პარამეტრის ან ჰიპოთეზის უტყუარობის დადგენა, რადგან ის ეხება დიდ მოსახლეობას არაპრაქტიკული ან შეუძლებელია მრავალი მიზეზის გამო, ამიტომ ჩვეულებრივია ამის დადგენა მცირე ჯგუფისთვის, უწოდებენ ნიმუშს. ნიმუშის ზომა, რომელიც ძალიან მცირეა, ამცირებს კვლევის ძალას და ზრდის შეცდომის ზღვარს, რამაც შეიძლება კვლევა უაზრო გახადოს. მკვლევარებმა შეიძლება აიძულონ შეამცირონ შერჩევის ზომა ეკონომიკური და სხვა მიზეზების გამო. მნიშვნელოვანი შედეგების უზრუნველსაყოფად, ისინი, როგორც წესი, შეცვლიან ნიმუშის ზომას საჭირო ნდობის დონისა და შეცდომის ზღვრის საფუძველზე, აგრეთვე ინდივიდუალური შედეგების მოსალოდნელ გადახრაზე დაყრდნობით.
მცირე ზომის ნიმუში ამცირებს სტატისტიკურ ძალას
კვლევის სიძლიერეა მისი ეფექტის დადგენის უნარი, როდესაც ის არის გამოსაძიებელი. ეს დამოკიდებულია ეფექტის ზომაზე, რადგან დიდი ეფექტები უფრო ადვილი შესამჩნევია და ზრდის კვლევის ძალას.
კვლევის ძალა ასევე წარმოადგენს მისი შესაძლებლობის საზომს, II ტიპის შეცდომების თავიდან ასაცილებლად. II ტიპის შეცდომა ხდება მაშინ, როდესაც შედეგები დაადასტურებს ჰიპოთეზას, რომელსაც საფუძვლად დაედო კვლევა, როდესაც სინამდვილეში ალტერნატიული ჰიპოთეზა მართალია. ძალიან მცირე ზომის ნიმუში ზრდის II ტიპის შეცდომის ალბათობას შედეგების გადახრისას, რაც ამცირებს კვლევის ძალას.
ნიმუშის ზომის გაანგარიშება
ნიმუშის ზომის დასადგენად, რომელიც ყველაზე მნიშვნელოვან შედეგებს მოგვცემს, მკვლევარებმა ჯერ განსაზღვრეს შეცდომის სასურველი ზღვარი (ME) ან მაქსიმალური ოდენობა, რომელთაც სურთ, რომ შედეგები გადახრილი იყოს სტატისტიკურიდან ნიშნავს ეს ჩვეულებრივ გამოიხატება პროცენტულად, როგორც პლუს-მინუს 5 პროცენტში. მკვლევარებს ასევე სჭირდებათ ნდობის დონე, რომელსაც ისინი განსაზღვრავენ კვლევის დაწყებამდე. ეს რიცხვი შეესაბამება Z- ქულას, რომლის მიღება ცხრილებიდან შეიძლება. საერთო ნდობის დონეა 90 პროცენტი, 95 პროცენტი და 99 პროცენტი, რაც შეესაბამება Z- ქულებს 1.645, 1.96 და 2.576 შესაბამისად. მკვლევარები გამოხატავენ შედეგებში მოსალოდნელ გადახრას (SD). ახალი კვლევისთვის ჩვეულებრივია, რომ აირჩიოთ 0,5.
შეცდომის ზღვრის, Z- ქულისა და გადახრის სტანდარტის დადგენის შემდეგ, მკვლევარებს შეუძლიათ გამოანგარიშონ ნიმუშის იდეალური ზომა შემდეგი ფორმულის გამოყენებით:
(Z ქულა)2 x SD x (1-SD) / ME2 = ნიმუშის ზომა
მცირე ნიმუშის ზომის ეფექტები
ფორმულაში, ნიმუშის ზომა პირდაპირპროპორციულია Z- ქულისა და უკუპროპორციულია შეცდომის ზღვარზე. შესაბამისად, ნიმუშის ზომის შემცირება ამცირებს კვლევის ნდობის დონეს, რომელიც დაკავშირებულია Z- ქულასთან. ნიმუშის ზომის შემცირება ასევე ზრდის შეცდომის ზღვარს.
მოკლედ, როდესაც მკვლევარები შეზღუდულნი არიან მცირე ზომის ნიმუშს ეკონომიკური ან ლოგისტიკური მიზეზების გამო, მათ შეიძლება მოუხდეს ნაკლებად დასკვნითი შედეგების გადაწყვეტა. ეს არის თუ არა ეს მნიშვნელოვანი საკითხი, საბოლოო ჯამში დამოკიდებულია იმაზე, თუ რა ეფექტს სწავლობენ ისინი. მაგალითად, მცირე ზომის ნიმუში უფრო მნიშვნელოვან შედეგებს მისცემს ახლომდებარე ადამიანების გამოკითხვის დროს აეროპორტი, რომელზეც უარყოფით გავლენას ახდენს საჰაერო მიმოსვლა, ვიდრე ეს მათი განათლების გამოკითხვისას მოხდებოდა დონეზე.