Kännetecken för en bra provstorlek

Ett urval är en liten andel av en population som används för statistisk analys. När det till exempel räknar ut hur många som skulle rösta på en viss person i ett val är det inte möjligt (antingen ekonomiskt eller logistiskt) att fråga varje person i USA om deras röstning preferens. Istället tas ett litet urval av befolkningen. Provstorleken kan vara lika med några hundra, eller så kan det vara lika med några tusen. Allt beror på vilka egenskaper du vill att populationsprovet ska ha och hur exakt du vill att dina resultat ska vara.

Varje gång du undersöker ett urval av en befolkning (i motsats till att fråga alla) kommer du att få lite statistik som skiljer sig lite från den "sanna" statistiken. Detta kallas samplingsfel och uttrycks ofta som procentenheter. En enkät kan till exempel vara plus eller minus "tio poäng". Med andra ord, om en opinionsundersökning finner att 55 procent av folket kommer att rösta på en viss kandidat, plus eller minus tio poäng, säger de verkligen att någonstans mellan 45 och 65 procent kommer att rösta för det kandidat. Ett bra prov kommer att ha ett lågt samplingsfel (en punkt eller två).

Konfidensnivån är baserad på teorin att ju oftare du samplar en population, desto mer liknar data en klockkurva. Konfidensnivåer uttrycks som procent, till exempel en "90 procent konfidensnivå." Ju högre konfidensnivå, desto säkrare är en forskare att hans data ser ut som en klockkurva: en konfidensnivå på 99 procent är önskvärd och kommer sannolikt att få bättre resultat än 90 procent (eller lägre) förtroende nivå.

Graden av variabilitet hänvisar till hur olika en befolkning är. Exempelvis kommer en enkätundersökning av alla politiska partier om hälso- och sjukvård sannolikt att resultera i en mer utbredd variation i svaren än en enkel enkät från ett enda parti. Ju högre den angivna andelen, desto större är variabilitetsnivån, med .5 som det högsta (och möjligen minst önskvärda) värdet. För mindre prover vill du se en låg grad av variation (till exempel .2).