Kandungan
- TL; DR (Terlalu Panjang, Tidak Baca)
- Definisi Saiz Sampel
- Pengiraan Saiz Sampel
- Bahaya Saiz Sampingan Kecil
- Saiz Sampel dan Margin Kesilapan
Saiz sampel adalah menghitung sampel atau pemerhatian individu dalam sebarang tetapan statistik, seperti eksperimen saintifik atau tinjauan pendapat umum. Walaupun konsep yang agak lurus, pilihan saiz sampel adalah penentuan kritikal bagi sesuatu projek. Terlalu kecil sampel menghasilkan hasil yang tidak boleh dipercayai, manakala sampel yang terlalu besar menuntut banyak masa dan sumber.
TL; DR (Terlalu Panjang, Tidak Baca)
Saiz sampel adalah pengiraan langsung bilangan sampel diukur atau pemerhatian dibuat.
Definisi Saiz Sampel
Saiz sampel mengukur bilangan sampel individu yang diukur atau pemerhatian yang digunakan dalam tinjauan atau percubaan. Sebagai contoh, jika anda menguji 100 sampel tanah untuk bukti hujan asid, saiz sampel anda adalah 100. Jika tinjauan dalam talian kembali 30,500 soal selidik yang lengkap, saiz sampel anda ialah 30,500. Dalam statistik, Saiz sampel umumnya diwakili oleh pemboleh ubah "n".
Pengiraan Saiz Sampel
Untuk menentukan saiz sampel yang diperlukan untuk percubaan atau kaji selidik, penyelidik mengambil beberapa faktor yang diingini. Pertama, jumlah keseluruhan populasi yang dikaji mesti dipertimbangkan - satu kaji selidik yang ingin membuat kesimpulan tentang semua negeri New York, misalnya, memerlukan saiz sampel yang jauh lebih besar daripada yang khusus difokuskan pada Rochester. Penyelidik juga perlu mempertimbangkan perkara ini margin ralat, kebolehpercayaan bahawa data yang dikumpulkan secara amnya tepat; dan juga tahap keyakinan, kebarangkalian margin kesalahan anda adalah tepat. Akhirnya, penyelidik mesti mengambil kira sisihan piawai mereka mengharapkan untuk melihat dalam data. Penyimpangan piawai mengukur berapa banyak keping data individu bervariasi dari data purata yang diukur. Sebagai contoh, sampel tanah dari satu taman mungkin akan mempunyai sisihan piawai yang lebih kecil dalam kandungan nitrogen daripada tanah yang dikumpul dari seluruh wilayah.
Bahaya Saiz Sampingan Kecil
Ukuran sampel yang besar diperlukan untuk statistik yang tepat dan boleh dipercayai, terutamanya jika penemuannya akan diekstrapolasi kepada populasi atau kumpulan data yang lebih besar. Katakanlah anda melakukan tinjauan mengenai latihan dan menemuramah lima orang, dua daripadanya berkata mereka menjalankan maraton setiap tahun. Sekiranya anda mengambil tinjauan ini untuk mewakili penduduk negara secara keseluruhan, maka mengikut penyelidikan anda, 40 peratus orang menjalankan sekurang-kurangnya satu maraton setahun - peratusan yang tidak disangka-sangka. Semakin kecil saiz sampel anda, semakin besar kemungkinannya outliers - kepingan data yang luar biasa - akan merosakkan penemuan anda.
Saiz Sampel dan Margin Kesilapan
Saiz sampel kajian statistik juga berkaitan secara langsung dengan margin pengukuran ralat. Margin of error adalah peratusan yang menyatakan kebarangkalian bahawa data yang diterima adalah tepat. Sebagai contoh, dalam kaji selidik mengenai kepercayaan agama, margin kesilapan adalah peratusan responden yang boleh dijangka memberikan jawapan yang sama jika tinjauan itu diulang. Untuk menentukan margin ralat, bahagikan 1 dengan akar kuantiti saiz sampel, dan kemudian kalikan sebanyak 100 untuk mendapatkan peratusan. Sebagai contoh, saiz sampel 2,400 akan mempunyai margin ralat sebanyak 2.04 peratus.