샘플 크기

샘플 크기 정의

샘플 크기는 사용하는 용어에서 시장에 대한 연구를 정의하는 과목의 수에 포함되어 있는 샘플 크기입니다. 샘플 크기,우리의 그룹이있는 과목 선택 일반적인 인구로 간주의 대표는 실제 인구에 대한하는 특정 연구이다.

경우,예를 들어,우리가 원하는 예측하는 방법은 인구에서 특정 연령 그룹에 대응하여 새로운 제품,우리는 첫 번째에서 테스트 샘플 크기는 대표적인을 대상으로 한다. 표본 크기,이 경우,조사 될 해당 연령 그룹의 사람들의 수에 의해 주어질 것입니다.

의 계산 샘플 크기

의 사용 통계에 대한 공식을 결정하는 샘플 크기 알 수 있듯이,우선,선택의 중요한 기준에 대한 측정을 기반으로 만들어진 결과를 제공하여 질적 연구를 수행되는,일반적으로,연구자는,이러한 의미에서,두 가지 대안.

이것은 모니터링할 수 있는 측정의 변수 및 확인은 특정 표시기를 표현하는 그들의 진화입니다. 따라서,연구원 수에 따라 결정의 주파수의 방문의 상부 및 해당 지표 이것을 설명하는 변수가 될 주간 평균의 주파수를 방문하는 그룹,문서에서 전문 문학의 선택은 이 방법은 아래에 지정된 개념의 샘플링과 관련하여 변수를 조사한다.

조사 된 마케팅 현상의 특정 속성을 평가하는 것을 목표로 할 수 있습니다. 예를 들어,연구원 수 있습니다 추구의 식별을 소비자의 환경 인테리어에 대한 배열의 상업적인 단위,이를 평가하는 설정의 대표자 특성에 대한 인테리어 디자인에서 전문 문학의 선택은 이 방법은 아래에 지정된 샘플링 개념으로 조사한 특성이 있습니다.

샘플 크기는 공식은 다음과 같습니다.

N=인구 크기•전자=오(비율에서 소수 형태)•z=z-score

또는 샘플 크기는 수식:

n=N*X(X+N–1),

어디서,

X=Za/22*p*(1-p)/MOE2

고 Za/2 은 중요한 가치의 배포에서는 α/2(에 대한 신뢰 수준의 95%,α 은 0.05 및 임계 값은 1.96), 모은 오차,p 견본 비율,N 은 인구 크기입니다. 유한 모집단 보정이 표본 크기 공식에 적용되었음을 유의하십시오.

샘플 크기 과정

샘플링 크기는 과정을 포함한 여러 가지 특정 활동,즉

*정의하는 인구의 목적은 연구;

*선택하는 샘플링 크기의 프레임;

*선택하는 샘플링 크기는 방법;

*구축 양식의 선택의 표본 크기 단위;

*을 결정하는 어머니의 샘플 크기;

*선택하는 실제적인 단위의 샘플 크기;

*실시장 활동입니다.

정의 대상 인구의 수행되어야를 방지하기 위해 중 하나를 선택하는 경향이 부당한 큰 인구하거나 경사를 선택하기 때문에 좁은 인구입니다. 예를 들어,기업을 생산하는 자동차,전체 인구할 수 있으로 표시의 사람들은 전국을 포함한 다양한 연령대의 어린이.

그러나 연구의 대상이 될 관련 인구는 18 세 이상의 인구로만 구성 될 것입니다. 예를 들어 25 세에서 50 세 사이의 남성 인구와 같이 부당하게 제한된 인구는 입원 할 수 없습니다. 이것은 자동차 시장의 큰 부분을 커버 할 수 있지만 몇 가지 필수 세그먼트를 제외합니다.

에서의 연습 경우,임의 샘플링,샘플이 선택 목록에서의 인구는 종종 다르다 어느 정도에서,인구의 대상이되는 연구이다. 이 목록은 샘플이 구성될 요소를 포함하기 때문에 샘플링 프레임 또는 샘플링 베이스를 나타냅니다.

샘플의 설립은 샘플링 단위의 설립을 의미합니다. 샘플링 단위로 표시되는 고유한 요소 또는 그룹의 다른 요소에서 인구 조사할 수 있는 선택을 형성한 샘플입니다. 샘플링 유닛이 될 수 있는 사람,가족,가구,회사 또는 회사,지역,등등. 샘플링 단위가 분석 단위와 항상 동일하지는 않다는 것을 지정할 필요가있다. 예를 들어,연구에의 가족의 경비는,샘플링 장치 집에 있을 수 있습니다거나 가구 및 장치의 분석이 될 수 있는 사람이나 가족입니다.

연구에서 중요한 정의

• 오류 마진

오류 마진은 필요한 정확도의 양입니다. 즉,추정 된 백분율로 자주보고되는 플러스 또는 마이너스 숫자이며 신뢰 구간이라고도 할 수 있습니다. 그것은 진정한 인구 비율이 추정되는 범위이며 자주%포인트(예:±2%)로 표현됩니다. 인식한 후에 당신은 당신의 정보를 수집니다 아마 이보다 더 많거나 적은 목표이기 때문에 그에 따른 비율을 보다는 오히려 당신의 견본 비율 정확성을 달성했다.

• 신뢰 수준

신뢰 수준을 확률은 비율이 되는 사실에 포함된 마진 오류가 있습니다. 는 경우에는 연구를 반복하였고 각각의 시간으로 계산되었는 범위,당신이 기대하는 진정한 값을 거짓말을 내에 이러한 범위에서는 95 퍼센트의 이벤트입니다. 신뢰 수준이 높을수록 간격이 진정한 비율을 포함한다는 것을 더 확신 할 수 있습니다.

• 인구 크기

이것은 전체 개인의 수에 당신의 인구입니다. 이 공식에서는 유한 모집단 보정을 사용하여 작은 모집단에서 샘플링을 설명합니다. 그러나 당신은 당신의 인구가 큰 경우 10 만 사용할 수 있습니다 얼마나 큰 모르겠어요. 표본 크기는 더 큰 사람들을 위해 상당히 변화하지 않습니다.

• 샘플 비율 정의

샘플 비율은 당신이 무엇을 기대한 결과다. 이것은 종종 설문 조사에서 결과를 사용하거나 소규모 파일럿 연구를 실행하여 설정할 수 있습니다. 가장 중요한 표본 크기를 제공하고 불확실한 경우 보수적 인 50%를 사용하십시오. 이 표본 크기 계산은 이항 분포에 대한 정규 근사값을 사용한다는 점에 유의하십시오. 이 경우 샘플 비율이 1 또는 0 에 가까우면이 근사치가 유효하지 않으며 대체 샘플 크기 계산 방법을 고려하려고합니다.

• 표본 크기

다음은 진정한 모집단 비율을 측정하는 데 필요한 최소 표본 크기입니다. 한 경우에는 일부 사람들이 응답하지 않도록 선택하는 경우 비 응답은 기회와 수 없는 것에 포함된 샘플의 샘플 크기가 될 필요가 증가합니다. 일반적으로 응답 속도가 높을수록 견적에 편견이 생깁니다.

표준 편차는 무엇입니까?

표준 편차가 통계 조치의 분산 데이터 집합 상대적 의미와 계산할 수 있습의 제곱근으로 분산. 평균에 상대적인 각 데이터 포인트 사이의 변화를 지정하여 분산의 제곱근으로 계산됩니다. 데이터 포인트는 의미에서,더 높은 편차에 데이터를 설정한다;따라서,데이터,크 표준 편차가 있다고 가정합니다.

는 방법을 결정하는 샘플 크기는?

우리는 전체 인구를 테스트 할 수 없습니다. 샘플 크기에 따라 자신감으로 관심이 있는 계산 시 인구는 매개변수를 측정하는 샘플 크기입니다. 따라서이 샘플의 값이 해당 범위 안에 놓 이도록 신뢰 구간을 설정해야합니다. 샘플링은 방법에 대한 질문에 대답합니까? 얼마나 많은가? 인구에 의해,우리가 이해하는 모든 멤버의 특정 지역 사회와의 캐릭터가 특정한 자연의 법칙,특성,특수성(예:청소년 18-25 년,학생).

좋은 표본 크기는 무엇입니까? 표본 크기는 하위 집합,추출물,해당 모집단에서 추출한 여러 사람입니다. 인구는 무한한 것으로 간주되며 실제로 우리는 끝없는 수의 사례를 연구 할 수 없습니다.

behaviors,점수를 획득하여 측정 샘플 크기 사용을 추론하,예상 통해 통계적 추론의 점수 또는 동작이 우리가 수집하는 경우 우리가 테스트는 전체 인구입니다.

샘플 크기 결정(우리가 선택한대로).

기본 원칙-대표 에세이를 형성 할 수있는 것으로 간주되는 참가자의 수는 연구 유형에 따라 다릅니다. 따라서,이제에 대한 연구,30 참가자들은 충분을 만드는 대표하는 샘플 크기(허용되는 30 과목에서,배급 일반). 에 대한 실험 및 준는 실험적 검색(과 유사한 실험을 제외하고는 참가자들은 무작위로 나누어 두 그룹으로,우리는 발견합 그룹 이미 형성).

설명 연구(예:비행가)의 경우 해당 인구의 20%가 충분합니다. 인구가 클수록 비율이 작아집니다. 예:1000 명 중 20%=200 명;5000 명 중 10%=500 명. 소규모 인구(100 명 미만)의 경우 표본 크기는 모집단과 거의 같습니다. 평균 인구(약 500 명)의 경우 약 1 시간. 20%. 더 큰 인구(5000pers)의 경우 약 400pers 이지만 1%의 표본 크기도 중요 할 수 있습니다.

이미지 만들어:우대 메이커

샘플링 알고리즘

• 무작위 샘플 크기

(1) 식별하고 정의의 인구

Ex. 인구는 임의의 국가에서 5000 명의 학교 이사로 구성됩니다.

(2)표본 크기 결정(설명 연구)

Ex. 샘플 크기는 5000 명의 임원 중 10%로 구성되며 500 명이 발생합니다.

상관 관계 또는 실험 인 경우 N=min30.이것은 인구의 모든 구성원의 목록을 작성하는 것입니다.

Ex. 모든 학교 교장은 목록에

(4)나열된 각 번호에 번호가 지정됩니다. 우리가 천명까지 가지고 있다면,000 의 숫자가 주어지고,목록에있는 마지막 숫자는 999 가 될 것입니다;우리가 100 명 00-99 를 가지고 있다면.

Ex. 이사의 목록에,0000 마지막 4999 가있을 것이다 각각의 첫 번째에 번호를 제공합니다.

(5)난수가있는 테이블이 있고 난수가있는 테이블의 이름이 무작위로 선택됩니다.

Ex. 테이블에서 53634 가 선택되었습니다(5 명 중 우리는 5000 명이 있다고 생각하지 않습니다).

(6)추출 된 숫자에서 우리가 추출한 모집단에 따라 모든 숫자 또는 얼마나 많은 숫자가 필요합니다.

예. 우리에게는 5000 명 밖에 없습니다.

(7)설정된 번호에 투옥이있는 경우 샘플 크기 목록의 표에 입력합니다.

Ex. 번호 3634in 와 감독이 있기 때문에,우리는 샘플 크기로 이동합니다.

(8)열의 다음 숫자로 이동하십시오.

최종 우리가 선택한 방법이 투표에 우리가 동의하지 않는 프로세스는 모든 주문 번호가의 참가자들 또는 그들의 이름은에 포함된 투표지 상자,우리가 추출 숫자의 준비를 위해 필요한 샘플 크기입니다.

• 체계적인 샘플 크기

그것은 설립의 유형에 따라 연구:기술,이제

(1)식별 및 정의합니다.

Ex. 인구는 한 국가의 임의의 지역에서 온 5000 명의 교사들로 구성됩니다.

(2)표본 크기 결정(설명 연구)

Ex. 해 설명하는 연구는 인구의 10%에=500 명.

(3)우리 목록을 만들어 모든 구성원과의 인구

Ex. 5000 명의 교사는 알파벳 순서로 배열되어 있으며,이미 목록은 무작위로 구성되어 있지 않지만 절차는 유효합니다.

(4)매개 변수 또는 단계 K=모집단 크기/표본 크기를 결정합니다.

Ex. K=5000/500=10

(5)목록의 시작 부분에서 특정 위치로 시작합니다.

Ex. 3 번째 이름에 손가락을 넣었다고 가정 해보십시오(목록을 직접 사용).

(6)선택한 위치부터 시작하여 각 K 이름이 선택됩니다.

EX. 우리의 표본 크기에서:3-13-23-33-etc.

(7)경우에는 샘플 크기는지에 의해 만들어진 목록의 끝,그것은 다시 와서 시작 부분에서;

• 층 샘플 크기

(1)식별 및 정의합니다.

Ex. 을 비교하의 효율성의 두 가지 방법을 교육의 사회심리적인 능력에 따라 관리 수준의 자부심,인구로 구성되어 있는 300 상자에서는 임의의 도시입니다.

(2)샘플 크기 결정(샘플 크기 계산)

Ex. 샘플 크기는 45 관리자를 위한 방법을 a 와 b

(3)변수과 하위 그룹은 설립을 위한 레이어 나타내는 대표성(동일 번호/비례 수에서 각 하위 그룹.

Ex. 원하는 하위 그룹은 세 가지 수준의 자부심을 토대로 설정됩니다: 보통,높음,낮은(연령,수준의 교육,남녀)

(4)회원의 인구가 나의 하나로 설립니다.

Ex.300 명의 관리자는 자부심 수준에 따라 분류됩니다:45 개의 높은 자부심,225 개의 평균 자부심,40 개의 낮은 자부심.

(5)간단히 샘플링하여(우리는 무질서에 번호 매기기가있는 테이블을 사용하거나 로트로 그리기). 각 하위 그룹(비례 수)의 참가자 수는

Ex 로 설정됩니다. 우리는 각 층에서 30 의 숫자가 추출된다는 것을 결정합니다. 테이블을 사용하여 임의의 숫자 또는 그릴,우리가 추출 30 관리가 높은 자부심,30 으로 평균 자부심,30 낮은 자부심을 가진. 30 참가자가 각 샘플 크기에 따라서 업 무작위로 그들을 배포(절반 방법 및 절반 방법 B)

• 다단계 샘플 크기

선택의 참가자들에게 최대 샘플 크기는 간접적으로의 선택을 통해 그룹의는 참가자는 부분입니다.인구를 식별 할 수있는 방법을 찾아야합니다.

Ex. 인구는 한 국가의 무작위 지역에서 현지화 된 학교의 5000 명의 교사들로 구성됩니다.

(2)표본 크기 결정(설명 연구)

Ex. 샘플 크기=10%=500.

(3)논리적 유형(클러스터)

Ex 를 설정합니다. 클러스터는 학교입니다.

(4)모집단을 구성하는 그룹을 포함하는 목록이

Ex 로 만들어집니다. 이 목록은 한 국가의 임의의 지역에서 온 100 개의 학교로 구성됩니다.

(5)각 그룹의 인구 수를 추정합니다. (클러스터)

Ex. 지만 학교의 수에 차이가 선생님,우리가 선택 50 에서 각 학교

(6)수의 그룹에 의해 결정됩 나누는 샘플 크기에 의하여 추정된 크기의 그룹입니다.

Ex.500 / 50 = 10.

(7)그룹 수는 임의의 숫자가있는 표 또는 투표함을 통해 무작위로 선택됩니다.

Ex. 전국 랜덤지역 100 개 학교 중 10 개 학교를 선정합니다!

(8)선택한 그룹의 모든 구성원은 샘플 크기의 일부입니다.

Ex. 10 개 학교의 모든 교사는 표본 크기의 일부입니다.결론을 내리겠습니다.대표적인 표본 크기를 만드는 가장 좋은 방법은 무작위 샘플링입니다.

표본 크기 차원 및 표본 크기 유형:

확률은 연구의 종류에 따라 다릅니다. 상관 관계 및 실험 연구의 경우,30 명의 피험자가 1-10%의 인구 규모에 따라 설명 연구에 충분합니다.

에 관계 없이 특정 기법에 사용된 대형 샘플링 단계로 구성되어 있:

• 식별 인구의
• 을 결정하는 데 필요한 샘플 크기
• 참가자의 선택.
• 데이터 수집

단순한 임의의 샘플링을 얻을 수있는 가장 좋은 방법인 또는 안정된 샘플 크기가 있는 경우에 우리는 흥미 진진한 변종(self-esteem).

샘플링에서 변형 성향의 주요 원천은 비방 론적 방법의 사용이다.

사용하는 비표준 기술을 일반적으로 어렵지 않으면 불가능을 설명하는 인구의 인구는 샘플 크기 추출과 일반화의 결과는 샘플 크기를 각각의 인구입니다.

의 위험 작은 샘플 크기

예를 들어,우리는 우리 것에 유혹을 이렇게 말하는 샘플 크기를 의미에서 얻은 큰 볼륨 샘플 크기는 항상 더 많은 정확한 평균보다는 샘플 크기에서 얻은 작은 샘플 볼륨 크기에는 유효하지 않습니다.

사실,그것은 단지 문은:더 큰 샘플 크기에 의미가 더 큰 볼륨 샘플 크기가 더 가능성이보다 더 정확 하나에서 얻은 작은 샘플 볼륨 크기입니다. 이것이 가능한 이유는 게임을 통해 기회의 평균을 획득에 큰 샘플 크기가 넘어서는 평균 실제보다 평균 수집에서 작은 샘플 크기입니다. 이 상황 만이 두 샘플 크기 사이의 볼륨 차이가 커질수록 가능성이 적습니다.

경우 우리는 줄이는 방정식의 조건을 극단적으로 우리가 이해하는 것을 의미한 수준의 테스트에 도달 할 수있는 모두 작은 샘플 크기가 큰 효과 크기만으로도 충분히 큰 샘플 크기 때 효과는 크기가 작습니다. 즉,작은 효과 크기는 피험자의 수를 증가시킴으로써 보상 될 수 있으며,이는 관련성 연구 결론의 문제를 제기한다.체계적인 오류는 표본 크기와 관련이없는 요인으로 인해 발생합니다. 이러한 요소를 생성하는 표준오류에 관련된 결함의 샘플링 프로세스와 같이,예를 들어,오류에 대한 샘플의 선택 단위,오류에 대한 샘플링 프레임,측정 오류가,비 답 답변에 해당하지 않는 현실을 거부하는 참여 조사하는 동안,etc.

고객 만족도 조사와 연구 시장

고객 만족도 설문 조사에 의존하지 않는 통계적으로 중요한 샘플 크기입니다. 이러한 설문 조사는 정확해야하며 더 정확한 답변이 있어야합니다. 고객 만족도 조사에서 고객이 제공 한 모든 응답을 신중하게 분석하는 것이 중요합니다. 긍정적이거나 부정적인 모든 피드백이 중요합니다.

시장 조사에 관해서는 통계적으로 유의 한 표본 크기가 많은 도움이됩니다. 이러한 시장 조사는 고객과 활성화하려는 시장에 대한 새로운 정보를 발견하는 데 도움이됩니다. 이 조사를 받게 됩니다에 대한 최신 정보는 목표 시장 및 고객에 대한 사 귀하의 서비스 또는 제품입니다.

연구에서 표본 크기는 얼마입니까?

샘플 크기에서 연구를 찾는 데 도움이 될 수 있습니다 밖으로 많은 정보에 대한 특정한 대상 시장에 대해 또는 특정 유형의 고객입니다.

을 계산하는 샘플 크기에 대한 테스트 AB

어떤 실험을 포함하는 통계적 추론 필요한 샘플 크기 계산기 전에 수행한 실험은 시작됩니다. A/B 테스트(분할 테스트)도 예외는 아닙니다. 측정의 최소 숫자는 방문자에 필요한 AB 평가하기 전에 처음 방지에서 우리를 실행하는 테스트를 얻은 작은 샘플 크기에 따라서는”부족한”test.

우리는 세 가지 기준을 설정 우리가 시작하기 전에 실행하는 실험:

1. 의미한 수준에 대한 실험기:5%유의수준는 것을 의미를 선언하면서 우승자 AB 평가,그 다음 당신은 95%의 가능성을 가지는 당신이 올바른 사용합니다. 또한 컨트롤과 95%의”신뢰도를 가진 변형간에 상당한 효과 차이가 있음을 시사합니다.”이 임계 값은 분명히 임의의 것이고 실험의 디자인을 만들 때 하나를 선택합니다.
2. 최소 감지 효과:바람직한 중요한 차이는 가격은 당신을 찾고 싶은
3. 평가 힘:의 가능성은 감지는 차이 원래의 평가 및 변형 변환 요금입니다.