Determinare la dimensione corretta del campione è fondamentale per l'analisi statistica di qualsiasi gruppo. Dimensione del campione, il numero di osservazioni che costituiscono un campione statistico. Le conclusioni che si disegno su una coorte non sono essere significativo se la dimensione del campione è troppo piccola, e il progetto stesso può essere troppo oneroso se la dimensione del campione è troppo grande. Dimensione del campione è influenzata da diversi fattori, compreso il formato di coorte, campionamento errore e il livello desiderato di certezza. Formule statistiche possono aiutare a determinare quante osservazioni è necessario includere nel vostro campione.
Istruzioni
Per molto larghe coorti
• Determinare il livello di fiducia. Livello di confidenza si riferisce alla frequenza con cui un identico al tuo studio comprenderà il valore vero di tua coorte entro l'intervallo di confidenza (la stima più o meno il margine di errore). Ad esempio, un livello di confidenza di 0,95 significa che il 95 per cento del tempo, l'intervallo di confidenza, prodotto da un identico al tuo studio comprenderà il vero valore per il vostro gruppo. Per convenzione, livello di confidenza è spesso impostata su 95 per cento, ma è possibile scegliere qualsiasi valore migliore adatta alle vostre esigenze.
• Tradurre il vostro livello di confidenza in uno Z-score. Uno Z-score rappresenta il numero deviazioni standard che separano un punto dati da media normale. Per determinare il punteggio Z, consultare una tabella normale standard. Sottrarre il vostro livello di confidenza da 1 e dividere il risultato per 2. Quindi aggiungere questo valore per il livello di fiducia.
Per un livello di confidenza di 0.95, si cercherà la tabella per un valore di 0,975, o 0,95 + ((1-0.95)/2. Cerca il valore che più si avvicina questo numero (in questo esempio, 0.975) nel corpo della tabella, quindi aggiungere i numeri nella stessa riga della prima colonna a sinistra e la stessa colonna della riga superiore per determinare il Punteggio di Z. Ad esempio, un livello di confidenza del. 95 corrisponde a uno Z-score di 1,96. In alternativa, è possibile utilizzare un calcolatore online rispettabile per eseguire questo passaggio.
• Stimare la prevalenza della caratteristica che si sta cercando di misurare nel tuo gruppo. Per esempio, se si vuole misurare il numero di persone Mancine nella tua coorte e si anticiperebbe, basato sulle tendenze della popolazione in generale, che l'11 per cento della tua coorte è mancino, la prevalenza stimata di questa caratteristica sarebbe 0,11. Questo valore è chiamato p.
• Sottrarre il valore p, da 1 e chiamare la q di risultato. Se p è uguale a 0,11, quindi q è uguale a 0,89.
• Piazza il Z-score ottenuto nel passaggio 2 e moltiplicare due valori: p (che avete calcolato al passaggio 3) e q (che avete calcolato al passaggio 4). Utilizzando i numeri di esempio di cui sopra, arriverebbe a un risultato di circa 0.376, o ((1.96)(1.96)(0.11)(0.89)).
• Dividere la cifra dal passaggio 5 di a-squared, dove I è uguale all'intervallo di confidenza. Se il vostro intervallo di confidenza è. 05, quindi utilizzando la figura di esempio dal passaggio precedente, le dimensioni del campione dovrebbero essere circa 150, o (0.376/((0.05)(0.05))).
Per gruppi più piccoli
• Eseguire tutti i passaggi della parte 1 senza considerare la dimensione del gruppo.
• Identificare la dimensione totale della tua coorte e chiamare questo valore N. Inserire N nella formula seguente, dove n' è la dimensione del campione calcolata nel passaggio 6 della parte 1: 1 + ((n' - 1) /N). Utilizzando i dati di esempio da sopra e una dimensione di coorte totale di 2000, questo valore sarebbe o 1.0745, o (1 + ((150-1)/2000)).
• Dividere il valore dal passaggio 6 o parte 1, n', dal numero hai appena calcolato nel passaggio 2 della parte 2, per determinare la dimensione del campione appropriata per il vostro gruppo più piccolo. Utilizzando i dati di esempio da sopra, la dimensione del campione sarebbe essere circa 140, o (150/1.0745) arrotondato al numero intero più vicino.