ลักษณะของขนาดตัวอย่างที่ดี

ขนาดกลุ่มตัวอย่างคือเปอร์เซ็นต์เล็กๆ ของประชากรที่ใช้สำหรับการวิเคราะห์ทางสถิติ ตัวอย่างเช่น เมื่อหาว่ามีคนกี่คนที่จะลงคะแนนให้คนใดคนหนึ่งในการเลือกตั้ง มันไม่ใช่ it เป็นไปได้ (ทั้งด้านการเงินหรือด้านลอจิสติกส์) ที่จะถามทุกคนในสหรัฐอเมริกาเกี่ยวกับการลงคะแนนเสียงของพวกเขา การตั้งค่า แทนที่จะเก็บตัวอย่างประชากรจำนวนเล็กน้อย ขนาดกลุ่มตัวอย่างอาจเท่ากับสองสามร้อย หรืออาจเท่ากับสองสามพันก็ได้ ทั้งหมดขึ้นอยู่กับลักษณะที่คุณต้องการให้กลุ่มตัวอย่างมี และความแม่นยำที่คุณต้องการให้ผลลัพธ์ของคุณเป็นอย่างไร

ทุกครั้งที่คุณสำรวจกลุ่มตัวอย่าง (แทนที่จะถามทุกคน) คุณจะได้รับสถิติที่แตกต่างจากสถิติ "จริง" เล็กน้อย สิ่งนี้เรียกว่าข้อผิดพลาดในการสุ่มตัวอย่าง และมักแสดงเป็นจุดเปอร์เซ็นต์ ตัวอย่างเช่น แบบสำรวจอาจเป็นบวกหรือลบ "สิบคะแนน" กล่าวอีกนัยหนึ่งหากผู้สำรวจพบว่า 55 เปอร์เซ็นต์ของคนจะลงคะแนนให้ ผู้สมัครบางคนบวกหรือลบสิบคะแนนพวกเขากำลังบอกว่าที่ไหนสักแห่งระหว่าง 45 ถึง 65 เปอร์เซ็นต์จะลงคะแนนให้ ผู้สมัคร ตัวอย่างที่ดีจะมีข้อผิดพลาดในการสุ่มตัวอย่างต่ำ (จุดหรือสองจุด)

ระดับความเชื่อมั่นขึ้นอยู่กับทฤษฎีที่ว่ายิ่งคุณสุ่มตัวอย่างประชากรบ่อยเท่าใด ข้อมูลก็จะยิ่งคล้ายกับเส้นโค้งระฆังมากขึ้นเท่านั้น ระดับความเชื่อมั่นจะแสดงเป็นเปอร์เซ็นต์ เช่น "ระดับความเชื่อมั่น 90 เปอร์เซ็นต์" ยิ่งระดับความมั่นใจสูง นักวิจัยก็ยิ่งมั่นใจ ว่าข้อมูลของเขาดูเหมือนเส้นโค้งระฆัง: ระดับความเชื่อมั่น 99 เปอร์เซ็นต์เป็นที่ต้องการและมีแนวโน้มที่จะได้ผลลัพธ์ที่ดีกว่าความเชื่อมั่น 90 เปอร์เซ็นต์ (หรือต่ำกว่า) ระดับ

ระดับความแปรปรวนหมายถึงความหลากหลายของประชากร ตัวอย่างเช่น การสำรวจความคิดเห็นของพรรคการเมืองทั้งหมดเกี่ยวกับการดูแลสุขภาพมีแนวโน้มที่จะส่งผลให้เกิดการตอบสนองที่หลากหลายกว่าแบบสำรวจทั่วไปของพรรคเดียว ยิ่งสัดส่วนที่ระบุสูงเท่าใด ระดับความแปรปรวนก็จะยิ่งมากขึ้น โดย .5 เป็นค่าสูงสุด (และอาจเป็นที่ต้องการน้อยที่สุด) สำหรับตัวอย่างที่มีขนาดเล็ก คุณอาจต้องการดูความแปรปรวนในระดับต่ำ (เช่น .2)