Fordelene med en stor prøvestørrelse

Når det gjelder vitenskapelige studier, er størrelsen på prøvene en viktig faktor for kvalitetsforskning. Prøvestørrelse, noen ganger representert som n, er antall individuelle data som brukes til å beregne et sett med statistikk. Større utvalgstørrelser gjør at forskere bedre kan bestemme gjennomsnittsverdiene for dataene sine og unngå feil ved å teste et lite antall muligens atypiske prøver.

TL; DR (for lang; Leste ikke)

Prøvestørrelse er et viktig hensyn for forskning. Større utvalgstørrelser gir mer nøyaktige gjennomsnittsverdier, identifiserer avvikere som kan vrake dataene i et mindre utvalg og gi en mindre feilmargin.

Prøvestørrelse er antall informasjonstyper som er testet i en undersøkelse eller et eksperiment. For eksempel, hvis du tester 100 prøver av sjøvann for oljerester, er størrelsen på prøven din 100. Hvis du undersøker 20 000 mennesker for tegn på angst, er utvalgsstørrelsen din 20 000. Større prøvestørrelser har den åpenbare fordelen ved å gi mer data forskere kan jobbe med; men store eksperimenter i utvalgstørrelse krever større økonomiske og tidsforpliktelser.

Større prøvestørrelser hjelper til med å bestemme gjennomsnittsverdien for en kvalitet blant testede prøver - dette gjennomsnittet er mener. Jo større prøvestørrelse, jo mer presis er gjennomsnittet. Hvis du for eksempel finner ut at blant 40 personer er gjennomsnittshøyden 5 fot, 4 tommer, men blant 100 personer er gjennomsnittshøyden 5 fot, 3 tommer, er den andre målingen en bedre estimering av gjennomsnittshøyden til et individ, siden du tester vesentlig mer fag. Å bestemme gjennomsnittet lar også forskere lettere finne ut avvikere. En outlier er et stykke data som skiller seg sterkt fra gjennomsnittsverdien og kan representere et interessepunkt for forskning. Så basert på gjennomsnittshøyden, vil noen med en høyde på 6 fot, 8 tommer, være et ytre datapunkt.

Muligheten for avvikere er en del av det som gjør stor utvalgsstørrelse viktig. Si for eksempel at du undersøker 4 personer om deres politiske tilknytning, og en tilhører det uavhengige partiet. Siden dette er ett individ i en utvalgstørrelse på 4, vil statistikken din vise at 25 prosent av befolkningen tilhører det uavhengige partiet, sannsynligvis en unøyaktig ekstrapolering. Hvis du øker utvalgsstørrelsen, vil du unngå misvisende statistikk hvis det er en outlier i prøven.

Prøvestørrelse er direkte relatert til en statistikk feilmargin, eller hvor nøyaktig en statistikk kan beregnes å være. For et ja-eller-nei-spørsmål, for eksempel om en person eier en bil, kan du bestemme margen på feil for en statistikk ved å dele 1 med kvadratroten av utvalgsstørrelsen og multiplisere med 100. Totalen er en prosentandel. For eksempel vil en prøvestørrelse på 100 ha en 10 prosent feilmargin. Når du måler numeriske kvaliteter med en gjennomsnittsverdi, for eksempel høyde eller vekt, multipliserer du denne summen med to ganger standardavvik av dataene, som måler hvor spredt dataverdiene er fra gjennomsnittet. I begge tilfeller, jo større utvalgsstørrelse, jo mindre feilmargin.