NộI Dung
Cỡ mẫu đại diện cho số lượng quan sát được thực hiện để tiến hành phân tích thống kê. Cỡ mẫu có thể bao gồm người, động vật, lô thực phẩm, máy móc, pin hoặc bất kỳ dân số nào đang được đánh giá.
Lấy mẫu ngẫu nhiên
Lấy mẫu ngẫu nhiên là một phương pháp theo đó các mẫu ngẫu nhiên được thu thập từ dân số để ước tính thông tin về dân số mà không bị sai lệch. Ví dụ, nếu bạn muốn biết loại người nào sống trong một thị trấn nhất định, bạn phải phỏng vấn / đo lường những người khác nhau một cách ngẫu nhiên. Tuy nhiên, nếu bạn chỉ sử dụng tất cả mọi người từ thư viện, bạn sẽ không có ước tính công bằng / không thiên vị về dân số nói chung chiếm thị trấn là như thế nào, chỉ là những người đi đến thư viện.
Độ chính xác
Khi kích thước mẫu tăng, ước tính trở nên chính xác hơn. Ví dụ: nếu chúng tôi chọn ngẫu nhiên 10 người trưởng thành nam, chúng tôi có thể thấy chiều cao trung bình của họ cao 6 feet 3, có lẽ vì có một cầu thủ bóng rổ thổi phồng ước tính của chúng tôi. Tuy nhiên, nếu chúng ta đo được hai triệu người đàn ông trưởng thành, chúng ta sẽ có dự đoán tốt hơn về chiều cao trung bình của nam giới vì các thái cực sẽ cân bằng và trung bình thực sự sẽ làm lu mờ bất kỳ sai lệch nào so với giá trị trung bình.
Khoảng tin cậy
Khi một nhà thống kê đưa ra dự đoán về một kết quả, anh ta sẽ thường xây dựng một khoảng xung quanh ước tính của mình. Ví dụ: nếu chúng tôi đo cân nặng của 100 phụ nữ, chúng tôi có thể nói rằng chúng tôi tự tin 90% rằng cân nặng trung bình thực sự của phụ nữ nằm trong khoảng từ 103 đến 129 pounds. (Tất nhiên, điều này phụ thuộc vào các yếu tố khác như độ biến thiên trong các phép đo.) Khi kích thước mẫu tăng, chúng tôi trở nên tự tin hơn về ước tính của mình và khoảng thời gian của chúng tôi trở nên nhỏ hơn. Ví dụ, với một triệu phụ nữ, chúng tôi có thể nói rằng chúng tôi tự tin 98% rằng cân nặng trung bình thực sự của phụ nữ là từ 115 đến 117 pounds. Nói cách khác, khi kích thước mẫu tăng, độ tin cậy của chúng tôi trong các phép đo của chúng tôi tăng lên và kích thước của khoảng tin cậy của chúng tôi giảm.
Lỗi tiêu chuẩn
Biến thể là thước đo sự lan truyền của dữ liệu xung quanh giá trị trung bình. Độ lệch chuẩn là căn bậc hai của biến thể và giúp xấp xỉ tỷ lệ phần trăm dân số rơi vào giữa một phạm vi các giá trị so với giá trị trung bình. Khi kích thước mẫu tăng, sai số chuẩn, phụ thuộc vào độ lệch chuẩn và kích thước mẫu, sẽ giảm. Do đó, ước tính tăng độ chính xác và nghiên cứu được xây dựng dựa trên ước tính này được coi là đáng tin cậy hơn (với ít rủi ro sai sót hơn).
Khó sử dụng cỡ mẫu lớn hơn
Kích thước mẫu lớn hơn rõ ràng tạo ra các ước tính tốt hơn, chính xác hơn về quần thể, nhưng có một số vấn đề với các nhà nghiên cứu sử dụng kích thước mẫu lớn hơn. Trước hết, có thể khó tìm thấy một mẫu ngẫu nhiên của những người sẵn sàng thử một loại thuốc mới. Khi bạn làm điều đó, việc cung cấp thuốc cho nhiều người hơn và theo dõi nhiều người hơn theo thời gian sẽ trở nên tốn kém hơn. Ngoài ra, phải mất nhiều nỗ lực hơn để đạt được và duy trì kích thước mẫu lớn hơn. Ngay cả khi kích thước mẫu lớn hơn tạo ra số liệu thống kê chính xác hơn, không phải lúc nào cũng cần thêm chi phí và nỗ lực vì kích thước mẫu nhỏ hơn cũng có thể tạo ra kết quả đáng kể.