ამ ფენომენის მიღმა არსებული რიცხვები გარკვეულწილად რთულია, მაგრამ ხშირად კვლევისას მცირე ზომის ნიმუში შეიძლება გამოიწვიოს თითქმის ისეთივე ცუდი, თუ არა უარესი შედეგები, ვიდრე საერთოდ არ ჩატარდეს კვლევა. მიუხედავად ამ სტატისტიკური მტკიცებისა, ბევრი კვლევა ფიქრობს, რომ 100 ან30 ადამიანიც კი მისაღები რიცხვია.
20-იანი ნიმუშის ზომა ძალიან მცირეა?
მთავარი შედეგები უნდა ჰქონდეს 95% ნდობის ინტერვალები (CI) და მათი სიგანე პირდაპირ დამოკიდებულია ნიმუშის ზომაზე: დიდი კვლევები იძლევა ვიწრო ინტერვალებს და, შესაბამისად, უფრო ზუსტ შედეგებს. 20 სუბიექტის კვლევა, მაგალითად, სავარაუდოდ ძალიან მცირეა გამოკვლევების უმეტესობისთვის.
რა მოხდება, თუ ნიმუშის ზომა ძალიან მცირეა?
ნიმუშის ზომა, რომელიც ძალიან მცირეა, ამცირებს კვლევის ძალას და ზრდის შეცდომის ზღვარს, რამაც შეიძლება კვლევა უაზრო გახადოს. მკვლევარები შეიძლება აიძულონ შეზღუდონ შერჩევის ზომა ეკონომიკური და სხვა მიზეზების გამო.
რა ითვლება ნიმუშის მცირე ზომად?
მიუხედავად იმისა, რომ ერთი მკვლევარის "პატარა" მეორეს დიდია, როდესაც ვგულისხმობ მცირე ზომის ნიმუშებს, ვგულისხმობ კვლევებს, რომლებსაც ჩვეულებრივ აქვთ 5-დან 30-მდე მომხმარებელთა შორის- ზომა ძალიან გავრცელებულია გამოყენებადობის კვლევები. სხვაგვარად რომ ვთქვათ, სტატისტიკური ანალიზი მცირე ნიმუშებით ჰგავს ასტრონომიულ დაკვირვებებს ბინოკლებით.
პატარა ნიმუშის ზომები ცუდია?
პატარა ნიმუშები ცუდია. … თუ ჩვენ ავირჩევთ მცირე ნიმუშს, ჩვენუფრო დიდი რისკია, რომ პატარა ნიმუში შემთხვევით იყოს უჩვეულო. 5 ადამიანის არჩევა მთელ აშშ-ს წარმომადგენლად, თუნდაც ისინი სრულიად შემთხვევით შეირჩეს, ხშირად მიიღება ისეთი ნიმუში, რომელიც ძალიან არარეპრეზენტატიულია მოსახლეობისთვის.
