Var noteikt parametra vai hipotēzes patiesumu, jo tas attiecas uz lielu populāciju nav praktiski vai neiespējami vairāku iemeslu dēļ, tāpēc parasti to nosaka mazākai grupai, sauca paraugu. Pārāk mazs parauga lielums samazina pētījuma jaudu un palielina kļūdu robežu, kas var padarīt pētījumu bezjēdzīgu. Pētnieki var būt spiesti ierobežot izlases lielumu ekonomisku un citu iemeslu dēļ. Lai nodrošinātu jēgpilnus rezultātus, viņi parasti pielāgo izlases lielumu, pamatojoties uz nepieciešamo ticamības līmeni un kļūdas robežu, kā arī uz paredzamo novirzi starp atsevišķiem rezultātiem.
Neliels izlases lielums samazina statistisko jaudu
Pētījuma spēks ir tā spēja noteikt efektu, ja tāds ir atklājams. Tas ir atkarīgs no efekta lieluma, jo lielus efektus ir vieglāk pamanīt un palielināt pētījuma spēku.
Pētījuma spēks ir arī tā spēja izvairīties no II tipa kļūdām. II tipa kļūda rodas tad, kad rezultāti apstiprina hipotēzi, uz kuras pamata tika veikts pētījums, ja patiesībā alternatīva hipotēze ir patiesa. Pārāk mazs parauga lielums palielina varbūtību, ka II tipa kļūda sagroza rezultātus, kas samazina pētījuma jaudu.
Aprēķina parauga lielumu
Lai noteiktu izlases lielumu, kas sniegs visnozīmīgākos rezultātus, pētnieki vispirms nosaka vēlamā kļūdas robeža (ME) vai maksimālā summa, ko viņi vēlas, lai rezultāti novirzītos no statistikas nozīmē. To parasti izsaka procentos, piemēram, plus vai mīnus 5 procentos. Pētniekiem ir nepieciešams arī ticamības līmenis, ko viņi nosaka pirms pētījuma uzsākšanas. Šis skaitlis atbilst Z rādītājam, ko var iegūt no tabulām. Kopējie ticamības līmeņi ir 90 procenti, 95 procenti un 99 procenti, kas atbilst Z rādītājiem attiecīgi 1,645, 1,96 un 2,576. Pētnieki rezultātos izsaka paredzamo novirzes standartu (SD). Jaunam pētījumam parasti izvēlas 0,5.
Nosakot kļūdas robežu, Z rādītāju un novirzes standartu, pētnieki var aprēķināt ideālo parauga lielumu, izmantojot šādu formulu:
(Z rādītājs)2 x SD x (1-SD) / ME2 = Parauga lielums
Neliela parauga lieluma ietekme
Formulā izlases lielums ir tieši proporcionāls Z rādītājam un apgriezti proporcionāls kļūdas robežai. Līdz ar to izlases lieluma samazināšana samazina pētījuma ticamības līmeni, kas ir saistīts ar Z rādītāju. Izlases lieluma samazināšana palielina arī kļūdu robežu.
Īsāk sakot, ja pētnieku ekonomisko vai loģistikas apsvērumu dēļ ir ierobežots mazs izlases lielums, viņiem var nākties samierināties ar mazāk pārliecinošiem rezultātiem. Tas, vai tas ir svarīgs jautājums, galu galā ir atkarīgs no viņu pētītā efekta lieluma. Piemēram, neliels izlases lielums sniegtu nozīmīgākus rezultātus netālu dzīvojošo cilvēku aptaujā lidostu, kuras gaisa satiksme ietekmē negatīvi, nekā tas būtu viņu aptaujā līmeņiem.