표본 크기는 과학 실험 또는 여론 조사와 같은 통계적 설정에서 개별 표본 또는 관찰의 개수입니다. 비교적 간단한 개념이지만 샘플 크기 선택은 프로젝트의 중요한 결정입니다. 샘플이 너무 작 으면 신뢰할 수없는 결과가 생성되는 반면, 샘플이 너무 크면 상당한 시간과 리소스가 필요합니다.
TL; DR (너무 김; 읽지 않음)
샘플 크기는 측정 된 샘플 수 또는 수행중인 관찰의 직접적인 개수입니다.
표본 크기의 정의
표본 크기는 측정 된 개별 표본의 수 또는 조사 또는 실험에 사용 된 관찰을 측정합니다. 예를 들어 산성비의 증거를 찾기 위해 토양 샘플 100 개를 테스트하는 경우 샘플 크기는 100입니다. 온라인 설문 조사에서 완성 된 설문지 30,500 개를 반환했다면 표본 크기는 30,500 개입니다. 통계에서 샘플 크기는 일반적으로 변수 "n"으로 표시됩니다..
샘플 크기 계산
실험이나 설문 조사에 필요한 표본 크기를 결정하기 위해 연구자들은 원하는 여러 요소를 고려합니다. 먼저, 연구중인 인구의 총 크기 예를 들어, 뉴욕 주 전체에 대한 결론을 도출하려는 설문 조사는 로체스터에 특별히 초점을 맞춘 설문 조사보다 훨씬 더 큰 표본 크기가 필요합니다. 연구원은 또한 고려할 필요가 있습니다 오차 한계, 수집 된 데이터가 일반적으로 정확하다는 신뢰성; 그리고 신뢰 수준, 오차 한계가 정확할 확률입니다. 마지막으로 연구자들은 표준 편차 그들은 데이터에서 볼 것으로 기대합니다. 표준 편차는 측정 된 평균 데이터에서 개별 데이터 조각의 차이를 측정합니다. 예를 들어 한 공원의 토양 샘플은 전체 카운티에서 수집 한 토양보다 질소 함량의 표준 편차가 훨씬 작을 것입니다.
작은 샘플 크기의 위험
통계가 정확하고 신뢰할 수 있으려면 큰 표본 크기가 필요합니다. 특히 그 결과를 더 큰 모집단이나 데이터 그룹으로 추정해야하는 경우에는 더욱 그렇습니다. 운동에 대한 설문 조사를 실시하고 5 명을 인터뷰했는데 그중 2 명은 매년 마라톤을한다고 말했습니다. 이 설문 조사를 통해 국가 전체의 인구를 나타내면 귀하의 연구에 따르면, 40 %의 사람들이 매년 최소 한 번의 마라톤을 실행합니다. 백분율.
표본 크기 및 오차 한계
통계 설문 조사의 표본 크기는 설문 조사의 오차 한계와 직접적인 관련이 있습니다. 오차 한계는 수신 된 데이터가 정확할 확률을 나타내는 백분율. 예를 들어, 종교적 신념에 대한 설문 조사에서 오류 한계는 설문 조사를 반복 할 경우 동일한 답변을 제공 할 것으로 예상되는 응답자의 비율입니다. 오차 한계를 결정하려면 1을 표본 크기의 제곱근으로 나눈 다음 100을 곱하여 백분율을 얻습니다.. 예를 들어 2,400 개의 표본 크기는 2.04 %의 오차 한계를 갖습니다.