콘텐츠
표본 크기는 과학 실험 또는 여론 조사와 같은 통계 설정에서 개별 표본 또는 관측치의 수입니다. 비교적 간단한 개념이지만 샘플 크기의 선택은 프로젝트의 중요한 결정입니다. 표본이 너무 작 으면 신뢰할 수없는 결과가 나오지만 지나치게 큰 표본에는 많은 시간과 자원이 필요합니다.
TL; DR (너무 길고 읽지 않음)
샘플 크기는 측정되거나 관찰되는 샘플 수의 직접 카운트입니다.
표본 크기의 정의
샘플 크기는 설문 조사 또는 실험에 사용 된 개별 샘플 수 또는 관측치 수를 측정합니다. 예를 들어 산성비 증거를 위해 100 개의 토양 샘플을 테스트하는 경우 샘플 크기는 100입니다. 온라인 설문 조사에서 30,500 개의 설문지를 완료 한 경우 샘플 크기는 30,500입니다. 통계에서 표본 크기는 일반적으로 변수 "n"으로 표시됩니다..
샘플 크기 계산
실험 또는 설문 조사에 필요한 표본 크기를 결정하기 위해 연구원은 여러 가지 원하는 요소를 고려합니다. 먼저, 연구중인 인구의 총 크기 예를 들어, 모든 뉴욕 주에 대한 결론을 도출하려는 설문 조사는 로체스터에 특별히 초점을 맞춘 것보다 훨씬 더 큰 표본 크기가 필요합니다. 연구원들은 또한 오차 한계, 수집 된 데이터의 신뢰성은 일반적으로 정확합니다. 그리고 신뢰 수준오차 범위가 정확할 확률입니다. 마지막으로, 연구원들은 표준 편차 그들은 데이터에서 볼 것으로 기대합니다. 표준 편차는 측정 된 평균 데이터와 개별 데이터의 양이 얼마나 다른지를 측정합니다. 예를 들어, 한 공원의 토양 샘플은 전체 카운티에서 수집 된 토양보다 질소 함량의 표준 편차가 훨씬 작을 것입니다.
작은 샘플 크기의 위험
통계적 결과가 정확하고 신뢰할 수 있으려면 특히 큰 표본 크기가 필요합니다. 특히 결과가 더 큰 집단이나 데이터 그룹에 외삽되는 경우. 운동에 대한 설문 조사를하고 5 명을 인터뷰했는데 그 중 2 명이 매년 마라톤을한다고했습니다. 이 설문 조사를 통해 전국 인구를 전체적으로 나타내는 경우, 조사에 따르면, 40 %의 사람들이 매년 적어도 하나의 마라톤을 실행합니다. 표본 크기가 작을수록 특이 치 -비정상적인 데이터 조각-결과를 왜곡합니다.
표본 크기 및 오차 한계
통계 측량의 표본 크기는 측량 오차 한계와 직접 관련이 있습니다. 오차 한계는 수신 된 데이터가 정확할 확률을 나타내는 백분율. 예를 들어, 종교적 신념에 대한 설문에서 오류 한계는 설문이 반복 될 경우 동일한 답변을 제공 할 것으로 예상되는 응답자의 비율입니다. 오차 한계를 결정하려면 1을 표본 크기의 제곱근으로 나누고 100을 곱하여 백분율을 얻습니다.. 예를 들어 2,400의 표본 크기는 2.04 %의 오차 한계를 갖습니다.