La taille de l'échantillon est une considération importante dans la conception d'une expérience. Une taille d'échantillon trop petite faussera les résultats d'une expérience; les données collectées peuvent être invalides en raison du petit nombre de personnes ou d'objets testés. La taille de l'échantillon a un effet sur deux statistiques importantes: la moyenne et la médiane.
Taille de l'échantillon et plan expérimental
La plupart des expériences sont effectuées en comparant la façon dont deux groupes de personnes ou d'objets réagissent à une variable. Tout autre que la variable est gardé le même afin d'éviter toute confusion lors de l'interprétation des résultats. Le nombre de personnes ou d'objets dans chaque groupe est connu sous le nom de taille d'échantillon. La taille de l'échantillon doit être suffisamment grande pour éliminer la possibilité que des résultats se produisent en raison de facteurs aléatoires plutôt que de la variable manipulée. Par exemple, une étude sur la façon dont la lecture la nuit affecte la capacité des enfants à apprendre à lire ne serait pas valable si seulement cinq enfants étaient étudiés.
Moyenne et médiane
Une fois l'expérience terminée, les scientifiques utilisent statistiques pour les aider à interpréter les résultats de l'expérience. La moyenne et la médiane sont deux statistiques importantes.
La moyenne, la valeur moyenne, est calculée en additionnant tous les résultats d'un groupe et en divisant par le nombre de personnes dans le groupe. Par exemple, si le score moyen d'un test de lecture pour un groupe d'enfants était de 94%, cela signifie que le scientifique a additionné tous les scores du test et divisé par le nombre d'élèves, ce qui a donné une réponse d'environ 94%.
La médiane fait référence au nombre séparant la moitié supérieure des données de la moitié inférieure. Il est trouvé en organisant les données dans l'ordre numérique. Par exemple, le score médian de tous les étudiants passant un test de lecture pourrait être de 83% si la moitié des étudiants obtenaient un score supérieur à 83% et la moitié des étudiants obtenaient un score inférieur.
Taille moyenne et échantillon
Si la taille de l'échantillon est trop petit, les scores moyens seront artificiellement gonflés ou dégonflés. Supposons que seulement cinq élèves ont passé un test de lecture. Un score moyen de 94% exigerait que la plupart de ces élèves obtiennent un score proche de 94%. Si 500 élèves ont passé le même test, la moyenne pourrait refléter une plus grande variété de scores.
Médiane et taille de l'échantillon
De même, les scores médians seront indûment influencés par une petite taille d'échantillon. Si seulement cinq étudiants passaient un test, un score médian de 83% signifierait que deux étudiants obtenaient un score supérieur à 83% et deux étudiants obtenaient un score inférieur. Si 500 étudiants ont passé le test, le score médian refléterait le fait que 249 étudiants ont obtenu un score supérieur au score médian.
Taille de l'échantillon et signification statistique
Les petits échantillons sont problématiques car les résultats des expériences les impliquant ne sont généralement pas statistiquement significatifs. La signification statistique est une mesure de la probabilité que les résultats se produisent par hasard. Avec de petits échantillons, il est généralement extrêmement probable que les résultats soient dus au hasard plutôt qu'à l'expérience.
