Inhalt
- TL; DR (zu lang; nicht gelesen)
- Probengröße
- Mittelwert und Ausreißer
- Die Gefahr kleiner Proben
- Fehlermarge
Bei wissenschaftlichen Studien spielt die Stichprobengröße eine entscheidende Rolle für die Qualitätsforschung. Stichprobengröße, manchmal dargestellt als nist die Anzahl der einzelnen Daten, die zur Berechnung eines Statistiksatzes verwendet werden. Mit größeren Stichproben können die Forscher die Durchschnittswerte ihrer Daten besser bestimmen und Fehler beim Testen einer kleinen Anzahl möglicherweise atypischer Stichproben vermeiden.
TL; DR (zu lang; nicht gelesen)
Die Stichprobengröße ist ein wichtiger Aspekt für die Forschung. Größere Stichprobengrößen liefern genauere Mittelwerte, identifizieren Ausreißer, die die Daten in einer kleineren Stichprobe verzerren könnten, und bieten eine geringere Fehlerquote.
Probengröße
Die Stichprobengröße ist die Anzahl der Informationen, die in einer Umfrage oder einem Experiment getestet wurden. Wenn Sie beispielsweise 100 Proben von Meerwasser auf Ölrückstände untersuchen, beträgt Ihre Stichprobengröße 100. Wenn Sie 20.000 Menschen auf Anzeichen von Angst befragen, beträgt Ihre Stichprobengröße 20.000. Größere Stichproben haben den offensichtlichen Vorteil, dass mehr Daten zur Verfügung gestellt werden, mit denen die Forscher arbeiten können. Experimente mit großem Stichprobenumfang erfordern jedoch einen größeren finanziellen und zeitlichen Aufwand.
Mittelwert und Ausreißer
Größere Stichprobengrößen helfen bei der Bestimmung des Durchschnittswerts einer Qualität unter getesteten Stichproben - dieser Durchschnitt ist der bedeuten. Je größer die Stichprobe, desto genauer der Mittelwert. Wenn Sie zum Beispiel feststellen, dass bei 40 Personen die durchschnittliche Körpergröße 5 Fuß, 4 Zoll beträgt, bei 100 Personen die durchschnittliche Körpergröße jedoch 5 Fuß, 3 Zoll beträgt, ist die zweite Messung eine bessere Schätzung der durchschnittlichen Körpergröße von individuell, da Sie wesentlich mehr Probanden testen. Die Bestimmung des Mittelwerts ermöglicht es den Forschern auch, leichter zu lokalisieren Ausreißer. Ein Ausreißer ist ein Datenelement, das stark vom Mittelwert abweicht und für die Forschung von Interesse sein kann. Ausgehend von der mittleren Größe wäre also jemand mit einer Größe von 6 Fuß (8 Zoll) ein abgelegener Datenpunkt.
Die Gefahr kleiner Proben
Die Möglichkeit von Ausreißern ist Teil dessen, was große Stichprobengrößen wichtig macht. Nehmen wir zum Beispiel an, Sie befragen 4 Personen zu ihrer politischen Zugehörigkeit und eine Person gehört der Unabhängigen Partei an. Da dies eine Person in einer Stichprobe von 4 Personen ist, zeigt Ihre Statistik, dass 25 Prozent der Bevölkerung der unabhängigen Partei angehören, was wahrscheinlich eine ungenaue Hochrechnung ist. Durch Erhöhen der Stichprobengröße vermeiden Sie irreführende Statistiken, wenn in Ihrer Stichprobe ein Ausreißer vorhanden ist.
Fehlermarge
Die Stichprobengröße steht in direktem Zusammenhang mit einer Statistik Fehlermarge, oder wie genau eine Statistik berechnet werden kann. Bei einer Ja- oder Nein-Frage, z. B. ob eine Person ein Auto besitzt, können Sie die Fehlerquote für eine Statistik ermitteln, indem Sie 1 durch die Quadratwurzel der Stichprobengröße dividieren und mit 100 multiplizieren. Die Summe ist ein Prozentsatz . Beispiel: Eine Stichprobengröße von 100 weist eine Fehlerquote von 10 Prozent auf. Wenn Sie numerische Qualitäten mit einem Mittelwert wie Größe oder Gewicht messen, multiplizieren Sie diese Summe mit dem Zweifachen des Wertes Standardabweichung der Daten, die messen, wie weit die Datenwerte vom Mittelwert entfernt sind. In beiden Fällen ist die Fehlerquote umso geringer, je größer die Stichprobe ist.