Calcolo della Dimensione del Campione: 14 Passaggi (con Immagini)

Contenuto

Passi

Gli studi scientifici spesso si basano su indagini condotte su una piccola parte della popolazione totale. Tuttavia, il tuo campione dovrà avere un numero minimo di punti dati se vuoi che rappresenti accuratamente le condizioni della popolazione totale che intende rappresentare. Per calcolare la dimensione del campione richiesta, è necessario determinare alcuni valori fissi e inserirli in una formula appropriata.

Passi

Parte 1 di 4: Determinazione dei valori più importanti

Immagine titolata Calculate Sample Size Step 1

1. Conosci la dimensione della tua popolazione. La dimensione della popolazione si riferisce al numero totale di punti dati all`interno della tua popolazione. Per studi più ampi, puoi utilizzare un valore stimato invece del numero esatto.

La precisione ha un impatto statistico maggiore quando si lavora con un gruppo più piccolo. Ad esempio, se desideri intervistare i membri di un`organizzazione o i dipendenti di una piccola impresa, la dimensione della popolazione deve corrispondere a una dozzina di persone.
Sondaggi più ampi consentono una maggiore deviazione dalla popolazione effettiva. Ad esempio, se la tua fascia demografica include tutti coloro che vivono nei Paesi Bassi, potresti stimare la dimensione a circa 17 milioni di persone, anche se il valore reale potrebbe differire di centinaia di migliaia.

Immagine titolata Calculate Sample Size Step 2

2. Determina il tuo margine di errore. Il margine di errore, noto anche come "intervallo di confidenza", si riferisce alla varianza che si desidera consentire nei risultati.

Il margine di errore è una percentuale che indica quanto saranno vicini i risultati del tuo campione al valore reale della popolazione totale discussa nel tuo studio.

Un margine di errore più piccolo risulterà in risposte più accurate, ma la scelta di un margine di errore più piccolo richiederà anche un campione più ampio.

Quando vengono presentati i risultati di un`indagine, il margine di errore viene solitamente visualizzato come percentuale più o meno. Ad esempio: `Il 35% delle persone è d`accordo opzione A, con un margine di errore di +/- 5%`

In questo esempio, il margine di errore indica essenzialmente che se all`intera popolazione fosse posta la stessa domanda del sondaggio, sei "sicuro" che da qualche parte tra il 30% (35 - 5) e il 40% (35 + 5) sarebbe d`accordo su opzione A.

Immagine titolata Calculate Sample Size Step 3

3. Determina il tuo livello di fiducia. Il livello di confidenza è strettamente correlato all`intervallo di confidenza (margine di errore). Questo valore misura il tuo grado di certezza su quanto bene un campione rappresenta la popolazione totale all`interno del margine di errore scelto.

In altre parole, se scegli un livello di confidenza del 95%, puoi affermare di essere sicuro al 95% che i tuoi risultati rientrino accuratamente nel margine di errore prescelto.

Un livello di confidenza più elevato indica un maggiore grado di accuratezza, ma richiede anche un campione più ampio. I livelli di confidenza più comuni sono sicuri al 90%, sicuri al 95% e sicuri al 99%.

L`impostazione di un livello di confidenza del 95% per l`esempio fornito nel passaggio del margine di errore significa che si è sicuri al 95% che dal 30% al 40% della popolazione totale interessata è d`accordo con l`"opzione A" del proprio sondaggio.

Immagine titolata Calculate Sample Size Step 4

4. Specifica la tua deviazione standard. La deviazione standard indica quanta variazione ti aspetti tra le tue risposte.

È più probabile che le risposte estreme siano accurate rispetto ai risultati moderati.

Se il 99% delle risposte al sondaggio risponde "Sì" e solo l`1% "No", è probabile che il campione rifletta in modo molto accurato l`intera popolazione.

D`altra parte, se il 45% risponde "Sì" e il 55% "No", c`è una maggiore possibilità di errore.

Poiché questo valore è difficile da determinare quando si fornisce il sondaggio effettivo, la maggior parte dei ricercatori ha impostato questo valore su 0,5 (50%). Questa è la percentuale peggiore, quindi attenersi a questo valore assicurerà che la dimensione del campione calcolata sia sufficientemente grande da rappresentare accuratamente la popolazione totale all`interno dell`intervallo di confidenza e del livello di confidenza.

Immagine titolata Calculate Sample Size Step 5

5. Trova il tuo punteggio Z. Il punteggio Z è un valore costante che viene impostato automaticamente in base al tuo livello di confidenza. Indica il "punteggio normale standard", ovvero il numero di deviazioni standard tra un valore selezionato e la media della popolazione.

Puoi calcolare i punteggi z a mano, utilizzare un calcolatore online o trovare il tuo punteggio z su una tabella dei punteggi z. Tuttavia, ciascuno di questi metodi può essere piuttosto complesso.

Poiché i livelli di confidenza sono abbastanza standardizzati, la maggior parte dei ricercatori ricorda semplicemente lo z-score necessario per i livelli di confidenza più comuni:

80% di affidabilità => 1,28 punteggio z

85% di affidabilità => 1,44 punteggio z

Affidabilità del 90% => 1,65 punteggio z

95% di confidenza => 1,96 punteggio z

Affidabilità del 99% => 2,58 punteggio z

Parte 2 di 4: Utilizzo della formula standard

Immagine titolata Calculate Sample Size Step 6

1. Guarda il confronto. Se hai una popolazione da piccola a media e conosci tutti i valori chiave, dovresti usare la formula standard. La formula standard per una dimensione del campione è:

Dimensione del campione =*p(1-p)] / e / _{1 + [z *p(1-p)] / e *N}]

n = dimensione della popolazione
z = punteggio z
e = margine di errore
P = deviazione standard

Immagine titolata Calculate Sample Size Step 7

2. Inserisci i tuoi valori. Sostituisci le variabili con i valori numerici che si applicano effettivamente al tuo specifico sondaggio.

Esempio: determinare la dimensione ideale dello studio per una popolazione di 425 individui. Utilizzare un livello di confidenza del 99%, una deviazione standard del 50% e un margine di errore del 5%.

Per una sicurezza del 99%, dovresti avere uno z-score di 2,58.

Ciò significa che:

n = 425

z = 2,58

e = 0,05

P = 0,5

Immagine titolata Calculate Sample Size Step 8

3. Esegui il calcolo. Risolvi l`equazione con i nuovi numeri inseriti. La soluzione è la dimensione del campione richiesta.

Esempio: Dimensione del campione =*p(1-p)] / e / _{1 + [z *p(1-p)] / e *N]}

=*0,5(1-0,5)] / 0,05 / _{1 + [2,58 *0,5(1-0.5)] / 0,05 *425]}

=/ _{1 + [6,6564 *0,25] / 1,0625]}

= 665 / 2,5663

= 259,39(Rispondere)

Parte 3 di 4: Impostazione di una formula per popolazioni sconosciute o molto grandi

Immagine titolata Calculate Sample Size Step 9

1. Esamina la formula. Se hai una popolazione sconosciuta o molto numerosa, devi utilizzare una seconda formula. Se ci sono ancora valori per il resto delle variabili, usa la seguente equazione:

Dimensione del campione = [z *p(1-p)] / e

z = punteggio z
e = margine di errore
P = deviazione standard

Sappi che questa equazione è solo la metà superiore della formula completa.

Immagine titolata Calculate Sample Size Step 10

2. Riempi l`equazione con i tuoi valori. Sostituisci ogni variabile con i valori numerici scelti per la tua ricerca.

Esempio: Determinare la dimensione dello studio richiesta per una popolazione sconosciuta con un livello di confidenza del 90%, una deviazione standard del 50% e un margine di errore del 3%.

Per una confidenza del 90%, lo z-score sarebbe 1,65.

Ciò significa che:

z = 1,65

e = 0,03

P = 0,5

Immagine titolata Calculate Sample Size Step 11

3. Esegui il calcolo. Dopo aver inserito i tuoi numeri nella formula, risolvi l`equazione. La tua risposta indicherà la dimensione del campione richiesta.

Esempio: Dimensione del campione = [z *p(1-p)] / e

= [1,65 *0,5(1-0,5)] / 0,03

= [2,7225 *0,25] / 0,0009

= 0,6806 / 0,0009

= 756,22 (Rispondere)

Parte 4 di 4: Utilizzo della formula di Slovin

Immagine titolata Calculate Sample Size Step 12

1. Guarda la formula. La formula di Slovin è un`equazione molto generale usata quando puoi stimare la popolazione ma non hai idea di come si comporta una particolare popolazione. La formula è descritta come segue:

Dimensione del campione = N / (1 + N*e)

n = popolazione
e = margine di errore

Sappi che questa è la formula meno accurata e, come tale, la meno ideale. Dovresti usarlo solo se le circostanze ti impediscono di determinare una deviazione standard e/o un livello di confidenza appropriati (che ti impedisce anche di determinare il tuo z-score).

Immagine titolata Calculate Sample Size Step 13

2. Inserisci i valori. Sostituisci ogni variabile con i valori numerici specifici del tuo sondaggio.

Esempio: Calcolare la dimensione dello studio richiesta per una popolazione di 240 soggetti, tenendo conto di un margine di errore del 4%.

Ciò significa che:

n = 240

e = 0,04

Immagine titolata Calculate Sample Size Step 14

3. Esegui il calcolo. Risolvi l`equazione usando i numeri specifici per la tua ricerca. La risposta che ti viene in mente dovrebbe essere la dimensione della tua ricerca.

Esempio: Dimensione del campione = N / (1 + N*e)

= 240 / (1 + 240 *0,04)

= 240 / (1 + 240 *0,0016)

= 240 / (1 + 0,384}

= 240 / (1.384)

= 173,41 (Rispondere)