Πώς να αποφύγετε Μέγεθος δείγματος Σφάλμα σε Στατιστική Ανάλυση

Η ιδέα ότι ένα μικρό δείγμα των θεμάτων μπορούν να χρησιμοποιηθούν για την εξαγωγή συμπερασμάτων σχετικά με ένα πολύ μεγαλύτερο πληθυσμό φαίνεται δύσκολο να πιστέψει κανείς . Παρ 'όλα αυτά , η δειγματοληψία γίνεται όλη την ώρα --- σε έρευνες της κοινής γνώμης και διάφορες στατιστικές αναλύσεις . Για να γίνει αυτό καλά , η στατιστική αναλυτής πρέπει να εξασφαλίζει τη χρήση των διαδικασιών δειγματοληψίας ποιότητας . Καθορισμός μέγεθος του δείγματος είναι ένα από τα πιο σημαντικά και δύσκολο --- --- βήματα στον προγραμματισμό μια στατιστική μελέτη . Ένα δείγμα που είναι πολύ μικρό μπορεί να οδηγήσει σε ανακριβή αποτελέσματα που δεν μπορεί να γενικευθεί για τον μεγαλύτερο πληθυσμό. Ένα δείγμα που είναι πάρα πολύ μεγάλο απόβλητα χρόνο και πολύτιμους πόρους μελέτης . Τα πράγματα που θα χρειαστείτε
Υπολογιστών
\u2028Σετ δεδομένων
Στατιστικά βιβλίο ή οδηγός , για την αναφορά
Η Εμφάνιση Περισσότερες οδηγίες
πάρει το σωστό μέγεθος δείγματος

1

τον εαυτό σας Ρωτήστε πόσο δειγματοληπτικό σφάλμα μπορείτε να ζήσετε με . Να θυμίσουμε ότι κάθε φορά που χρησιμοποιείτε ένα υποσύνολο των θεμάτων για να εξαχθούν συμπεράσματα σχετικά με μεγαλύτερο πληθυσμό , το ζήτημα της δειγματοληπτικό σφάλμα είναι παρούσα . Σφάλματα δειγματοληψίας αναφέρεται στη διαφορά μεταξύ του δείγματος και του μεγαλύτερου πληθυσμού σε μια μεταβλητή ενδιαφέροντος . Σφάλμα δειγματοληψίας μπορεί να μειωθεί , βεβαίως, με τη λήψη ενός μεγαλύτερου δείγματος ή μελετώντας το σύνολο του πληθυσμού , αλλά αυτό αυξάνει το κόστος της μελέτης σας . Λόγω των απαιτούμενων πόρων , μελετώντας έναν ολόκληρο πληθυσμό είναι συχνά δεν είναι εφικτό . 2

Επιλέξτε ένα διάστημα εμπιστοσύνης για τη μελέτη σας , το οποίο αντιστοιχεί στο επίπεδο των σφαλμάτων δειγματοληψίας μπορεί να δεχθεί . Το περιθώριο λάθους που βλέπετε αναφερθεί σε πολλές δημοσκοπήσεις και έρευνες σχετικά με τα τηλεοπτικά ειδησεογραφικά προγράμματα είναι ένα καλό παράδειγμα ενός διαστήματος εμπιστοσύνης . Ας υποθέσουμε ότι σχεδιάζετε μια έρευνα που θα ζητήσει ένα δείγμα των εγγεγραμμένων ψηφοφόρων αν εγκρίνουν τη δουλειά ο πρόεδρος κάνει ενώ στο γραφείο . Για αυτό το παράδειγμα , ας υποθέσουμε ότι θέλουμε ένα διάστημα εμπιστοσύνης συν ή πλην 3 ποσοστιαίες μονάδες . Αυτό σημαίνει ότι θα θέλαμε το προεδρικό επίπεδο αποδοχής μεταξύ του δείγματος μας να είναι μέσα σε 3 ποσοστιαίες μονάδες του επιπέδου έγκρισης για το σύνολο του πληθυσμού .
Εικόνων 3

Επιλέξτε ένα επίπεδο εμπιστοσύνης , το οποίο είναι το μέτρο της εμπιστοσύνη ότι τα αποτελέσματά μας για την μεταβλητή ενδιαφέροντος ( για παράδειγμα μας , προεδρικές βαθμολογία έγκριση ) για το δείγμα είναι εντός του διαστήματος εμπιστοσύνης της αξιολόγησης έγκρισης ενός ολόκληρου πληθυσμού . Οι περισσότεροι στατιστικολόγοι χρησιμοποιούν ένα επίπεδο εμπιστοσύνης 95 τοις εκατό , αλλά μερικές μελέτες χρησιμοποιούν τα επίπεδα εμπιστοσύνης 90 τοις εκατό ή ακόμα και 99 τοις εκατό . Χρησιμοποιώντας ένα επίπεδο εμπιστοσύνης 95 σημαίνει ότι είναι 95 τοις εκατό βέβαιος ότι το ποσοστό των ατόμων στο δείγμα μας που εγκρίνουν τη δουλειά ο πρόεδρος που κάνει είναι μέσα σε 3 ποσοστιαίες μονάδες ( το διάστημα εμπιστοσύνης) Βαθμολογία έγκρισης του πληθυσμού . Μόλις έχετε ένα επίπεδο εμπιστοσύνης , να αναζητήσετε την αντίστοιχη τιμή Z στις στατιστικές βιβλίο ή οδηγός σας . Οι πίνακες Ζ αξίες που βρίσκονται συνήθως στα παραρτήματα των πιο καλών στατιστικών βιβλία .
Η 4

Εξετάστε το μέγεθος του πληθυσμού , τον επόμενο αριθμό που θα χρειαστείτε για τον υπολογισμό του μεγέθους του δείγματος σας . Για παράδειγμα, ας υποθέσουμε ότι γνωρίζουμε ότι υπάρχουν 100 εκατομμύρια εγγεγραμμένους ψηφοφόρους σε όλη τη χώρα .
5

Υπολογίστε το μέγεθος του δείγματος , χρησιμοποιώντας έναν τύπο που παίρνει το τετράγωνο Z ( σε αυτό το παράδειγμα , 1,96 , το οποίο είναι τετράγωνο 3,84 ) πολλαπλασιάζεται με 0,5 φορές 1 μείον 0,5 . Η τιμή 0.5 αναφέρεται στο ποσοστό της χειρότερης περίπτωσης του δείγματος σας που παίρνει μια συγκεκριμένη απάντηση . Κατά τον καθορισμό του μεγέθους του δείγματος , θα πρέπει να χρησιμοποιήσετε το ποσοστό της χειρότερης περίπτωσης . Πάρτε αυτό το αποτέλεσμα και να διαιρεθεί με το τετράγωνο του διαστήματος εμπιστοσύνης ( σε αυτό το παράδειγμα , 0,03 , το οποίο είναι τετράγωνο 0,0009) . Για αυτό το παράδειγμα , ο τύπος μας δίνει ένα μέγεθος δείγματος 1.067 .
Η
εικόνων