Zawartość
- TL; DR (Too Long; Didnt Read)
- Wielkość próbki
- Średnia wartość i wartości odstające
- Niebezpieczeństwo małych próbek
- Margines błędu
Jeśli chodzi o badania naukowe, wielkość próby ma zasadnicze znaczenie dla badań nad jakością. Wielkość próbki, czasami reprezentowana jako n, to liczba pojedynczych elementów danych użytych do obliczenia zestawu statystyk. Większe rozmiary próbek pozwalają badaczom lepiej określić średnie wartości ich danych i uniknąć błędów w testowaniu niewielkiej liczby ewentualnie nietypowych próbek.
TL; DR (Too Long; Didnt Read)
Wielkość próby jest ważnym czynnikiem do rozważenia w badaniach. Większe rozmiary próbek zapewniają dokładniejsze wartości średnie, identyfikują wartości odstające, które mogłyby przekrzywić 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, twoja próbka wynosi 100. Jeśli przebadasz 20 000 osób pod kątem oznak niepokoju, twoja próbka wynosi 20 000. Większe rozmiary próbek mają oczywistą zaletę polegającą na zapewnieniu większej ilości danych dla naukowców do pracy; ale eksperymenty na dużej próbie 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 to oznaczać. Im większy rozmiar próbki, tym bardziej precyzyjna jest średnia. Na przykład, jeśli okaże się, że wśród 40 osób średnia wysokość wynosi 5 stóp, 4 cale, ale wśród 100 osób średnia wysokość wynosi 5 stóp, 3 cale, drugi pomiar jest lepszym oszacowaniem średniej wysokości indywidualne, ponieważ testujesz znacznie więcej przedmiotów. Określenie średniej pozwala także badaczom łatwiej ustalić wartości odstające. Wartość odstająca to część danych, która znacznie różni się od wartości średniej i może stanowić punkt zainteresowania dla badań. Opierając się na średniej wysokości, ktoś o wysokości 6 stóp i 8 cali byłby odległym punktem danych.
Niebezpieczeństwo małych próbek
Możliwość występowania wartości odstających jest częścią tego, co sprawia, że duża wielkość próby jest ważna. Załóżmy na przykład, że badasz 4 osoby na temat ich przynależności politycznej, a jedna należy do partii niezależnej. Ponieważ jest to jedna osoba w próbie liczącej 4 osoby, statystyki pokazują, że 25 procent populacji należy do partii niezależnej, co jest prawdopodobnie niedokładną ekstrapolacją. Zwiększenie wielkości próby pozwoli uniknąć wprowadzających w błąd statystyk, jeśli w próbie występuje wartość odstająca.
Margines błędu
Wielkość próbki jest bezpośrednio związana ze statystykami margines błędulub jak dokładna może być obliczona statystyka. W przypadku pytania typu tak lub nie, takiego jak to, czy dana osoba jest właścicielem samochodu, można ustalić margines błędu dla statystyki, dzieląc 1 przez pierwiastek kwadratowy z wielkości próby i mnożąc przez 100. Suma jest procentem . Na przykład próbka o wielkości 100 będzie miała 10-procentowy margines błędu. Podczas pomiaru jakości liczbowych o wartości średniej, takiej jak wzrost lub waga, pomnóż tę sumę przez dwukrotność odchylenie standardowe danych, które mierzą, jak rozkładają się wartości danych od średniej. W obu przypadkach im większy rozmiar próby, tym mniejszy margines błędu.