Cuando se trata de estudios científicos, el tamaño de la muestra es una consideración crucial para la investigación de calidad. El tamaño de la muestra, a veces representado como n , es el número de piezas de datos individuales que se utilizan para calcular un conjunto de estadísticas. los tamaños de muestra más grandes permiten a los investigadores determinar mejor los valores promedio de sus datos y evitar errores al analizar un pequeño número de muestras posiblemente atípicas.
tamaño de la muestra
el tamaño de la muestra es el número de piezas de información probadas en una encuesta o un experimento. por ejemplo, si analiza 100 muestras de agua de mar en busca de residuos de aceite, su tamaño de muestra es de 100. Si examina a 20,000 personas en busca de signos de ansiedad, su tamaño de muestra es de 20,000. los tamaños de muestra más grandes tienen la ventaja obvia de proporcionar más datos para que los investigadores trabajen con ellos; pero los experimentos con muestras de gran tamaño requieren mayores compromisos financieros y de tiempo.
valor medio y valores atípicos
los tamaños de muestra más grandes ayudan a determinar el valor promedio de una calidad entre las muestras analizadas; este promedio es la media . cuanto mayor sea el tamaño de la muestra, más precisa será la media. por ejemplo, si encuentra que, entre 40 personas, la altura media es de 5 pies, 4 pulgadas, pero entre 100 personas, la altura media es de 5 pies, 3 pulgadas, la segunda medida es una mejor estimación de la altura promedio de un Individual, ya que estás probando sustancialmente más temas. la determinación de la media también permite a los investigadores identificar más fácilmente los valores atípicos . un valor atípico es un dato que difiere fuertemente del valor medio y puede representar un punto de interés para la investigación. por lo tanto, según la altura media, alguien con una altura de 6 pies, 8 pulgadas, sería un punto de datos externo.
El peligro de las pequeñas muestras.
la posibilidad de valores atípicos es parte de lo que hace importante el tamaño de muestra grande. por ejemplo, digamos que encuestas a 4 personas sobre su afiliación política, y una pertenece al partido independiente. dado que este es un individuo en un tamaño de muestra de 4, su estadística mostrará que el 25 por ciento de la población pertenece a la parte independiente, probablemente una extrapolación inexacta. aumentar el tamaño de su muestra evitará estadísticas engañosas si hay un valor atípico en su muestra.
margen de error
el tamaño de la muestra está directamente relacionado con el margen de error de una estadística , o la precisión con la que se puede calcular una estadística. para una pregunta de sí o no, como si un individuo posee un automóvil, puede determinar el margen de error para una estadística dividiendo 1 por la raíz cuadrada del tamaño de la muestra y multiplicando por 100. el total es un porcentaje . por ejemplo, un tamaño de muestra de 100 tendrá un margen de error del 10 por ciento. al medir calidades numéricas con un valor medio, como la altura o el peso, multiplique este total por dos veces la desviación estándar de los datos, que mide la distribución de los valores de los datos respecto de la media. en ambos casos, cuanto mayor sea el tamaño de la muestra, menor será el margen de error.