Sisältö
Otoksen koko edustaa havaintojen lukumäärää tilastollisen analyysin suorittamiseksi. Otoskokot voivat koostua ihmisistä, eläimistä, ruoka-eristä, koneista, paristoista tai mistä tahansa arvioitavasta populaatiosta.
Satunnainen näytteenotto
Satunnainen näytteenotto on menetelmä, jolla satunnaisnäytteet kerätään populaatiosta populaation tietojen arvioimiseksi ilman puolueellisuutta. Jos esimerkiksi haluat tietää, minkä tyyppiset ihmiset asuvat tietyssä kaupungissa, sinun on haastateltava / mitattava erilaisia ihmisiä satunnaisesti. Jos kuitenkin käyttäisit vain kaikkia kirjaston jäseniä, sinulla ei olisi kohtuullista / puolueetonta arviota siitä, millainen kaupunki on miehittämällä, vain kirjastoon käyville ihmisille.
Tarkkuus
Otoskokojen kasvaessa arviot muuttuvat tarkemmiksi. Esimerkiksi, jos valitsemme satunnaisesti 10 urospuolista urosta, saatamme löytää heidän keskimääräisen korkeutensa olevan 6 jalkaa-3 tuumaa pitkä, ehkä siksi, että on koripalloilija, joka paisuttaa arviomme. Jos kuitenkin mitattaisiin kaksi miljoonaa aikuista miespuolista miestä, meillä olisi parempi ennuste urosten keskimääräiselle korkeudelle, koska ääripäät tasapainottavat ja todellinen keskiarvo jättäisi varjoon mahdolliset poikkeamat keskiarvosta.
Luottamusvälit
Kun tilastotieteilijä tekee ennusteen tuloksesta, hän rakentaa usein välin arvioidensa ympärille. Esimerkiksi, jos mittasimme 100 naisen painoa, voimme sanoa, että olemme 90 prosenttia varmoja siitä, että naisten todellinen keskimääräinen paino on välillä 103–129 kiloa. (Tämä tietenkin riippuu muista tekijöistä, kuten myös mittausten vaihtelevuudesta.) Kun näytteen koko kasvaa, olemme varmempia arvioidemme suhteen ja väleimme pienenevät. Esimerkiksi miljoonalla naisella voitaisiin sanoa, että olemme 98 prosenttia vakuuttuneita siitä, että naisten todellinen keskimääräinen paino on välillä 115–117 kiloa. Toisin sanoen, kun näytteen koko kasvaa, luottamuksemme mittauksiin kasvaa ja luottamusväliemme koko pienenee.
Vakiovirhe
Vaihtelu on mittaa datan leviämistä keskiarvon ympärille. Vakiopoikkeama on variaation neliöjuuri ja auttaa arvioimaan, mikä prosenttiosuus väestöstä kuuluu arvoalueen keskiarvoon nähden. Otoskoon kasvaessa vakiovirhe, joka riippuu keskihajonnasta ja näytteen koosta, pienenee. Tämän seurauksena arvioiden tarkkuuden lisääntyminen ja arvioihin perustuvan tutkimuksen katsotaan olevan luotettavampi (vähemmän virheariskiä).
Suurempien näytekokojen käytön vaikeus
Suuremmat otoskokot tuottavat tietysti parempia, tarkempia arvioita populaatioista, mutta tutkijoilla on useita ongelmia, jotka käyttävät suurempia otoskokoja. Ensinnäkin voi olla vaikea löytää satunnaista otosta ihmisistä, jotka haluavat kokeilla uutta lääkettä. Kun teet niin, tulee kalliimpaa tarjota lääkettä useammille ihmisille ja tarkkailla enemmän ihmisiä ajan myötä. Lisäksi tarvitaan enemmän ponnistuksia suuremman näytteen koon saamiseksi ja ylläpitämiseksi. Vaikka suurempi otoskoko tuottaa tarkempia tilastoja, ylimääräisiä kustannuksia ja vaivaa ei aina tarvita, koska pienemmät otoskokot voivat myös tuottaa merkittäviä tuloksia.