Eine gute maximale Stichprobengröße ist normalerweise 10%, solange sie 1000 nicht überschreitet. Eine gute maximale Stichprobengröße liegt normalerweise bei etwa 10 % der Bevölkerung, solange diese 1000 nicht überschreitet. Beispielsweise wären bei einer Bevölkerung von 5000 10 % 500. Bei einer Bevölkerung von 200.000 wären 10 % 20.000.
Warum werden große Stichprobenumfänge benötigt?
Der erste Grund zu verstehen, warum eine große Stichprobengröße vorteilhaft ist, ist einfach. Größere Stichproben nähern sich der Population besser an. Da das primäre Ziel der Inferenzstatistik darin besteht, von einer Stichprobe auf eine Grundgesamtheit zu verallgemeinern, ist sie bei einer großen Stichprobengröße weniger Schlussfolgerung. 2.
Was ist eine große Stichprobengröße?
Probleme bei der Verwendung von Big Data
Dennoch scheint das Konzept der großen Stichprobengröße relativ zu sein. Lin, Lucas und Shmueli (2013) betrachteten Stichprobengrößen über 10.000 Fälle als groß.
Sollte die Stichprobe größer sein als die untersuchte Population?
Es ist sehr wichtig, eine korrekte Stichprobengröße zu verwenden. Wenn Ihre Probe zu groß ist, führt dies zu unnötiger Geld- und Zeitverschwendung. Wenn es andererseits zu klein ist, sind Ihre Ergebnisse statistisch nicht signifikant und Sie werden keine zuverlässigen Schlussfolgerungen ziehen.
Erfordert quantitative Forschung eine große Stichprobengröße?
Was ist die beste Stichprobengröße für quantitative Forschung? … Eine Faustregel istdass Sie bei kleinen Grundgesamtheiten (<500) mindestens 50 % für die Stichprobe auswählen. Für große Populationen (>5000) wählen Sie 17-27% aus. Wenn die Population 250.000 übersteigt, erhöht sich die erforderliche Stichprobengröße kaum (zwischen 1060-1840 Beobachtungen).
