Hyvä enimmäisotoskoko on yleensä 10 %, kunhan se ei ylitä 1000. Hyvä maksimiotoskoko on yleensä noin 10 % väestöstä, kunhan tämä ei ylitä 1000:ta. Esimerkiksi 5000:n väestössä 10 % olisi 500. 200 000:n väestössä 10 % olisi 20 000.
Miksi tarvitaan suuria näytteitä?
Ensimmäinen syy ymmärtää, miksi suuri otoskoko on hyödyllinen, on yksinkertainen. Suuremmat näytteet ovat lähempänä populaatiota. Koska päättelytilastojen ensisijainen tavoite on yleistää otoksesta populaatioon, on vähemmän päätelmää, jos otoskoko on suuri. 2.
Mikä on suuri otoskoko?
Big datan käyttämiseen liittyvät ongelmat
Suurimman otoksen käsite näyttää kuitenkin olevan suhteellinen. Lin, Lucas ja Shmueli (2013) pitivät otoskokoja yli 10 000 tapausta suurina.
Pitäisikö otoskoon olla suurempi kuin tutkittava populaatio?
On erittäin tärkeää käyttää oikeaa näytekokoa. Kun otos on liian suuri, tämä johtaa tarpeettomaan rahan ja ajan hukkaan. Toisa alta, kun se on liian pieni, tuloksesi eivät ole tilastollisesti merkittäviä, etkä voi tehdä luotettavia johtopäätöksiä.
Edellyttääkö kvantitatiivinen tutkimus suurta otoskokoa?
Mikä on paras otoskoko kvantitatiiviseen tutkimukseen? … Nyrkkisääntö onettä pienille populaatioille (<500) valitset vähintään 50 % otoksesta. Suurille populaatioille (>5000) valitse 17-27 %. Jos populaatio ylittää 250 000, vaadittu otoskoko tuskin kasvaa (1060-1840 havaintoa).
