과학적 연구의 경우 표본 크기는 양질의 연구를위한 중요한 고려 사항입니다. 때때로 다음과 같이 표현되는 표본 크기 엔, 통계 집합을 계산하는 데 사용되는 개별 데이터의 수입니다. 표본 크기가 클수록 연구자들은 데이터의 평균 값을 더 잘 결정할 수 있고 비정형적일 수있는 적은 수의 표본을 테스트 할 때 발생하는 오류를 방지 할 수 있습니다.
TL; DR (너무 긴; 읽지 않음)
표본 크기는 연구에서 중요한 고려 사항입니다. 표본 크기가 클수록 더 정확한 평균 값을 제공하고 더 작은 표본에서 데이터를 왜곡 할 수있는 이상 치를 식별하고 더 작은 오차 한계를 제공합니다.
표본의 크기
표본 크기는 설문 조사 또는 실험에서 테스트 된 정보의 수입니다. 예를 들어, 100 개의 바닷물 샘플에서 기름 잔류 물을 테스트하는 경우 샘플 크기는 100입니다. 20,000 명에게 불안의 징후를 조사하면 표본 크기는 20,000 명입니다. 표본 크기가 클수록 연구자가 작업 할 수있는 더 많은 데이터를 제공 할 수 있다는 분명한 이점이 있습니다. 그러나 대규모 샘플 크기의 실험에는 더 큰 재정적 및 시간적 노력이 필요합니다.
평균값 및 이상 값
샘플 크기가 클수록 테스트 된 샘플 중 품질의 평균 값을 결정하는 데 도움이됩니다. 평균. 표본 크기가 클수록 평균이 더 정확합니다. 예를 들어 40 명 중 평균 키는 5 피트 4 인치이지만 100 명 중 평균 키는 5 피트 3입니다. 인치, 두 번째 측정은 개인의 평균 키를 더 잘 추정합니다. 과목. 평균을 결정하면 연구자들이 특이 치. 특이 치는 평균값과 크게 다르며 연구 관심 지점을 나타낼 수있는 데이터 조각입니다. 따라서 평균 높이를 기준으로 6 피트, 8 인치의 높이를 가진 사람은 외부 데이터 포인트가됩니다.
작은 샘플의 위험
특이 치의 가능성은 큰 표본 크기를 중요하게 만드는 요소의 일부입니다. 예를 들어, 4 명에게 정치적 소속에 대해 설문 조사를했는데 1 명이 독립당에 속해 있다고 가정 해 보겠습니다. 이것은 표본 크기가 4 인 한 개인이므로 통계에 따르면 인구의 25 %가 독립 정당에 속한다는 사실이 표시되며 이는 정확하지 않은 추정 일 수 있습니다. 표본에 특이 치가있는 경우 표본 크기를 늘리면 잘못된 통계를 피할 수 있습니다.
오차 한계
표본 크기는 통계의 오차 한계또는 통계를 계산할 수있는 정확도입니다. 개인이 자동차를 소유하고 있는지 여부와 같은 예 / 아니오 질문의 경우 마진을 결정할 수 있습니다. 1을 표본 크기의 제곱근으로 나누고 다음을 곱하여 통계에 대한 오류 100. 합계는 백분율입니다. 예를 들어 표본 크기가 100이면 오차 한계가 10 %입니다. 키나 몸무게와 같은 평균값으로 수치를 측정 할 때이 합계에 두 배를 곱하십시오. 표준 편차 데이터 값이 평균에서 얼마나 분산되어 있는지를 측정합니다. 두 경우 모두 표본 크기가 클수록 오차 한계가 작아집니다.