक विचलन डेटा का, जो मापता है कि डेटा मान माध्य से कैसे फैले हुए हैं। दोनों ही मामलों में, नमूना आकार जितना बड़ा होगा, त्रुटि का मार्जिन उतना ही छोटा होगा।