Rozmiar próbki

definicja rozmiaru próbki

wielkość próby to termin używany w badaniach rynkowych do określania liczby osób wchodzących w skład próbki. Przez wielkość próby, rozumiemy grupę osób, które są wybrane z ogólnej populacji i jest uważany za przedstawiciela rzeczywistej populacji dla tego konkretnego badania.

na przykład, jeśli chcemy przewidzieć, jak populacja w określonej grupie wiekowej zareaguje na nowy produkt, możemy najpierw przetestować go na wielkości próby, która jest reprezentatywna dla docelowej populacji. Wielkość próby, w tym przypadku, będzie podana przez liczbę osób w tej grupie wiekowej, które będą badane.

obliczanie wielkości próby

wykorzystanie formuł statystycznych do określenia wielkości próby oznacza przede wszystkim wybór istotnego punktu odniesienia dla środków, które mają być wykonane na podstawie wyników dostarczonych przez badania jakościowe, które mają być przeprowadzone, Zwykle badacz ma, w tym sensie, dwie alternatywy:

może monitorować pomiar zmiennych i określić konkretne wskaźniki, które wyrażają ich ewolucję. Tak więc badacz może śledzić określenie częstotliwości wizyt jednostki handlowej i odpowiedniego wskaźnika opisującego tę zmienną, aby być średnią tygodniową częstotliwością wizyt w danej grupie, w literaturze specjalistycznej wybór tej alternatywy jest oznaczony pod pojęciem pobierania próbek w stosunku do badanych zmiennych.

może mieć na celu ocenę specyficznych cech badanego zjawiska marketingowego. Na przykład badacz może dążyć do identyfikacji preferencji konsumentów dotyczących aranżacji wnętrza jednostki handlowej, oceniając zestaw reprezentatywnych atrybutów dla wystroju wnętrza, w specjalistycznej literaturze wybór tej alternatywy jest oznaczony w ramach koncepcji pobierania próbek z badanymi cechami.

wzór wielkości próby to:

N = wielkość populacji • e = margines błędu (procent w postaci dziesiętnej) • Z = Z-wynik

inny wzór wielkości próby to:

n = n*X / (X + N – 1),

gdzie,

x = Za/22 *P*(1-P) / MOE2,

i Za/2 to wartość krytyczna rozkładu normalnego przy α/2 (dla poziomu ufności 95% α wynosi 0,05, a wartość krytyczna 1,96), MOE to margines błędu, p to proporcja próby, A N to wielkość populacji. Należy zauważyć, że korekta skończonej populacji została zastosowana do wzoru wielkości próby.

proces wielkości próby

proces wielkości próby obejmuje kilka konkretnych działań, a mianowicie:

* definiowanie populacji, która jest przedmiotem badań;

* wybór ramki wielkości próby;

* wybór metody wielkości próby;

* ustalenie trybu doboru jednostek wielkości próby;

* określenie matki wielkości próby;

* wybór rzeczywistych jednostek wielkości próby;

* prowadzenie działań w terenie.

Definiowanie populacji docelowej musi być wykonane z wielką starannością, aby uniknąć tendencji do wyboru nieuzasadnionej dużej populacji lub skłonności do wyboru nieuzasadnionej wąskiej populacji. Na przykład, dla firm, które produkują samochody, całkowita populacja może być reprezentowana przez ludzi w całym kraju, w tym dzieci w różnym wieku.

ale odpowiednia populacja, która będzie przedmiotem badań, będzie składała się tylko z populacji powyżej 18 roku życia. Nie dopuszcza się nieuzasadnionych ograniczeń, takich jak na przykład populacja mężczyzn w wieku od 25 do 50 lat. Może to obejmować znaczną część rynku motoryzacyjnego, ale wyklucza niektóre istotne segmenty.

w praktyce, w przypadku losowego pobierania próbek, próbka zostanie wybrana z listy populacji, która często różni się w pewnym stopniu od populacji, która jest przedmiotem badań. Wykaz ten przedstawia ramę pobierania próbek lub podstawę pobierania próbek, ponieważ zawiera elementy, z których próbka ma być utworzona.

ustanowienie próby oznacza ustanowienie jednostki pobierania próbek. Jednostka pobierania próbek jest reprezentowana przez odrębny element lub grupę różnych elementów w badanej populacji, które można wybrać w celu utworzenia próby. Jednostką pobierania próbek może być osoba, rodzina, gospodarstwo domowe, firma lub firma, miejscowość itp. Należy określić, że jednostka pobierania próbek nie zawsze jest identyczna z jednostką analizy. Na przykład w badaniu wydatków rodzinnych jednostką pobierania próbek może być dom lub gospodarstwo domowe, a jednostką analizy może być osoba lub rodzina.

ważne definicje w badaniach

• margines błędu

margines błędu to ilość dokładności, której potrzebujesz. Jest to liczba plus lub minus, która jest często podawana z szacunkowym odsetkiem i może być również określana jako przedział ufności. Jest to zakres, w którym rzeczywisty wskaźnik populacji jest szacowany i często wyrażany w punktach procentowych (np. ±2 procent ). Należy pamiętać, po zebraniu informacji będzie prawdopodobnie więcej lub mniej niż ta suma cel, ponieważ będzie zależeć od proporcji, a nie procent próbki, że precyzja osiągnięty.

• poziom ufności

poziom ufności jest prawdopodobieństwem, że proporcja, która jest prawdziwa, jest zawarta w marginesie błędu. W przypadku, gdy badanie było powtarzane i za każdym razem było obliczane na podstawie zakresu, można oczekiwać, że prawdziwa wartość będzie leżeć w tych zakresach dla 95 procent zdarzeń. Im wyższy poziom ufności, tym bardziej możesz mieć pewność, że przedział zawiera rzeczywisty stosunek.

• wielkość populacji

jest to całkowita liczba osobników w populacji. W tym wzorze używamy korekcji skończonej populacji, aby uwzględnić pobieranie próbek z populacji, które są małe. Ale nie wiesz, jak duża jesteś w stanie wykorzystać 100 000, jeśli twoja populacja jest duża. Wielkość próby nie zmienia się znacząco dla osób większych.

• definicja stosunku próby

proporcja próbki jest taka, jakiej oczekujesz wyników. Często można to ustawić na podstawie wyników ankiety lub poprzez przeprowadzenie małych badań pilotażowych. Użyj 50%, co daje najbardziej znaczący Rozmiar próbki i jest konserwatywny, jeśli jesteś niepewny. Zauważ, że to obliczenie wielkości próbki wykorzystuje normalne przybliżenie do rozkładu dwumianowego. W przypadku, stosunek próby jest bliski 1 lub 0, to przybliżenie to nie jest ważne, i chcesz wziąć pod uwagę alternatywną metodę obliczania wielkości próbki.

• Rozmiar próbki

oto minimalny rozmiar próbki, który musisz zmierzyć rzeczywisty wskaźnik populacji. Należy pamiętać, że jeśli niektórzy ludzie nie zdecydują się odpowiedzieć, jeśli Brak odpowiedzi jest szansa i że nie mogą być zawarte w próbce, rozmiar próbki będzie musiał zostać zwiększony. Ogólnie rzecz biorąc, im wyższa szybkość reakcji, tym lepsza wycena doprowadzi do błędów w ofercie.

Co To jest odchylenie standardowe?

odchylenie standardowe jest statystyką, która mierzy rozproszenie zbioru danych w stosunku do jego średniej i może być obliczona jako pierwiastek kwadratowy wariancji. Oblicza się ją jako pierwiastek kwadratowy wariancji, określając zmienność między każdym punktem danych w stosunku do średniej. Jeśli punkty danych są od średniej, jest większe odchylenie w zbiorze danych; w związku z tym, się DANE, tym większe odchylenie standardowe.

Jak określić rozmiar próbki?

nie możemy przetestować całej populacji. Wielkość próby opiera się na przedziałach ufności: jesteśmy zainteresowani obliczeniem parametru populacji, w pomiarze wielkości próby. Dlatego powinniśmy ustalić przedziały ufności, tak aby wartości tej próbki znajdowały się w tym zakresie. Próbkowanie odpowiada na pytanie jak? Ilu? Przez populację rozumiemy wszystkich członków określonej społeczności, których charakter stanowi określone prawo naturalne, specyficzna cecha, specyfika (np. młodzież 18-25 lat, studenci).

Jaki jest dobry rozmiar próbki? Wielkość próby to podzbiór, ekstrakt, kilka osób wyodrębnionych z tej populacji. Populacja jest uważana za nieskończoną; w praktyce nie możemy badać nieskończonej liczby przypadków.

zachowania, wyniki, uzyskane przez pomiar wielkości próby są używane do wydedukowania, oszacowania przez Wnioskowanie statystyczne wyniki lub zachowania, które zbierzemy, gdybyśmy przetestowali całą populację.

określanie wielkości próby (jak wybieramy).

podstawowa zasada – liczba uczestników uznanych za akceptowalne do utworzenia reprezentatywnego eseju zależy od rodzaju badań. Tak więc, w przypadku badań korelacyjnych, 30 uczestników wystarcza do stworzenia reprezentatywnej wielkości próby (przyjmuje się, że od 30 osób rozkład jest normalny). W przypadku poszukiwań eksperymentalnych i quasi-eksperymentalnych (podobnych do eksperymentu z tym, że uczestnicy nie są losowo podzieleni na dwie grupy, znaleźliśmy grupy już utworzone).

do badań opisowych (np. lotników) wystarcza 20% populacji. Im większa populacja, tym mniejszy procent. Ex: 20% z 1000 osób = 200 osób; 10% z 5000 osób = 500 osób. W przypadku małych populacji (poniżej 100 osób) wielkość próby jest w przybliżeniu równa populacji. Dla przeciętnej populacji (około 500 osób) ok. 20%. Dla większych populacji (jest to 5000 osób), około 400 osób, ale także wielkość próby 1% może być znacząca.

obraz utworzony za pomocą: Flyer Maker

algorytmy próbkowania

• losowy Rozmiar próbki

(1) Identyfikacja i definicja mieszkańców

Ex. Populacja składa się z wszystkich 5000 dyrektorów szkół w przypadkowym kraju.

(2) określenie wielkości próby (badania opisowe)

Ex. Wielkość próby będzie składać się z 10% z 5000 kadry kierowniczej, w wyniku czego 500 osób.

jeśli jest korelacyjny lub eksperymentalny, N = min 30.

(3) tworzymy listę wszystkich członków populacji.

Ex. Wszyscy dyrektorzy szkół znajdują się na liście

(4) każdemu z wymienionych jest przypisany numer. Jeśli mamy do tysiąca osób, podane są liczby od 000, a ostatni na liście będzie miał 999; jeśli mamy 100 osób 00-99.

Ex. Na liście dyrektorów podaj numery do każdego pierwszego będzie miał 0000, a ostatniego 4999.

(5) istnieją tabele z liczbami losowymi, a następnie losowo wybierana jest nazwa z tabel z liczbami losowymi.

Ex. Z tabeli wybrano 53634(z 5 nie uważamy, że mamy 5000 osób).

(6) z wyodrębnionej liczby, wszystkie liczby lub ile liczb są wymagane w zależności od populacji, z której wyodrębniamy.

np. Mamy tylko 5000 ludzi.

(7) jeśli mamy ustawioną liczbę, wpisujemy ją do tabeli na liście wielkości próby.

Ex. Ponieważ jest reżyser o numerze 3634in, przechodzimy do wielkości próby.

(8) przejdź do następnej liczby w kolumnie.

wariant: wybieramy metodę urny, jeśli nie zgadzamy się z procesem, to znaczy, że wszystkie numery porządkowe uczestników lub ich nazwiska są zawarte w urnie i wyodrębniamy numer niezbędny do przygotowania wielkości próby.

• wielkość próby systematycznej

ustala się ją w zależności od rodzaju badań: opisowej, korelacyjnej

(1) identyfikacji i definicji populacji.

Ex. Populacja składa się z wszystkich 5000 nauczycieli z przypadkowego regionu w kraju.

(2) określenie wielkości próby (badania opisowe)

Ex. Załóżmy, że są to badania opisowe, okazuje się, że 10% populacji = 500 osób

(3) tworzymy Listę ze wszystkimi członkami populacji

Ex. 5000 nauczycieli jest ułożonych w porządku alfabetycznym; lista nie jest już tworzona losowo, ale procedura jest ważna.

(4) Określ parametr lub krok K = wielkość populacji / wielkość próby.

Ex. K = 5000/500 = 10

(5) zaczyna się od określonej pozycji na początku listy.

Ex. Załóżmy, że położyłem palec na 3. nazwie (używając listy bezpośrednio).

(6) począwszy od wybranej pozycji, każda nazwa K jest wybierana.

EX. W naszym rozmiarze próbki: 3-13-23-33-itp.

(7) Jeśli wielkość próby nie została utworzona do końca listy, wróciłaby od początku;

• Stratyfikowana wielkość próby

(1) Identyfikacja i definicja populacji.

Ex. Aby porównać skuteczność dwóch metod szkolenia kompetencji psychospołecznych w zarządzaniu zgodnie z poziomem samooceny, populacja składa się z 300 najlepszych menedżerów z losowego miasta.

(2) określanie wielkości próbki (obliczanie wielkości próbki)

Ex. Wielkość próby będzie 45 menedżerów dla metod a i b

(3) zmienna i podgrupy są ustalone, warstwy do reprezentowania reprezentatywności (równa liczba / proporcjonalna liczba w każdej podgrupie.

Ex. Pożądane podgrupy są ustalane w oparciu o trzy poziomy samooceny: średni, wysoki, niski (wiek, poziom wyszkolenia, Mężczyzna-Kobieta)

(4) Członkowie populacji są podzieleni na jedną z ustalonych podgrup.

Ex.300 menedżerów klasyfikuje się według poziomu samooceny: 45 wysoka samoocena, 225 średnia samoocena, 40 niska samoocena.

(5) po prostu samplując (używamy tabeli z numeracją w nieporządku lub rysując w partiach). Liczba uczestników z każdej podgrupy (liczba proporcjonalna) jest ustalana

Ex. Ustalamy, że z każdej warstwy wyodrębnia się liczbę 30. Korzystając z tabeli z losowymi liczbami lub losowaniem, wyodrębniamy 30 menedżerów z wysoką samooceną, 30 ze średnią samooceną, 30 z niską samooceną. W ten sposób 30 uczestników w każdej wielkości próby losowo rozdziela je (metoda połowa a i metoda połowa b)

• wielostopniowa wielkość próby

wybór uczestników, którzy tworzą wielkość próby, odbywa się pośrednio poprzez wybór grup, których uczestnicy są częścią.

(1) Identyfikacja i definicja populacji.

Ex. Populacja składa się z wszystkich 5000 nauczycieli ze szkół, które są zlokalizowane z losowego regionu w kraju.

(2) określenie wielkości próby (badania opisowe)

Ex. Wielkość próbki = 10% = 500.

(3) ustal typ logiczny (Klaster)

Ex. Gromada jest szkołą.

(4) lista zawierająca grupy składające się na populację jest wykonana

Ex. Lista składa się ze 100 szkół z losowego regionu w kraju.

(5) liczba ludności dla każdej grupy jest szacowana.

Ex. Chociaż szkoły różnią się liczbą nauczycieli, wybieramy tylko 50 z każdej szkoły

(6) liczba grup jest określana przez podzielenie wielkości próby przez szacunkową wielkość grup.

Ex.500 / 50 = 10.

(7) liczba grup jest losowo wybierana przez tabelę z losowymi numerami lub urną wyborczą.

Ex. Wybieramy 10 szkół ze 100 szkół z losowego regionu w kraju!

(8) wszyscy członkowie wybranych grup są częścią wielkości próby.

Ex. Wszyscy nauczyciele w 10 szkołach są częścią wielkości próby.

podsumujmy.

najlepszym sposobem na reprezentatywną wielkość próby jest losowe pobieranie próbek.

wielkość próbki wymiar i typ wielkości próbki:

prawdopodobieństwo zależy od rodzaju badań. Do badań korelacyjnych i eksperymentalnych wystarcza liczba 30 osób do badań opisowych w zależności od wielkości populacji od 1-10%.

niezależnie od konkretnej techniki stosowanej w dużych etapach pobierania próbek, składają się one z:

• identyfikacja populacji
• określenie wymaganej wielkości próby
• wybór uczestników.
• zbieranie danych

proste losowe pobieranie próbek jest najlepszym sposobem na uzyskanie reprezentatywnej lub ustabilizowanej wielkości próbki, jeśli mamy ekscytujący wariant (poczucie własnej wartości).

podstawowym źródłem tendencji deformujących w próbkowaniu jest zastosowanie metody nonprobabilistycznej.

stosowanie niestandardowych technik jest zazwyczaj trudne, jeśli nie jest niemożliwe opisanie populacji populacji, z której wyodrębniono wielkość próby i uogólnienie wyników z wielkości próby na odpowiednią populację.

niebezpieczeństwa małej wielkości próbki

na przykład, chcielibyśmy pokusić się, aby powiedzieć, że wielkość próby oznacza uzyskane na większej wielkości próbki objętości jest zawsze bardziej dokładne niż średnia wielkość próbki uzyskane na mniejszej wielkości próbki objętości, która nie jest ważna.

To prawda, że jest to tylko stwierdzenie: większy rozmiar próbki oznacza, że na większej wielkości próbki objętości jest bardziej prawdopodobne, dokładniejsze niż uzyskane na mniejszej wielkości próbki objętości. Możliwe jest, że w grze losowej średnia uzyskana na większej próbie znacznie przekracza średnią rzeczywistą niż średnia zebrana na mniejszej próbie. Tylko taka sytuacja jest mniej prawdopodobna, im mniej prawdopodobne, tym większa różnica objętości między dwiema wielkościami próbki.

Jeśli zmniejszymy warunki równania do skrajności, zrozumiemy, że poziom istotności testu można osiągnąć zarówno przy małej wielkości próbki, przy dużej wielkości efektu, ale także przy wystarczająco dużej wielkości próbki, gdy rozmiar efektu jest mały. Innymi słowy, niewielki rozmiar efektu można zrekompensować zwiększając liczbę badanych, co rodzi pytanie o trafność wniosków badawczych.

Błąd systematyczny wynika z czynników, które nie są związane z wielkością próby. Czynniki te, które generują błąd standardowy, są związane z niedoskonałościami procesu pobierania próbek, takimi jak na przykład błędy w wyborze jednostek próbki, błędy w ramach pobierania próbek, błędy pomiarowe, Brak odpowiedzi, odpowiedzi, które nie odpowiadają rzeczywistości, odmowa udziału w badaniu itp.

Badanie satysfakcji klienta i badania rynku

badania satysfakcji klienta nie zależą od statystycznie istotnej wielkości próby. Ankiety te muszą być dokładne i zawierać bardziej precyzyjne odpowiedzi. Ważne jest, aby dokładnie przeanalizować każdą odpowiedź klienta dał, w ankiecie satysfakcji klienta. Wszystkie opinie, pozytywne lub negatywne, są ważne.

jeśli chodzi o badania rynku, statystycznie istotna wielkość próby bardzo pomaga. Te ankiety RYNKOWE pomagają odkryć nowe informacje o klientach i rynku, który chcesz aktywować. Dzięki tej ankiecie otrzymasz najnowsze informacje o rynku docelowym oraz o klientach, którzy kupiliby Twoje usługi lub produkty.

jaka jest wielkość próby w badaniach?

wielkość próby w badaniach może pomóc znaleźć jak najwięcej informacji o konkretnym rynku docelowym lub o określonym typie klienta.

obliczanie wielkości próbki do testu AB

każdy eksperyment, który obejmuje Wnioskowanie statystyczne, wymaga obliczenia wielkości próbki wykonanego przed rozpoczęciem takiego eksperymentu. Testy A / B (split testing) nie są wyjątkiem. Pomiar minimalnej liczby odwiedzających wymaganych do oceny AB przed rozpoczęciem uniemożliwia nam przeprowadzenie testu, aby uzyskać mniejszy rozmiar próbki, a tym samym test”niedostateczny”.

ustalamy trzy kryteria przed rozpoczęciem eksperymentu:

1. poziom istotności dla Twojego eksperymentu: 5% poziom istotności oznacza, że jeśli zadeklarujesz zwycięzcę w swojej ocenie AB, masz 95% prawdopodobieństwa, że masz rację. Sugeruje to również, że masz znaczącą różnicę efektów między kontrolą a wariantem z 95% pewnością.”Próg ten jest, oczywiście, arbitralny i jeden przy projektowaniu eksperymentu wybiera go.
2. minimalny efekt wykrywalny: pożądana, ważna różnica między cenami, które chcesz znaleźć
3. moc oceny: prawdopodobieństwo wykrycia różnicy między kursem pierwotnym a kursami konwersji wariantu.