Duży rozmiar jestdobry dla Studiów próbki ?

Podczas przeprowadzania badania ,duża próbka jest lepiej, bo chcesz prawdziwą reprezentację populacji studiujesz . Duża próbka może pomóc uogólniać swoje wyniki badań na całą populację . Jednak niektórzy twierdzą, na zbyt duże , ponieważ będzie można go marnować czas i zasoby na pomysł , że może nie przejść w dowolnym miejscu . Dlaczego większe jest lepsze

Głównym powodem do korzystania duży rozmiar próbki jest wyeliminowanie szanse na anomalii statystycznej pojawiające się być normalne , nawet jeśli są na losowej próbce . Na przykład , jeśli były badania populacji Los Angeles można losowo wybranych 100 osób; przez przypadek 20 z tych osób może mieć rude włosy . Można wyciągnąć wniosek , że jest więcej osób z czerwonymi włosami w mieście , niż naprawdę są .
Począwszy Mały

Niektórzy polecają wychodząc z małej próbki rozmiary . Profesor Peter Bachhetti jest cytowany w magazynie jak mówi naukowiec począwszy mały przy niektórych badaniach medycznych może być korzystne , ponieważ może określić, czy istnieje stosunek do pracy . Duże badanie może trwać czas i pieniądze , które nie mogą być uzasadnione , mówi.
Próbkowania Czynniki

Kilka czynników określić najlepszą wielkość próby , zaczynając z rzeczywistej wielkości populacji. Wielkość próbki powinna być na tyle , że znajduje się mały błąd próbkowania, która stanowi , jak blisko jest do wyników rzeczywistych populacji w procentach duża. Musi odzwierciedlać różnorodność populacji , znany jako stopień zmienności . Nie musi też byćtak, że poziom ufności , jeślipopulacja jest wielokrotnie próbki , wyniki mogą być kopiowane .
Ustalenie Wielkość próbki

Określanie wielkości próbki w badaniu jest jednym z najtrudniejszych zadań dla naukowców i statystyków . Badacze opierać się na szeregu sposobów w celu ich decyduje o odpowiedniej wielkości próbki do nich. Jednym ze sposobów jest , aby zrobić podobne badania i używać rozmiaru wyrywkowej analitycznej . Innym jest przez szereg formuł obliczania wielkości próby przy użyciu wielkości populacji i żądany poziom błędu próbkowania i ufności .