Próba jest częścią populacji, która pomaga nam wyciągać wnioski na temat populacji. Zebranie badań pełnej informacji o populacji nie jest możliwe, jest czasochłonne i kosztowne. Potrzebujemy więc odpowiedniej liczebności próby, abyśmy mogli na jej podstawie wnioskować o populacji.

Jednym z najczęstszych problemów w analizie statystycznej jest określenie odpowiedniej liczebności próby. Można zapytać, dlaczego wielkość próby jest tak ważna. Odpowiedź na to pytanie jest taka, że odpowiednia wielkość próby jest wymagana dla ważności. Jeśli wielkość próby jest zbyt mała, nie przyniesie ona ważnych wyników. Odpowiednia wielkość próby może dać dokładność wyników. Ponadto, wyniki z małej wielkości próby będą wątpliwe. Zbyt duża wielkość próby spowoduje stratę pieniędzy i czasu. Wybór zbyt dużej próby jest również nieetyczny. Nie ma pewnej reguły określającej wielkość próby. Niektórzy badacze popierają jednak zasadę kciuka przy stosowaniu wielkości próby. Na przykład, w analizie regresji wielu badaczy twierdzi, że na każdą zmienną powinno przypadać co najmniej 10 obserwacji. Jeśli używamy trzech zmiennych niezależnych, wtedy jasną zasadą byłoby posiadanie minimalnej wielkości próby wynoszącej 30. Niektórzy badacze stosują formułę statystyczną do obliczania wielkości próby.

Wielkość próby na podstawie przedziałów ufności: Obliczając wielkość próby, jesteśmy zainteresowani obliczeniem parametru populacji. Dlatego powinniśmy określić przedziały ufności, tak aby wszystkie wartości próby mieściły się w tym przedziale.

Obliczanie wielkości próby w oparciu o wielkość efektu

Alternatywnym podejściem do obliczania wielkości próby jest wielkość efektu. Wielkość efektu jest znana jako różnica między statystykami próby podzielona przez błąd standardowy. Bardziej efektywnie jest to w następujący sposób:

Po oszacowaniu wielkości efektu, poniższa tabela może być użyta do oszacowania próby:

Jak wspomniano powyżej, alfa jest równa dopuszczalnemu prawdopodobieństwu błędu typu I, a beta jest dopuszczalnym prawdopodobieństwem błędu typu drugiego i 1-beta równa się mocy. Ponieważ moc wzrośnie przy różnych poziomach alfa, wielkość próby również wzrośnie.

.