En ce qui concerne les études scientifiques, la taille de l'échantillon est une considération cruciale pour la 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. Les 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 offrent une plus petite marge d'erreur. Taille de l'échantillon La taille de l'échantillon est le nombre de morceaux informations testées dans une enquête ou une expérience. Par exemple, si vous testez 100 échantillons d'eau de mer à la recherche de résidus d'huile, la taille de votre échantillon est de 100. Si vous interrogez 20 000 personnes à la recherche de signes d'anxiété, la taille de votre échantillon est de 20 000. Des échantillons de plus grande taille présentent l'avantage évident de fournir davantage de données aux chercheurs pour qu'ils puissent travailler avec. mais de grandes expériences de taille d'échantillon requièrent des engagements financiers et temporels plus importants. Valeur moyenne et valeurs aberrantes Des tailles d'échantillons plus grandes aident à déterminer la valeur moyenne d'une qualité parmi les échantillons testés - cette moyenne est la signifie Le danger des petits échantillons La possibilité de valeurs aberrantes fait partie de ce que rend la taille de l'échantillon importante importante. Par exemple, dites que vous sondez 4 personnes sur leur affiliation politique, et que l'un appartient à l'Independent. Puisqu'il s'agit d'un individu dans une taille d'échantillon de 4, votre statistique montrera que 25% de la population appartient à la partie indépendante, probablement une extrapolation inexacte. Augmenter la taille de votre échantillon évitera des statistiques trompeuses si une valeur aberrante est présente dans votre échantillon. Marge d'erreur 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 tester un petit nombre d'échantillons possiblement atypiques.
. Plus la taille de l'échantillon est grande, plus la moyenne est précise. Par exemple, si vous trouvez que, parmi 40 personnes, la taille moyenne est de 5 pieds, 4 pouces, mais parmi 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 de repérer plus facilement les valeurs aberrantes. Une valeur aberrante est une donnée qui diffère fortement de la valeur moyenne et peut représenter un point d'intérêt pour la recherche. Donc, basé sur la taille moyenne, quelqu'un avec une hauteur de 6 pieds, 8 pouces, serait un point de données périphériques.
, ou à quel point une statistique peut être calculée. Pour une question oui ou non, par exemple si un individu possède une voiture, vous pouvez déterminer la marge d'erreur pour 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, un 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 l'écart entre les valeurs de données et la moyenne. Dans les deux cas, plus la taille de l'échantillon est grande, plus la marge d'erreur est petite.
