Als het gaat om wetenschappelijke studies, is steekproefgrootte een cruciale overweging voor kwaliteitsonderzoek. Voorbeeldgrootte, soms weergegeven als n
, is het aantal afzonderlijke stukjes gegevens dat wordt gebruikt om een ​​reeks statistieken te berekenen. Met grotere steekproefgroottes kunnen onderzoekers de gemiddelde waarden van hun gegevens beter bepalen en voorkomen dat fouten een klein aantal mogelijk atypische monsters testen.

TL; DR (te lang; niet gelezen)

Steekproefgrootte is een belangrijke overweging voor onderzoek. Grotere steekproefgroottes bieden nauwkeurigere gemiddelde waarden, identificeren uitschieters die de gegevens in een kleinere steekproef kunnen verdraaien en bieden een kleinere foutenmarge.

Steekproefgrootte

Steekproefgrootte is het aantal stukjes informatie getest in een enquête of een experiment. Als u bijvoorbeeld 100 monsters van zeewater test op olieresten, is uw steekproefomvang 100. Als u 20.000 mensen onderzoekt op tekenen van angst, is uw steekproefomvang 20.000. Grotere steekproeven hebben als duidelijk voordeel dat er meer gegevens beschikbaar zijn voor onderzoekers om mee te werken; maar grote steekproefomvangsexperimenten vereisen grotere financiële en tijdverplichtingen.

Gemiddelde waarde en uitschieters

Grotere steekproeven helpen bij het bepalen van de gemiddelde waarde van een kwaliteit bij geteste monsters - dit gemiddelde is de gemiddelde betekenen
. Hoe groter de steekproefomvang, hoe nauwkeuriger het gemiddelde. Als u bijvoorbeeld constateert dat bij 40 mensen de gemiddelde hoogte 5 voet, 4 inch is, maar bij 100 mensen de gemiddelde hoogte 5 voet, 3 inch is, is de tweede meting een betere schatting van de gemiddelde hoogte van een individueel, omdat je aanzienlijk meer vakken aan het testen bent. Door het gemiddelde te bepalen, kunnen onderzoekers gemakkelijker uitschieters zoeken | Een uitbijter is een gegeven dat sterk verschilt van de gemiddelde waarde en een aandachtspunt voor onderzoek kan zijn. Dus op basis van de gemiddelde lengte, iemand met een hoogte van 6 voet, 8 inch, zou een buitenstaand gegevenspunt zijn.

Het gevaar van kleine voorbeelden

De mogelijkheid van uitbijters maakt deel uit van wat maakt grote steekproefgrootte belangrijk. Stel bijvoorbeeld dat u 4 personen ondervraagt ​​over hun politieke overtuiging, en dat één van de onafhankelijke partij is. Aangezien dit één individu is in een steekproefomvang van 4, zal uw statistiek aantonen dat 25 procent van de populatie behoort tot de onafhankelijke partij, waarschijnlijk een onnauwkeurige extrapolatie. Door uw steekproefomvang te vergroten, voorkomt u misleidende statistieken als er een uitbijter in uw steekproef aanwezig is.

Foutmarge

Voorbeeldgrootte is direct gerelateerd aan de foutmarge van een statistiek
, of hoe nauwkeurig een statistiek berekend kan worden. Voor een ja-of-geen vraag, zoals of een individu een auto bezit, kunt u de foutenmarge voor een statistiek bepalen door 1 te delen door de vierkantswortel van de steekproefomvang en te vermenigvuldigen met 100. Het totaal is een percentage . Bijvoorbeeld, een steekproefomvang van 100 heeft een foutenmarge van 10 procent. Wanneer u numerieke eigenschappen met een gemiddelde waarde, zoals lengte of gewicht, vermenigvuldigt, vermenigvuldigt u dit totaal met twee keer de standaardafwijking van de gegevens, die meet hoe verspreid de gegevenswaarden van het gemiddelde zijn. In beide gevallen geldt hoe groter de steekproefgrootte, hoe kleiner de foutenmarge.