En ce qui concerne les études scientifiques, la taille de l'échantillon est une considération cruciale pour une recherche de qualité. La taille de l'échantillon, parfois représentée par n TL; DR (trop long; n'a pas lu) La taille de l'échantillon est une considération importante pour la recherche. Des tailles d'échantillon plus grandes fournissent des valeurs moyennes plus précises, identifient les valeurs aberrantes qui pourraient fausser les données dans un échantillon plus petit et fournir une plus petite marge d'erreur. La taille de l'échantillon est le nombre d'informations testées dans une enquête ou une expérience. Par exemple, si vous testez 100 échantillons d'eau de mer pour les résidus de pétrole, votre taille d'échantillon est de 100. Si vous sondez 20 000 personnes pour des signes d'anxiété, votre taille d'échantillon est de 20 000. Des échantillons de plus grande taille ont l'avantage évident de fournir plus de données aux chercheurs; mais des expériences de grande taille nécessitent des engagements financiers et temporels plus importants. Des tailles d'échantillons plus grandes aident à déterminer la valeur moyenne d'une qualité parmi les échantillons testés - cette moyenne est la signifie La possibilité de valeurs aberrantes fait partie de ce qui fait un grand échantillon taille importante. Par exemple, disons que vous interrogez 4 personnes sur leur appartenance politique et qu'une appartient au parti indépendant. Étant donné qu'il s'agit d'un individu dans un échantillon de 4 personnes, votre statistique montrera que 25% de la population appartient au parti indépendant, probablement une extrapolation inexacte. L'augmentation de la taille de votre échantillon évitera des statistiques trompeuses si une valeur aberrante est présente dans votre échantillon. La taille de l'échantillon est directement liée à la marge d'erreur d'une statistique
, est le nombre de données individuelles utilisées pour calculer un ensemble de statistiques. Des tailles d'échantillon plus grandes permettent aux chercheurs de mieux déterminer les valeurs moyennes de leurs données et d'éviter les erreurs de test d'un petit nombre d'échantillons potentiellement atypiques.
Taille de l'échantillon
Valeur moyenne et valeurs aberrantes
. Plus la taille de l'échantillon est grande, plus la moyenne est précise. Par exemple, si vous constatez que, chez 40 personnes, la hauteur moyenne est de 5 pieds 4 pouces, mais chez 100 personnes, la hauteur moyenne est de 5 pieds 3 pouces, la deuxième mesure est une meilleure estimation de la hauteur moyenne d'un individuel, puisque vous testez beaucoup plus de sujets. La détermination de la moyenne permet également aux chercheurs d'identifier plus facilement les valeurs aberrantes
. Une valeur aberrante est un élément de données qui diffère fortement de la valeur moyenne et peut représenter un point d'intérêt pour la recherche. Donc, en fonction de la hauteur moyenne, une personne d'une hauteur de 6 pieds, 8 pouces serait un point de données éloigné.
Le danger des petits échantillons
Marge d'erreur
, ou à la précision une statistique peut être calculée pour être. Pour une question oui ou non, par exemple si une personne possède une voiture, vous pouvez déterminer la marge d'erreur d'une statistique en divisant 1 par la racine carrée de la taille de l'échantillon et en multipliant par 100. Le total est un pourcentage . Par exemple, une taille d'échantillon de 100 aura une marge d'erreur de 10%. Lorsque vous mesurez des qualités numériques avec une valeur moyenne, telle que la taille ou le poids, multipliez ce total par deux fois l'écart type
des données, qui mesure la répartition des valeurs des données par rapport à la moyenne. Dans les deux cas, plus la taille de l'échantillon est grande, plus la marge d'erreur est petite.
