Vid genomförande av en studie , är ett stort urval bättre eftersom du vill ha en sann bild av befolkningen du studerar . Ett stort prov kan hjälpa dig att generalisera dina forskningsresultat till hela befolkningen . Men vissa hävdar mot att gå för stor eftersom det kan slösa tid och resurser på en idé som inte kan gå någonstans . Varför Större är bättre
Det främsta skälet för att använda stora urvalsstorlek är att eliminera risken för en statistisk anomali ser ut att vara normal, även om du använder ett slumpmässigt urval . Till exempel, om du studerar befolkningen i Los Angeles som du kanske slumpmässigt utvalda 100 personer ; av en slump 20 av dessa människor kan ha rött hår . Du kan dra en slutsats att det finns fler människor med rött hår i staden än det egentligen är .
Starta Small
Vissa människor rekommenderar att du börjar med ett litet prov storlekar. Professor Peter Bachhetti citeras i The Scientist magazine som säger start liten i vissa medicinska studier kan vara fördelaktigt eftersom det kan avgöra om det finns värde för studien . En stor studie kan ta upp pengar och tid som inte kan motiveras , säger han. Addera Provtagning Factors
Flera faktorer avgör den bästa provstorlek , med start med den faktiska storleken av befolkningen. En urvalsstorlek bör vara tillräckligt att den har en liten urvalsfel , som representerar hur nära resultaten är till din faktiska befolkningen inom en procentsats stort . Det måste återspegla mångfalden i befolkningen , som kallas grad av variation . Det måste också vara en förtroendenivåså att om befolkningen upprepade gånger samplas , kan resultaten dupliceras .
Bestämma Provstorlek
Fastställande av storleken på ett prov i en studie är en av de svåraste uppgifterna för forskare och statistiker . Forskare förlitar sig på ett antal metoder för att hjälpa dem att avgöra rätt stickprovsstorlek för dem. Ett sätt är att ta en liknande studie och använda den studien samplingsstorlek. En annan är genom en serie formler som beräknar en urvalsstorlek med hjälp av befolkningens storlek och den önskade samplingsfeletoch konfidensnivån . Addera