コンテンツ
サンプルサイズは、科学実験や世論調査などの統計設定での個々のサンプルまたは観測のカウントです。比較的単純な概念ですが、サンプルサイズの選択はプロジェクトにとって重要な決定事項です。サンプルが小さすぎると結果の信頼性が低くなりますが、サンプルが大きすぎるとかなりの時間とリソースが必要になります。
TL; DR（長すぎる;読まなかった）
サンプルサイズは、測定されたサンプルまたは行われた観察の数の直接カウントです。
サンプルサイズの定義
サンプルサイズは、測定された個々のサンプルまたは調査や実験で使用された観察の数を測定します。たとえば、酸性雨の証拠について土壌のサンプル100個をテストする場合、サンプルサイズは100です。オンライン調査で30,500のアンケートに回答した場合、サンプルサイズは30,500です。統計では、 サンプルサイズは一般に変数「n」で表されます.
サンプルサイズの計算
実験または調査に必要なサンプルサイズを決定するために、研究者は多くの望ましい要因を考慮します。最初、 調査対象の母集団の合計サイズ たとえば、ニューヨーク州全体について結論を導き出すための調査では、ロチェスターに特化した調査よりもはるかに大きなサンプルサイズが必要になります。研究者はまた考慮する必要があります 誤差の範囲、収集されたデータの信頼性は一般に正確です。そしてその 信頼水準、エラーのマージンが正確である確率。最後に、研究者は考慮に入れる必要があります 標準偏差 彼らはデータで見ることを期待しています。標準偏差は、個々のデータが測定された平均データとどれだけ異なるかを測定します。たとえば、ある公園の土壌サンプルは、郡全体から収集された土壌よりも窒素含有量の標準偏差がはるかに小さい可能性があります。
小さなサンプルサイズの危険性
統計が正確で信頼できるためには、特にその結果がより大きな母集団またはデータのグループに外挿される場合、大きなサンプルサイズが必要です。運動に関する調査を実施しており、5人にインタビューを行っていたとします。そのうち2人は毎年マラソンを走っています。国全体の人口を表すためにこの調査を行った場合、調査によると、人々の40％が毎年少なくとも1回マラソンを走っています。これは予想外の高い割合です。 サンプルサイズが小さければ小さいほど、 外れ値 -異常なデータ-発見をゆがめる.
サンプルサイズと誤差範囲
統計調査のサンプルサイズは、調査の許容誤差にも直接関係します。エラーのマージンは 受信したデータが正確である確率を表すパーセンテージ。たとえば、宗教的信念に関する調査では、許容誤差は、調査が繰り返された場合に同じ回答を提供することが期待される回答者の割合です。許容誤差を決定するには、 1をサンプルサイズの平方根で除算し、100を掛けてパーセンテージを取得します。たとえば、2,400のサンプルサイズには2.04％の誤差があります。