Jeśli chodzi o badania naukowe, wielkość próby ma kluczowe znaczenie dla jakości badań. Wielkość próbki, czasami przedstawiana jako nie, to liczba pojedynczych elementów danych używanych do obliczenia zestawu statystyk. Większe rozmiary próbek pozwalają naukowcom lepiej określić średnie wartości ich danych i uniknąć błędów przy testowaniu niewielkiej liczby potencjalnie nietypowych próbek.
TL; DR (zbyt długi; Nie czytałem)
Wielkość próbki jest ważnym czynnikiem w badaniach. Większe rozmiary próbek zapewniają dokładniejsze wartości średnie, identyfikują wartości odstające, które mogą zniekształcić dane w mniejszej próbce i zapewniają mniejszy margines błędu.
Wielkość próbki
Wielkość próby to liczba informacji przetestowanych w ankiecie lub eksperymencie. Na przykład, jeśli testujesz 100 próbek wody morskiej pod kątem pozostałości oleju, wielkość próbki wynosi 100. Jeśli przebadasz 20 000 osób pod kątem oznak niepokoju, wielkość Twojej próby wynosi 20 000. Większe rozmiary próbek mają oczywistą zaletę dostarczania naukowcom większej ilości danych do pracy; ale eksperymenty na dużą próbkę wymagają większych nakładów finansowych i czasowych.
Średnia wartość i wartości odstające
Większe rozmiary próbek pomagają w określeniu średniej wartości jakości wśród badanych próbek – ta średnia jest oznaczać. Im większa liczebność próby, tym dokładniejsza średnia. Na przykład, jeśli okaże się, że wśród 40 osób średni wzrost to 5 stóp, 4 cale, ale wśród 100 osób średni wzrost to 5 stóp, 3 cali, drugi pomiar jest lepszym oszacowaniem średniego wzrostu osoby, ponieważ testujesz znacznie więcej tematy. Ustalenie średniej pozwala również naukowcom łatwiej zlokalizować odstające. Wartość odstająca to dane, które znacznie różnią się od wartości średniej i mogą stanowić interesujący punkt badań. Tak więc na podstawie średniego wzrostu osoba o wzroście 6 stóp i 8 cali byłaby odległym punktem danych.
Niebezpieczeństwo małych próbek
Możliwość występowania wartości odstających jest częścią tego, co sprawia, że duży rozmiar próbki jest ważny. Załóżmy na przykład, że ankietujesz 4 osoby na temat ich przynależności politycznej, a jedna należy do partii Independent. Ponieważ jest to jedna osoba w próbie o wielkości 4, Twoje statystyki pokażą, że 25 procent populacji należy do partii Niezależnej, co prawdopodobnie jest niedokładną ekstrapolacją. Zwiększenie wielkości próbki pozwoli uniknąć wprowadzających w błąd statystyk, jeśli w próbce występuje wartość odstająca.
Margines błędu
Wielkość próbki jest bezpośrednio związana ze statystyką margines błędulub jak dokładna może być obliczona statystyka. W przypadku pytań typu tak lub nie, na przykład, czy dana osoba posiada samochód, możesz określić marżę błąd dla statystyki dzieląc 1 przez pierwiastek kwadratowy wielkości próby i mnożąc przez 100. Suma jest procentem. Na przykład próba o wielkości 100 będzie miała 10-procentowy margines błędu. Mierząc wartości liczbowe o wartości średniej, takiej jak wzrost lub waga, pomnóż tę sumę przez dwa razy odchylenie standardowe danych, który mierzy, jak rozłożone są wartości danych od średniej. W obu przypadkach im większy rozmiar próby, tym mniejszy margines błędu.