Hva er effekten av små utvalg på data evaluering?

Forskere tolke data som er samlet under studier og bruke sine tolkninger til å trekke konklusjoner. Det er viktig at studiene skal gjennomføres i henhold til vitenskapelige retningslinjer; hvis studier ikke er utført riktig, vil dataene som samles være unøyaktig og føre til falske konklusjoner. En viktig rettesnor er at utvalgsstørrelsen må være stor nok. Hvis prøven er for liten, er det vanskelig å skille hvorvidt et bestemt resultat oppstått på grunn av tilfeldigheter snarere enn på grunn av det forskere gjorde.

Hvordan Studier Work

I de fleste studier, forskere manipulere en variabel, eller endre tilstand, for å forsøke å svare på et spørsmål. De deler de involverte i studien inn i to grupper. Den ene gruppen er kalt kontrollgruppen, og den andre gruppen er kalt den eksperimentelle gruppe. Mennesker er tildelt tilfeldig til hver gruppe, slik at det ikke er noen sjanse for at forskernes forutinntatthet påvirke resultatene. Antallet personer som er involvert i studien er kjent som utvalgsstørrelsen.

Hvordan tolkes

Etter en undersøkelse er gjennomført, liste forskere alle resultatene uten å identifisere som folk reagerte på bestemte måter. Noen ganger forskerne vil ikke merke noe som resultatene kom fra kontrollgruppen. Disse sikringstiltak er tatt slik at forskerne vil se ærlig på resultater og vil ikke bli påvirket av sine egne ideer. Når data er samlet, forskere utføre statistiske beregninger for å finne ut hvor sannsynlig bestemte resultater er.

Utvalgsstørrelse og resultater

Hvis størrelsen på utvalget er lite, resultatene ser veldig forskjellig fra hvordan de ser om størrelsen på utvalget er stort. For eksempel at forskerne undersøke hvordan spille videospill etter skolen påvirker syvendeklassinger karakterer på lekser. Hvis bare 10 studenter er involvert i studien, kan nesten alle i hver gruppe har de samme karakterene. Hvis 1000 studenter er involvert i studien, kan karakteren distribusjon være mer mangfoldig.

statistisk signifikans

Forskere avgjøre om resultatene av en studie er meningsfulle ved å utføre en beregning som kalles statistisk signifikans. Statistisk signifikans refererer til sannsynligheten for at resultatene foreligger ved tilfeldig sjanse. Denne sannsynligheten må være mindre enn 0,05 for at resultatene skal være statistisk signifikant.

Når du arbeider med små utvalgsstørrelser, går opp sannsynligheten for en sjanse resultat. For eksempel, hvis alle de fem elevene som spilte dataspill etter skolen hver dag scoret lavere på lekser enn de fem som ikke gjorde det, er dette resultatet ikke statistisk signifikant. Hvis 670 av 1000 elever scorer lavere på samme leksene gitt de samme forholdene, er det langt mindre sannsynlig å skyldes tilfeldigheter.

Medvirkende årsaker

For data som skal tolkes nøyaktig, må forskere utforme studier nøye, slik at den eneste variable som endres, er en undersøkt. Hvis mer enn én variabel kan bidra til et bestemt resultat, blir det vanskelig å si hva grunnen er til resultatet. Ekstra variabler kalles konfunderende faktorer.

Når en utvalgsstørrelsen er liten, er sannsynligheten for uhell øker konfunderende faktorer går opp. Dette skyldes det faktum at større grupper av mennesker er sannsynlig å være mer mangfoldig enn små grupper. For eksempel i en studie av 10 studenter, mange av studentene er sannsynlig å ta en klasse med samme lærer, har tilsvarende rentenivå i klassen eller har samme grunnleggende forståelse av fagstoffet. Disse konfunderende faktorer kan føre til at elevene å tjene visse karakterer på en test uavhengig av om de spiller videospill etter skolen.