July 13
L'idea che un piccolo campione di soggetti può essere utilizzata per trarre conclusioni su una popolazione molto più grande sembra difficile da credere. Tuttavia, il campionamento viene effettuato per tutto il tempo in sondaggi di opinione pubblica e le varie analisi statistiche. Per questo per essere fatto bene, l'analista statistico deve garantire l'utilizzo di procedure di campionamento di qualità. Determinare un campione è una delle più importanti e difficili-gradini in programma un studio statistico. Un campione che è troppo piccolo può causare risultati imprecisi che non possono essere generalizzati alla popolazione più ampia. Un campione che è il tempo troppo grandi sprechi e risorse di studio di valore.
1 Chiedetevi quanti errore di campionamento si può convivere. Tenete a mente che ogni volta che si utilizza un sottoinsieme di soggetti di trarre conclusioni su una popolazione più ampia, il problema di errore di campionamento è presente. errore di campionamento si riferisce alla differenza tra il campione e la popolazione più grande su una variabile di interesse. errore di campionamento può essere ridotto, ovviamente, prelevando un campione più grande o studiando l'intera popolazione, ma questo aumenta il costo del vostro studio. A causa delle risorse necessarie, studiando un'intera popolazione spesso non è fattibile.
2 Selezionare un intervallo di confidenza per il vostro studio, che corrisponde al livello di errore di campionamento si può accettare. Il margine di errore che vedete segnalato in molti sondaggi e indagini sui notiziari televisivi è un buon esempio di un intervallo di confidenza. Supponiamo stiamo progettando un sondaggio che chiederà un campione di elettori registrati se approvano il lavoro del presidente sta facendo mentre in ufficio. Per questo esempio, diciamo che vogliamo un intervallo di confidenza di più o meno 3 punti percentuali. Ciò significa che vorremmo che il livello di approvazione presidenziale tra il nostro campione sia entro 3 punti percentuali del livello di approvazione per l'intera popolazione.
3 Selezionare un livello di confidenza, che è la misura della fiducia che i nostri risultati sul variabile di interesse (per il nostro esempio, valutazione presidenziale di approvazione) per il campione sono all'interno dell'intervallo di confidenza del rating di approvazione per un'intera popolazione. La maggior parte di statistica usano un livello di confidenza del 95 per cento, ma alcuni studi usano livelli di confidenza del 90 per cento o addirittura del 99 per cento. Utilizzando un livello di confidenza del 95 significa che siamo il 95 per cento che la percentuale di persone nel nostro campione, che approva il lavoro del presidente sta facendo è all'interno di 3 punti percentuali (l'intervallo di confidenza) di indice di gradimento della popolazione. Una volta che hai un livello di confidenza, cercare il valore di Z corrispondente del libro o guida statistiche. Tabelle di valori Z si trovano di solito nelle appendici della maggior parte delle buone statistiche libri.
4 Considerate le dimensioni della popolazione, il numero successivo avrete bisogno per il calcolo della dimensione del campione. Per il nostro esempio, supponiamo che sappiamo che ci sono 100 milioni di elettori registrati in tutto il paese.
5 Calcolare il campione, utilizzando una formula che assume il valore Z quadrata (in questo esempio, 1,96, che è quadrato 3,84) moltiplicato per 0,5 volte 1 meno 0,5. Il valore 0,5 si riferisce al caso peggiore percentuale del campione che sceglie una particolare risposta. Nel determinare la dimensione del campione, è necessario utilizzare la percentuale peggiore. Prendere questo risultato e dividerlo per il valore quadrato dell'intervallo di confidenza (in questo esempio, 0.03, che è quadrato 0,0009). Per questo esempio, la formula ci dà un campione di 1.067.