Il motivo principale per usare grande dimensione del campione è quello di eliminare le probabilità di un'anomalia statistica che sembra essere normale , anche se si utilizza un campione casuale . Ad esempio , se si stesse studiando la popolazione di Los Angeles si potrebbe casualmente selezionato 100 persone ; per caso 20 di queste persone potrebbe avere i capelli rossi . Si potrebbe trarre una conclusione che ci sono più persone con i capelli rossi in città che in realtà ci sono .
Partendo Piccolo
Alcune persone raccomandano la partenza con un piccolo campione dimensioni. Il professor Peter Bachhetti è citato nella rivista The Scientist come dicendo partire piccolo in alcuni studi medici può essere utile perché può determinare se c'è un valore allo studio . Un ampio studio può prendere i soldi e il tempo che non può essere giustificata , dice .
Campionamento Fattori
Diversi fattori determinano la migliore dimensione del campione , a partire con la dimensione effettiva della popolazione . Un campione deve essere sufficiente che essa ha un piccolo errore di campionamento , che rappresenta quanto vicino i risultati sono per la vostra popolazione reale all'interno di una percentuale di grandi dimensioni . Si deve riflettere la diversità nella popolazione , noto come il grado di variabilità . Ci deve essere anche un livello di confidenza tale che, se la popolazione viene ripetutamente campionato , i risultati possono essere duplicati .
Determinazione modella indossa una taglia
Determinazione della dimensione di un campione in uno studio è uno dei compiti più difficili per i ricercatori e statistici . I ricercatori si basano su una serie di metodi per aiutarli a decidere la dimensione del campione giusto per loro . Un modo è quello di prendere uno studio simile e utilizzare dimensioni di campionamento che di studio . Un altro è attraverso una serie di formule che calcolano un campione utilizzando la dimensione della popolazione e il livello di errore di campionamento e di confidenza desiderato .