Os Efeitos de uma Limitação pequeno tamanho da amostra

As limitações criadas por um pequeno tamanho da amostra pode ter profundos efeitos sobre o resultado e valor de um estudo. Um pequeno tamanho da amostra pode ter efeitos extremamente prejudiciais. Portanto, um estatístico ou um pesquisador deve tentar avaliar os efeitos de um pequeno tamanho da amostra , antes de provar . Se um pesquisador planeja com antecedência , ele pode determinar se as limitações de tamanho pequeno da amostra terá muito grande um impacto negativo sobre os resultados de seu estudo antes de começar a navegar. Poder

A principal influência de um pequeno tamanho da amostra é o que tem sobre o poder estatístico . Poder estatístico refere-se à capacidade de um teste estatístico com base numa amostra de mostrar características que realmente existem na população . Se o tamanho da amostra diminui , o poder também diminui. Assim, se o tamanho da amostra do estudo é muito pequeno , então o poder de um estudo pode ser baixo , a ponto de não confiável , mostrando os traços que são procurados pelo pesquisador.

Tipo II Erro

O erro de testes estatísticos do tipo II é, essencialmente, um “falso negativo”. Ela afirma que os resultados do teste não são verdadeiras, e errar do lado de não haver verdadeiros traços interessantes nas populações inspecionados . O problema de ter um pequeno tamanho de amostra em relação a erros do tipo II é de que, quando uma amostra é pequeno demais , a possibilidade de um tipo II erro aumenta . Como os testes estatísticos fornecer resultados em termos de rejeitar ou aceitar hipóteses , um ser limitado a uma pequena amostra pode realmente produzir resultados errados .

Significado

Statistical testes de conter a noção de ” significado “. Em estatística, significado refere-se a uma diferença que é grande o suficiente para a matéria. Por exemplo, dois estudantes que produzem 84 e 85 em seus testes de matemática , respectivamente, têm diferença de pontuação , mas a maioria diria que a diferença entre a sua pontuação não é significativa. Os estatísticos tendem a preferir amostras maiores por causa dessas amostras proporcionando uma capacidade de melhor detectar diferenças significativas entre os valores . Se o tamanho da amostra é muito pequena , essas diferenças não podem ser notados.

Distribuição

Em muitos estudos , a amostra de uma população deve ser subdividido . Estes novos grupos são, então, colocados em diferentes cenários ou em condições diferentes. Se o tamanho da amostra é pequeno para começar, esses grupos será ainda menor , produzindo os mesmos problemas que o anterior, mas de uma forma ainda mais grave.