サンプルサイズは、科学実験や世論調査などの統計設定における個々のサンプルまたは観測値の数です。 比較的単純な概念ですが、サンプルサイズの選択は、プロジェクトにとって重要な決定事項です。 サンプルが小さすぎると信頼性の低い結果が得られますが、サンプルが大きすぎるとかなりの時間とリソースが必要になります。
TL; DR（長すぎる; 読んでいない）
サンプルサイズは、測定されたサンプルまたは行われた観察の数を直接カウントしたものです。
サンプルサイズの定義
サンプルサイズは、測定された個々のサンプルの数、または調査や実験で使用された観測値を測定します。 たとえば、酸性雨の証拠について土壌の100サンプルをテストする場合、サンプルサイズは100です。 オンライン調査で30,500の記入済み質問票が返された場合、サンプルサイズは30,500です。 統計では、 サンプルサイズは通常、変数「n」で表されます。.
サンプルサイズの計算
実験または調査に必要なサンプルサイズを決定するために、研究者はいくつかの望ましい要因を考慮に入れます。 最初、 調査対象の母集団の合計サイズ 考慮する必要があります。たとえば、ニューヨーク州全体について結論を導き出そうとしている調査では、ロチェスターに特に焦点を当てた調査よりもはるかに大きなサンプルサイズが必要になります。 研究者はまた、考慮する必要があります 誤差の範囲、収集されたデータが一般的に正確であるという信頼性。 そしてその 信頼水準、許容誤差が正確である確率。 最後に、研究者は考慮しなければなりません 標準偏差 彼らはデータに見られることを期待しています。 標準偏差は、測定された平均データから個々のデータがどれだけ変化するかを測定します。 たとえば、ある公園の土壌サンプルは、郡全体から収集された土壌よりも窒素含有量の標準偏差がはるかに小さい可能性があります。
サンプルサイズが小さい場合の危険性
統計を正確で信頼できるものにするためには、特にその結果をより多くの母集団またはデータのグループに外挿する場合は、大きなサンプルサイズが必要です。 あなたが運動についての調査を行っていて、5人にインタビューしたとしましょう。そのうちの2人は毎年マラソンを走っていると言いました。 国全体の人口を表すためにこの調査を行う場合、 あなたの調査によると、40％の人が毎年少なくとも1回マラソンを走っています-予想外に高い パーセンテージ。 サンプルサイズが小さいほど、可能性が高くなります 外れ値 -異常なデータ-あなたの発見を歪めることです.
サンプルサイズと許容誤差
統計調査のサンプルサイズも、調査の許容誤差に直接関係しています。 エラーのマージンは 受信したデータが正確である確率を表すパーセンテージ. たとえば、宗教的信念に関する調査では、許容誤差は、調査が繰り返された場合に同じ回答を提供することが期待できる回答者の割合です。 許容誤差を決定するには、 1をサンプルサイズの平方根で割り、100を掛けてパーセンテージを求めます. たとえば、サンプルサイズが2,400の場合、許容誤差は2.04パーセントになります。