Contenu
- TL; DR (Trop long; n'a pas lu)
- Taille de l'échantillon
- Valeur moyenne et valeurs aberrantes
- Le danger des petits échantillons
- Marge d'erreur
Lorsqu'il s'agit d'études scientifiques, la taille de l'échantillon est un facteur crucial pour une recherche de qualité. Taille de l'échantillon, parfois représentée par n, est le nombre de données individuelles utilisées pour calculer un ensemble de statistiques. Des échantillons plus grands permettent aux chercheurs de mieux déterminer les valeurs moyennes de leurs données et d’éviter les erreurs dues au test d’un petit nombre d’échantillons atypiques.
TL; DR (Trop long; n'a pas lu)
La taille de l'échantillon est une considération importante pour la recherche. Les échantillons de grande taille fournissent des valeurs moyennes plus précises, identifient les valeurs aberrantes susceptibles de fausser les données d'un échantillon plus petit et offrent une marge d'erreur plus petite.
Taille de l'échantillon
La taille de l'échantillon est le nombre d'informations testées dans une enquête ou une expérience. Par exemple, si vous analysez 100 échantillons d'eau de mer pour détecter les résidus d'huile, la taille de votre échantillon est de 100. Si vous interrogez 20 000 personnes pour rechercher des signes d'anxiété, la taille de votre échantillon est de 20 000. Les échantillons de grande taille présentent l’avantage évident de fournir davantage de données aux chercheurs; Cependant, les expériences sur des échantillons de grande taille nécessitent des engagements financiers et en temps plus importants.
Valeur moyenne et valeurs aberrantes
Des échantillons de plus grande taille aident à déterminer la valeur moyenne d'une qualité parmi les échantillons testés - cette moyenne est la signifier. Plus la taille de l'échantillon est grande, plus la moyenne est précise. Par exemple, si vous trouvez que, sur 40 personnes, la hauteur moyenne est de 5 pieds, 4 pouces, mais que sur 100 personnes, la hauteur moyenne est de 5 pieds, 3 pouces, la seconde mesure est une meilleure estimation de la hauteur moyenne d'un individuel, puisque vous testez beaucoup plus de sujets. La détermination de la moyenne permet également aux chercheurs de localiser plus facilement valeurs aberrantes. Une valeur aberrante est une donnée qui diffère fortement de la valeur moyenne et peut représenter un point d’intérêt pour la recherche. Donc, en fonction de la hauteur moyenne, une personne mesurant 6 pieds 8 pouces serait un point de données isolé.
Le danger des petits échantillons
La possibilité de valeurs aberrantes fait partie des raisons pour lesquelles un échantillon de grande taille est important. Par exemple, supposons que vous interrogiez 4 personnes sur leur appartenance politique et que l'une appartienne au parti indépendant. Comme il s'agit d'un individu sur un échantillon de 4 personnes, votre statistique montrera que 25% de la population appartient au parti indépendant, ce qui constitue probablement une extrapolation inexacte. En augmentant la taille de votre échantillon, vous éviterez des statistiques trompeuses si une valeur aberrante est présente dans votre échantillon.
Marge d'erreur
La taille de l'échantillon est directement liée à une statistique marge d'erreurou la précision d’une statistique peut être calculée. Pour une question du type oui ou non, par exemple si un particulier possède une voiture, vous pouvez déterminer la marge d'erreur d'une statistique en divisant 1 par la racine carrée de la taille de l'échantillon et en le multipliant par 100. Le total est un pourcentage . Par exemple, une taille d'échantillon de 100 aura une marge d'erreur de 10%. Lors de la mesure de qualités numériques avec une valeur moyenne, telle que la taille ou le poids, multipliez ce total par deux fois le écart-type des données, qui mesure l'écart entre les valeurs des données et la moyenne. Dans les deux cas, plus la taille de l'échantillon est grande, plus la marge d'erreur est petite.