Innehåll
- TL; DR (för lång; läste inte)
- Definitionen av provstorlek
- Beräkning av provstorlek
- Faror med liten provstorlek
- Provstorlek och felmarginal
Provstorlek är en räkning av individuella prover eller observationer i någon statistisk miljö, till exempel ett vetenskapligt experiment eller en opinionsundersökning. Även om ett relativt enkelt koncept är val av provstorlek en avgörande bestämning för ett projekt. Ett för litet prov ger otillförlitliga resultat, medan ett alltför stort urval kräver mycket tid och resurser.
TL; DR (för lång; läste inte)
Provstorlek är ett direkt antal av antalet uppmätta prov eller observationer som görs.
Definitionen av provstorlek
Provstorlek mäter antalet individuella mätningar eller observationer som använts i en undersökning eller experiment. Om du till exempel testar 100 jordprover för bevis på surt regn är din provstorlek 100. Om en onlineundersökning returnerade 30 500 ifyllda frågeformulär är din provstorlek 30 500. I statistik, provstorlek representeras generellt av variabeln "n".
Beräkning av provstorlek
För att bestämma den provstorlek som behövs för ett experiment eller en undersökning tar forskare ett antal önskade faktorer med i beräkningen. Först, den totala storleken på befolkningen som studeras måste övervägas - en undersökning som vill dra slutsatser om hela staten New York, till exempel, kommer att behöva en mycket större provstorlek än en specifikt fokuserad på Rochester. Forskare kommer också att behöva överväga felmarginal, tillförlitligheten att den insamlade informationen i allmänhet är korrekt; och den självförtroendenivå, är sannolikheten för att din felmarginal är korrekt. Slutligen måste forskare ta hänsyn till standardavvikelse de förväntar sig att se i uppgifterna. Standardavvikelse mäter hur mycket enskilda data som varierar från den genomsnittliga uppmätta datan. Till exempel kommer jordprover från en park sannolikt att ha en mycket mindre standardavvikelse i kvävehalten än jordar som samlats in från hela ett län.
Faror med liten provstorlek
Stora provstorlekar behövs för att en statistik ska vara korrekt och tillförlitlig, särskilt om dess resultat ska extrapoleras till en större population eller datagrupp. Säg att du genomförde en undersökning om träning och intervjuade fem personer, varav två sa att de kör ett maraton varje år. Om du tar denna undersökning för att representera befolkningen i landet som helhet, enligt 40% av dina studier, kör 40 procent av människor minst ett maraton årligen - en oväntat hög procentandel. Ju mindre din provstorlek, desto mer sannolikt outliers - ovanliga data - är att sneda dina resultat.
Provstorlek och felmarginal
Provstorleken för en statistisk undersökning är också direkt relaterad till undersökningens felmarginal. Felmarginalen är en procentandel som uttrycker sannolikheten för att de mottagna uppgifterna är korrekta. I en undersökning om religiösa övertygelser är till exempel felmarginal andelen svarande som kan förväntas ge samma svar om undersökningen upprepades. För att bestämma felmarginal, dela 1 med kvadratroten i provstorleken och multiplicera sedan med 100 för att få en procentandel. Till exempel kommer en provstorlek på 2 400 att ha en felmarginal på 2,04 procent.