Os efeitos de uma limitação de tamanho de amostra pequena

A principal influência de um pequeno tamanho da amostra é a única que tem sobre o poder estatístico. poder estatístico refere-se à capacidade de um teste estatístico com base numa amostra de mostrar características que realmente existem na população. Se o tamanho da amostra diminui, o poder também diminui. Assim, se o tamanho da amostra de estudo é muito pequena, então a potência de um estudo pode ser baixo para o ponto de unreliably mostrando as características que são procurada pelo investigador.

O erro de tipo II de testes estatísticos é essencialmente um "falso negativo." Ele afirma que os resultados do teste não são verdade, e errar do lado de não haver verdadeiros traços interessantes nas populações inspecionados. O problema de ter um tamanho pequeno da amostra no que diz respeito aos erros do tipo II é que, quando uma amostra é pequeno demais, a possibilidade de um tipo II erro aumenta. Como os testes estatísticos fornecer resultados em termos de rejeitar ou aceitar hipóteses, um ser limitado a uma pequena amostra pode realmente produzir resultados errados.

Os testes estatísticos conter a noção de "significado." Em estatística, o significado se refere a uma diferença que é grande o suficiente para a matéria. Por exemplo, dois estudantes que produzem 84 e 85 nas provas de matemática, respectivamente, têm pontuações de diferença, mas a maioria diria que a diferença entre a sua pontuação não é significativo. Os estatísticos tendem a preferir amostras maiores por causa dessas amostras proporcionando uma capacidade de detectar melhor as diferenças significativas entre os valores. Se o tamanho da amostra é muito pequena, essas diferenças não podem ser notado.

Em muitos estudos, a amostra de uma população deve ser subdividido. Estes novos grupos são, então, colocados em diferentes cenários ou em condições diferentes. Se o tamanho da amostra é pequeno para começar, esses grupos será ainda menor, produzindo os mesmos problemas que acima, mas de uma forma ainda mais grave.