Šīs parādības pamatā esošie skaitļi ir diezgan sarežģīti, taču bieži vien neliels pētījuma izlases lielums var radīt rezultātus, kas ir gandrīz tikpat slikti, ja ne sliktāki, nekā pētījuma neveikšana vispār. Neskatoties uz šiem statistikas apgalvojumiem, daudzi pētījumi uzskata, ka 100 vai pat 30 cilvēki ir pieņemams skaitlis.
Vai izlases lielums 20 ir pārāk mazs?
Galvenajiem rezultātiem ir jābūt 95% ticamības intervāliem (CI), un to platums ir tieši atkarīgs no izlases lieluma: lieli pētījumi rada šauru intervālu un līdz ar to arī precīzākus rezultātus. Pētījums ar 20 subjektiem, piemēram,, visticamāk, būs pārāk mazs lielākajai daļai pētījumu.
Kas notiek, ja izlases lielums ir pārāk mazs?
Pārāk mazs izlases lielums samazina pētījuma jaudu un palielina kļūdas robežu, kas var padarīt pētījumu bezjēdzīgu. Pētnieki var būt spiesti ierobežot izlases lielumu ekonomisku un citu iemeslu dēļ.
Kas tiek uzskatīts par nelielu izlases lielumu?
Lai gan vienam pētniekam “mazais” ir liels, runājot par maziem izlases izmēriem, es domāju pētījumus, kuros parasti ir no 5 līdz 30 lietotāju kopā - lielums ir ļoti izplatīts lietojamības pētījumi. … Citiem vārdiem sakot, statistiskā analīze ar maziem paraugiem ir kā astronomisku novērojumu veikšana ar binokli.
Vai mazi paraugi ir slikti?
Mazie paraugi ir slikti. … Ja mēs izvēlamies nelielu paraugu, mēspastāv lielāks risks, ka nelielais paraugs ir neparasts tikai nejauši. Izvēloties 5 personas, kas pārstāv visas ASV, pat ja viņi ir izvēlēti pilnīgi nejauši, bieži vien tiks iegūta izlase, kas ļoti nereprezentēs iedzīvotājus.
