Den viktigste grunnen til å bruke store utvalgsstørrelsen er å eliminere sjansene for en statistisk anomali synes å være normal, selv om du bruker et tilfeldig utvalg . For eksempel, hvis du var å studere befolkningen i Los Angeles du kanskje tilfeldig valgt 100 personer ; ved en tilfeldighet 20 av dem kunne ha rødt hår . Du kan trekke en konklusjon om at det er flere personer med rødt hår i byen enn det egentlig er.
Starter Small
Noen mennesker anbefaler at du starter ut med en liten prøve størrelser. Professor Peter Bachhetti er sitert i The Scientist magazine som å si starter små i visse medisinske studier kan være gunstig fordi det kan avgjøre om det er verdi til studiet . En stor studie kan ta opp penger og tid som ikke kan rettferdiggjøres , sier han .
Sampling Faktorer
Flere faktorer bestemmer den beste utvalgsstørrelse , og starter med den faktiske størrelsen på befolkningen. En utvalgsstørrelse bør være stor nok til at den har en liten sampling error , som representerer hvor nær resultatene er til din faktiske befolkningen innenfor en prosentandel. Det må gjenspeile mangfoldet i befolkningen , kjent som grad av variasjon . Det må også være et sikkerhetsnivå slik at hvis befolkningen er gjentatte ganger samplet , kan resultatene bli duplisert .
Bestemme utvalgsstørrelsen
Bestemme størrelsen på en prøve i en studie er en av de vanskeligste oppgavene for forskere og statistikere . Forskere er avhengige av en rekke metoder for å hjelpe dem å avgjøre den riktige utvalgsstørrelse for dem . En måte er å ta en lignende studie og bruke den studien sampling størrelse. En annen er gjennom en rekke formler som beregner en utvalgsstørrelse ved hjelp av størrelsen på befolkningen og ønsket sampling error og sikkerhetsnivå.