Dalam studi ilmiah, ukuran sampel merupakan pertimbangan penting untuk penelitian berkualitas. Ukuran sampel, terkadang direpresentasikan sebagai n , adalah jumlah data individual yang digunakan untuk menghitung sekumpulan statistik. Ukuran sampel yang lebih besar memungkinkan peneliti untuk menentukan nilai rata-rata data mereka dengan lebih baik dan menghindari kesalahan dari pengujian sejumlah kecil sampel yang mungkin atipikal.
TL;DR (Terlalu Panjang; Tidak Dibaca)
Ukuran sampel merupakan pertimbangan penting untuk penelitian. Ukuran sampel yang lebih besar memberikan nilai rata-rata yang lebih akurat, mengidentifikasi outlier yang dapat mendistorsi data dalam sampel yang lebih kecil, dan memberikan margin kesalahan yang lebih kecil.
Ukuran sampel
Ukuran sampel adalah jumlah potongan informasi yang diuji dalam survei atau percobaan. Misalnya, jika Anda menguji 100 sampel air laut untuk residu minyak, ukuran sampel Anda adalah 100. Jika Anda mensurvei 20.000 orang untuk mengetahui tanda-tanda kecemasan, ukuran sampel Anda adalah 20.000. Ukuran sampel yang lebih besar memiliki keuntungan yang jelas dalam menyediakan lebih banyak data bagi peneliti untuk dikerjakan; tetapi percobaan ukuran sampel yang besar membutuhkan komitmen keuangan dan waktu yang lebih besar.
Nilai Rata-Rata dan Outlier
Ukuran sampel yang lebih besar membantu dalam menentukan nilai rata-rata kualitas di antara sampel yang diuji – rata-rata ini adalah rata- rata . Semakin besar ukuran sampel, semakin tepat rata-ratanya. Misalnya, jika Anda menemukan bahwa, di antara 40 orang, tinggi rata-ratanya adalah 5 kaki, 4 inci, tetapi di antara 100 orang, tinggi rata-ratanya adalah 5 kaki, 3 inci, pengukuran kedua adalah estimasi yang lebih baik dari tinggi rata-rata seorang individual, karena Anda menguji lebih banyak subjek. Menentukan rata-rata juga memungkinkan peneliti untuk lebih mudah menentukan outlier . Outlier adalah sepotong data yang sangat berbeda dari nilai rata-rata dan dapat mewakili tempat menarik untuk penelitian. Jadi berdasarkan tinggi rata-rata, seseorang dengan tinggi 6 kaki, 8 inci, akan menjadi titik data terluar.
Bahaya Sampel Kecil
Kemungkinan outlier adalah bagian dari apa yang membuat ukuran sampel yang besar menjadi penting. Misalnya, Anda mensurvei 4 orang tentang afiliasi politik mereka, dan satu orang dari Partai Independen. Karena ini adalah satu individu dalam ukuran sampel 4, statistik Anda akan menunjukkan bahwa 25 persen populasi adalah anggota Partai Independen, kemungkinan ekstrapolasi yang tidak akurat. Meningkatkan ukuran sampel Anda akan menghindari statistik yang menyesatkan jika terdapat outlier dalam sampel Anda.
Batas Kesalahan
Ukuran sampel secara langsung terkait dengan margin kesalahan statistik , atau seberapa akurat statistik dapat dihitung. Untuk pertanyaan ya-atau-tidak, seperti apakah seseorang memiliki mobil, Anda dapat menentukan margin kesalahan statistik dengan membagi 1 dengan akar kuadrat dari ukuran sampel dan mengalikannya dengan 100. Totalnya adalah persentase . Misalnya, ukuran sampel 100 akan memiliki margin kesalahan 10 persen. Saat mengukur kualitas numerik dengan nilai rata-rata, seperti tinggi atau berat, kalikan total ini dengan dua kali standar deviasi data, yang mengukur seberapa tersebar nilai data dari rata-rata. Dalam kedua kasus tersebut, semakin besar ukuran sampel, semakin kecil margin kesalahannya.
ALFSnaiper/iStock/GettyImages
