المحتوى
يمثل حجم العينة عدد الملاحظات التي تم إجراؤها لإجراء تحليل إحصائي. يمكن أن تتكون أحجام العينات من الأشخاص أو الحيوانات أو مجموعات الأغذية أو الآلات أو البطاريات أو أي شيء آخر يتم تقييمه.
أخذ العينات عشوائي
أخذ العينات العشوائية هو طريقة يتم من خلالها جمع عينات عشوائية من مجتمع ما من أجل تقدير المعلومات حول السكان دون تحيز. على سبيل المثال ، إذا كنت تريد معرفة نوع الأشخاص الذين يعيشون في مدينة معينة ، فيجب عليك إجراء مقابلة / قياس أشخاص مختلفين بشكل عشوائي. ومع ذلك ، إذا استخدمت للتو الجميع من المكتبة ، فلن يكون لديك تقدير عادل / غير متحيز لما يشبه عامة السكان الذين يشغلون المدينة ، فقط الأشخاص الذين يذهبون إلى المكتبة.
الاحكام
كلما زادت أحجام العينات ، أصبحت التقديرات أكثر دقة. على سبيل المثال ، إذا قمنا باختيار 10 أشخاص من الذكور البالغين بشكل عشوائي ، فقد نجد أن متوسط طولهم يبلغ 6 أقدام و 3 بوصات ، ربما لأن هناك لاعب كرة سلة يضخم تقديرنا. ومع ذلك ، إذا قمنا بقياس مليوني شخص بالغ من الذكور ، فسنكون لدينا تنبؤ أفضل بمتوسط ارتفاع الذكور لأن الأطراف المتطرفة سوف تتوازن والوسط الحقيقي سيطغيان على أي انحرافات عن الوسط.
فترات الثقة
عندما يقوم خبير الإحصاء بالتنبؤ بنتيجة ما ، فإنه غالباً ما يبني فاصلًا حول تقديره. على سبيل المثال ، إذا قمنا بقياس وزن 100 امرأة ، فيمكننا القول إننا واثقون بنسبة 90 في المائة من أن متوسط الوزن الحقيقي للمرأة يتراوح بين 103 و 129 رطلاً. (هذا ، بالطبع ، يعتمد على عوامل أخرى مثل التباين في القياسات أيضًا.) كلما زاد حجم العينة ، أصبحنا أكثر ثقة بشأن تقديرنا ، وأصبحت الفواصل الزمنية لدينا أصغر. على سبيل المثال ، مع وجود مليون امرأة ، يمكننا القول إننا واثقون بنسبة 98 في المائة من أن متوسط الوزن الحقيقي للمرأة يتراوح بين 115 و 117 رطلاً. بمعنى آخر ، كلما زاد حجم العينة ، زادت ثقتنا في قياساتنا وانخفض حجم فواصل الثقة.
خطأ تقليدي
التغيير هو مقياس لانتشار البيانات حول الوسط. الانحراف المعياري هو الجذر التربيعي للتباين ويساعد في تقريب النسبة المئوية للسكان التي تقع بين مجموعة من القيم بالنسبة إلى الوسط. كلما زاد حجم العينة ، ينخفض الخطأ القياسي ، الذي يعتمد على الانحراف المعياري وحجم العينة. نتيجة لذلك ، تعتبر زيادة التقديرات في الدقة والأبحاث المستندة إلى هذه التقديرات أكثر موثوقية (مع مخاطر أقل للخطأ).
صعوبة في استخدام أحجام عينة أكبر
من الواضح أن أحجام العينات الأكبر تنتج تقديرات أفضل وأكثر دقة حول السكان ، ولكن هناك العديد من المشكلات التي يواجهها الباحثون الذين يستخدمون أحجام أكبر للعينات. بادئ ذي بدء ، قد يكون من الصعب العثور على عينة عشوائية من الأشخاص الذين يرغبون في تجربة عقار جديد. عندما تفعل ذلك ، يصبح توفير الدواء لعدد أكبر من الناس ومراقبة عدد أكبر من الأشخاص مع مرور الوقت أكثر تكلفة. بالإضافة إلى ذلك ، يتطلب الأمر المزيد من الجهد لاكتساب حجم أكبر للعينة والمحافظة عليه. حتى إذا كانت أحجام العينات الأكبر تنتج إحصائيات أكثر دقة ، فإن التكلفة والجهد الزائدين ليست ضرورية دائمًا لأن أحجام العينات الأصغر قد تؤدي أيضًا إلى نتائج هامة.