La dimensione del campione è una considerazione importante nella progettazione di un esperimento. Una dimensione del campione troppo piccola distorcerà i risultati di un esperimento; i dati raccolti potrebbero non essere validi a causa dell'esiguo numero di persone o oggetti testati. La dimensione del campione ha un effetto su due importanti statistiche: la media e la mediana.
Dimensione del campione e disegno sperimentale
La maggior parte degli esperimenti viene eseguita confrontando il modo in cui due gruppi di persone o oggetti reagiscono a una variabile. Tutto tranne la variabile viene mantenuto lo stesso per evitare confusione durante l'interpretazione dei risultati. Il numero di persone o oggetti in ciascun gruppo è noto come dimensione del campione. La dimensione del campione deve essere sufficientemente grande da sconfiggere la possibilità che i risultati si verifichino a causa di fattori casuali piuttosto che per la variabile manipolata. Ad esempio, uno studio su come la lettura notturna influisce sulla capacità dei bambini di imparare a leggere non sarebbe valido se si studiassero solo cinque bambini.
Media e mediana
Al termine dell'esperimento, gli scienziati utilizzano le statistiche per aiutarli a interpretare i risultati dell'esperimento. Due statistiche importanti sono la media e la mediana.
La media, il valore medio, viene calcolata sommando tutti i risultati per un gruppo e dividendo per il numero di persone nel gruppo. Ad esempio, se il punteggio medio di un test di lettura per un gruppo di bambini è stato del 94 percento, ciò significa che il scienziato ha sommato tutti i punteggi del test e diviso per il numero di studenti, ottenendo una risposta di circa 94 per cento.
La mediana si riferisce al numero che separa la metà superiore dei dati dalla metà inferiore. Si trova disponendo i dati in ordine numerico. Ad esempio, il punteggio medio di tutti gli studenti che fanno un test di lettura potrebbe essere dell'83 percento se la metà degli studenti ha ottenuto un punteggio superiore all'83 percento e la metà degli studenti ha ottenuto un punteggio inferiore.
Dimensione media e campione
Se la dimensione del campione è troppo piccola, i punteggi medi verranno gonfiati o sgonfiati artificialmente. Supponiamo che solo cinque studenti abbiano sostenuto un test di lettura. Un punteggio medio del 94 percento richiederebbe che la maggior parte di quegli studenti abbia ottenuto un punteggio vicino al 94 percento. Se 500 studenti hanno sostenuto lo stesso test, la media potrebbe riflettere una più ampia varietà di punteggi.
Dimensione media e campione Sample
Allo stesso modo, i punteggi medi saranno indebitamente influenzati da una piccola dimensione del campione. Se solo cinque studenti hanno sostenuto un test, un punteggio medio dell'83 percento significherebbe che due studenti hanno ottenuto un punteggio superiore all'83 percento e due studenti hanno ottenuto un punteggio inferiore. Se 500 studenti hanno sostenuto il test, il punteggio medio riflette il fatto che 249 studenti hanno ottenuto un punteggio superiore al punteggio medio.
Dimensione del campione e significatività statistica
Campioni di piccole dimensioni sono problematici perché i risultati degli esperimenti che li coinvolgono non sono solitamente statisticamente significativi. La significatività statistica è una misura della probabilità che i risultati si siano verificati per caso. Con campioni di piccole dimensioni, è generalmente estremamente probabile che i risultati siano dovuti a casualità piuttosto che all'esperimento.
