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 datos individuales utilizados 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 probar un pequeño número de muestras posiblemente atípicas.

TL; DR (demasiado largo; no leído)

El tamaño de la muestra es una consideración importante para la investigación. Los tamaños de muestra más grandes proporcionan valores medios más precisos, identifican valores atípicos que podrían sesgar los datos en una muestra más pequeña y proporcionan un margen de error más pequeño.
Tamaño de muestra

El tamaño de muestra es el número de piezas de información probadas en "a survey or an experiment.", 3, [[Por ejemplo, si analiza 100 muestras de agua de mar en busca de residuos de aceite, el tamaño de su muestra es de 100. Si encuesta a 20,000 personas en busca de signos de ansiedad, el tamaño de su muestra es de 20,000. Los tamaños de muestra más grandes tienen la ventaja obvia de proporcionar más datos para que trabajen los investigadores; pero los experimentos de gran tamaño de muestra 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 el significa
. Cuanto mayor es el tamaño de la muestra, más precisa es 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 medición es una mejor estimación de la altura promedio de un individual, ya que estás probando sustancialmente más asignaturas. Determinar la media también permite a los investigadores identificar más fácilmente los valores atípicos
. Un valor atípico es un dato que difiere mucho 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 y 8 pulgadas sería un punto de datos periférico.
El peligro de las muestras pequeñas

La posibilidad de valores atípicos es parte de lo que hace una muestra grande Tamaño importante. Por ejemplo, supongamos que encuesta a 4 personas sobre su afiliación política, y una pertenece al Partido Independiente. Como se trata de 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 la muestra evitará estadísticas engañosas si hay un valor atípico en la muestra.
Margen de error

El tamaño de la muestra está directamente relacionado con el margen de error de una estadística, o con qué precisión una estadística se puede calcular para ser. Para una pregunta de sí o no, como si un individuo posee un automóvil, puede determinar el margen de error de 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 las cualidades 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 qué tan dispersos son los valores de los datos de la media. En ambos casos, cuanto mayor sea el tamaño de la muestra, menor será el margen de error.