Inhoud
- TL; DR (te lang; niet gelezen)
- Steekproefgrootte
- Gemiddelde waarde en uitbijters
- Het gevaar van kleine monsters
- Foutmarge
Als het gaat om wetenschappelijke studies, is de steekproefomvang een cruciale overweging voor kwaliteitsonderzoek. Steekproefgrootte, soms weergegeven als n, is het aantal afzonderlijke gegevens dat is gebruikt om een set statistieken te berekenen. Grotere steekproefgroottes stellen onderzoekers in staat om de gemiddelde waarden van hun gegevens beter te bepalen en fouten bij het testen van een klein aantal mogelijk atypische monsters te voorkomen.
TL; DR (te lang; niet gelezen)
Steekproefgrootte is een belangrijke overweging voor onderzoek. Grotere steekproefgroottes bieden nauwkeurigere gemiddelde waarden, identificeren uitbijters die de gegevens in een kleinere steekproef kunnen scheeftrekken en bieden een kleinere foutmarge.
Steekproefgrootte
Steekproefgrootte is het aantal stukjes informatie dat is getest in een enquête of een experiment. Als u bijvoorbeeld 100 monsters zeewater op olieresidu test, is uw steekproefomvang 100. Als u 20.000 mensen onderzoekt op tekenen van angst, is uw steekproefomvang 20.000. Grotere steekproefgroottes hebben het duidelijke voordeel dat ze meer gegevens opleveren voor onderzoekers om mee te werken; maar grote experimenten met steekproefgrootte vereisen grotere financiële en tijdsbesteding.
Gemiddelde waarde en uitbijters
Grotere steekproefgroottes helpen bij het bepalen van de gemiddelde waarde van een kwaliteit onder geteste monsters - dit gemiddelde is het gemeen. Hoe groter de steekproef, hoe nauwkeuriger het gemiddelde. Als u bijvoorbeeld vindt dat bij 40 mensen de gemiddelde hoogte 5 voet, 4 inch is, maar bij 100 mensen de gemiddelde hoogte 5 voet, 3 inch, is de tweede meting een betere schatting van de gemiddelde hoogte van een individueel, omdat u aanzienlijk meer onderwerpen test. Door het gemiddelde te bepalen, kunnen onderzoekers ook gemakkelijker lokaliseren uitschieters. Een uitbijter is een stukje gegevens dat sterk verschilt van de gemiddelde waarde en een interessant punt voor onderzoek kan zijn. Dus op basis van de gemiddelde lengte, zou iemand met een hoogte van 6 voet, 8 inch een afgelegen gegevenspunt zijn.
Het gevaar van kleine monsters
De mogelijkheid van uitbijters maakt deel uit van wat een grote steekproefomvang belangrijk maakt. Stel dat u bijvoorbeeld vier mensen onderzoekt naar hun politieke overtuiging en dat één lid is van de onafhankelijke partij. Aangezien dit een persoon met een steekproefgrootte van 4 is, zal uw statistiek aantonen dat 25 procent van de bevolking tot de onafhankelijke partij behoort, waarschijnlijk een onnauwkeurige extrapolatie. Als u uw steekproefomvang vergroot, voorkomt u misleidende statistieken als er een uitbijter in uw steekproef aanwezig is.
Foutmarge
Steekproefgrootte is direct gerelateerd aan een statistiek foutmarge, of hoe nauwkeurig een statistiek kan worden berekend. Voor een ja-of-nee-vraag, zoals of iemand een auto bezit, kunt u de foutmarge voor een statistiek bepalen door 1 te delen door de vierkantswortel van de steekproefgrootte en te vermenigvuldigen met 100. Het totaal is een percentage . Een steekproefgrootte van 100 heeft bijvoorbeeld een foutmarge van 10 procent. Wanneer u numerieke eigenschappen meet met een gemiddelde waarde, zoals lengte of gewicht, vermenigvuldigt u dit totaal met twee keer de standaardafwijking van de gegevens, die meet hoe gespreid de gegevenswaarden van het gemiddelde zijn. In beide gevallen geldt dat hoe groter de steekproefgrootte, hoe kleiner de foutmarge.