Indhold
Når det kommer til videnskabelige undersøgelser, er stikprøvestørrelse en afgørende overvejelse for kvalitetsundersøgelser. Prøvestørrelse, undertiden repræsenteret som n, er antallet af individuelle stykker data, der bruges til at beregne et sæt statistikker. Større prøvestørrelser gør det muligt for forskere at bestemme gennemsnitsværdierne for deres data bedre og undgå fejl ved at teste et lille antal muligvis atypiske prøver.
TL; DR (for lang; læste ikke)
Prøvestørrelse er en vigtig overvejelse for forskning. Større prøvestørrelser giver mere nøjagtige middelværdier, identificerer outliers, der kan skjule dataene i en mindre prøve og give en mindre fejlmargin.
Prøvestørrelse
Prøvestørrelse er antallet af oplysninger, der er testet i en undersøgelse eller et eksperiment. For eksempel, hvis du tester 100 prøver af havvand for olierester, er din prøvestørrelse 100. Hvis du undersøger 20.000 mennesker for tegn på angst, er din prøvestørrelse 20.000. Større prøvestørrelser har den åbenlyse fordel ved at give flere data til forskere at arbejde med; men store prøveeksempler kræver større økonomiske og tidsmæssige forpligtelser.
Middelværdi og outliers
Større prøvestørrelser hjælper med at bestemme gennemsnitsværdien af en kvalitet blandt testede prøver - dette gennemsnit er gennemsnittet betyde. Jo større prøvestørrelse, jo mere præcist middelværdi. For eksempel, hvis du finder ud af, at blandt 40 mennesker er middelhøjden 5 fod, 4 tommer, men blandt 100 mennesker er middelhøjden 5 fod, 3 tommer, er den anden måling et bedre skøn over gennemsnitshøjden på en individuelt, da du tester væsentligt flere emner. At bestemme middelværdien giver også forskere mulighed for lettere at finde ud af outliers. En outlier er et stykke data, der adskiller sig stærkt fra middelværdien og kan repræsentere et interessepunkt for forskning. Så baseret på den gennemsnitlige højde, ville nogen med en højde på 6 fod, 8 tommer, være et ydre datapunkt.
Faren for små prøver
Muligheden for outliers er en del af det, der gør stor prøvestørrelse vigtig. For eksempel kan du sige, at du undersøger 4 personer om deres politiske tilknytning, og en hører til det uafhængige parti. Da dette er et individ i en stikprøvestørrelse på 4, viser din statistik, at 25 procent af befolkningen tilhører det uafhængige parti, sandsynligvis en unøjagtig ekstrapolering. Forøgelse af din prøvestørrelse vil undgå vildledende statistik, hvis der er en outlier i din prøve.
Fejlmargen
Prøvestørrelse er direkte relateret til en statistik fejlmargen, eller hvor nøjagtig en statistik kan beregnes til at være. For et ja-eller-nej spørgsmål, f.eks. Om en person ejer en bil, kan du bestemme fejlmargenen for en statistik ved at dividere 1 med kvadratroden af prøvestørrelsen og multiplicere med 100. Det samlede beløb er en procentdel . For eksempel vil en prøvestørrelse på 100 have en fejlmargin på 10 procent. Ved måling af numeriske kvaliteter med en middelværdi, såsom højde eller vægt, skal du multiplicere dette i alt med to gange standardafvigelse af dataene, som måler, hvor spredt dataværdierne er fra gennemsnittet. I begge tilfælde, jo større prøvestørrelse, desto mindre er fejlmargenen.