Definizione delle dimensioni del campione in progetto di ricerca Passi

Anche se raramente possibile , il modo più preciso per studiare una domanda di ricerca --- soprattutto in materia di esseri umani e il comportamento umano --- è quello di studiare un'intera popolazione . Invece , gli scienziati devono fare affidamento su campioni . I risultati di una ricerca basata su un campione vengono poi generalizzati per adattare l'intera popolazione . Uno dei passi più importanti nella scelta di un campione per un progetto è l'identificazione e la selezione di un campione . Scopo del campionamento

campionamento è un processo utilizzato nella ricerca per ottenere punti dati in uno studio di ricerca . Questo processo viene completato in diversi modi . Ad esempio , campionamento casuale semplice consiste nel selezionare i partecipanti da parte della popolazione completamente a caso . Campionamento stratificato comporta la scelta dei partecipanti in modo casuale in base a determinate categorie, tra sesso e razza , per ottenere un campione rappresentativo dell'intera popolazione .
Indossa una taglia

La dimensione del campione scelto per un determinato progetto di ricerca di solito dipende dal livello di accuratezza che accetterete dai risultati del progetto . Statisticamente parlando , la maggior parte dei campi di studio accettare i risultati con un margine di errore di più o meno 0,05 credibile , nel senso c'è una probabilità del 5 per cento che i risultati ottenuti sono stati causa di un errore . Gli statistici calcolare la dimensione del campione necessaria per ottenere questo livello di accuratezza in base a diversi fattori rilevanti al particolare studio , come ad esempio il margine desiderato di errore e critico punteggio standard .
Accuratezza e credibilità

Come regola generale in materia di ricerca , maggiore è la dimensione del campione per ogni progetto è , meglio è. Campioni più grandi rappresentano i dati effettivi di una popolazione più precisione campioni più piccoli . Questa osservazione ha radici nell'idea della curva di distribuzione normale . Un grande dimensione del campione tiene conto dei più dati e quindi elimina i valori erratici e altri dati insoliti che campioni di dimensioni più piccole possono evidenziare . La dimensione minima del campione ideale per dare credibilità ad un progetto di ricerca varia in base al campo, ma varia tipicamente da 40 a 100 partecipanti .
Inadeguata indossa una taglia

dimensione del campione inadeguata in un progetto di ricerca getta dubbi sui risultati del progetto . Un troppo piccola dimensione del campione può ammettere valori anomali ed altri punti dati insoliti nei risultati dello studio , causando i dati di esempio per variare dai dati effettivi di popolazione . Questo fa sì che i risultati di uno studio di ricerca alla rappresentazione mancanza e impedisce di generalizzare i dati dallo studio di popolazione più grande; in breve , una troppo piccola dimensione del campione rende i risultati di uno studio inutile .