Determinar a veracidade de um parâmetro ou hipótese como se aplica a uma grande população pode ser impraticável ou impossível por uma série de razões, por isso é comum determiná-la para um grupo menor, chamado de amostra. Um tamanho de amostra muito pequeno reduz o poder do estudo e aumenta a margem de erro, o que pode tornar o estudo sem sentido. Os pesquisadores podem ser obrigados a limitar o tamanho da amostragem por razões econômicas e outras. Para garantir resultados significativos, eles geralmente ajustam o tamanho da amostra com base no nível de confiança e margem de erro exigidos, bem como no desvio esperado entre os resultados individuais.

Tamanho reduzido da amostra diminui o poder estatístico

O poder de um estudo é sua capacidade de detectar um efeito quando há um a ser detectado. Isso depende do tamanho do efeito porque os efeitos grandes são mais fáceis de perceber e aumentam o poder do estudo.

O poder do estudo também é um indicador de sua capacidade de evitar erros do Tipo II. Um erro do tipo II ocorre quando os resultados confirmam a hipótese sobre a qual o estudo foi baseado quando, de fato, uma hipótese alternativa é verdadeira. Um tamanho de amostra muito pequeno aumenta a probabilidade de um erro Tipo II distorcer os resultados, o que diminui o poder do estudo.

Calculando o tamanho da amostra

Para determinar um tamanho de amostra que fornecerá Os resultados mais significativos, os pesquisadores determinam primeiro a margem de erro preferida (ME) ou a quantidade máxima que eles querem que os resultados se desviem da média estatística. Geralmente é expresso em porcentagem, como em mais ou menos 5%. Os pesquisadores também precisam de um nível de confiança, que determinam antes de iniciar o estudo. Esse número corresponde a um escore Z, que pode ser obtido nas tabelas. Os níveis de confiança comuns são 90%, 95% e 99%, correspondendo a pontuações Z de 1,645, 1,96 e 2,576, respectivamente. Pesquisadores expressam o padrão esperado de desvio (SD) nos resultados. Para um novo estudo, é comum escolher 0,5.

Tendo determinado a margem de erro, escore Z e padrão de desvio, os pesquisadores podem calcular o tamanho ideal da amostra usando a seguinte fórmula:

(Z-score) ^{2 x SD x (1-SD) /EM 2 = Tamanho da amostra}

Efeitos do tamanho da amostra pequena

Na fórmula, a amostra o tamanho é diretamente proporcional ao Z-score e inversamente proporcional à margem de erro. Consequentemente, a redução do tamanho da amostra reduz o nível de confiança do estudo, que está relacionado ao escore Z. Diminuir o tamanho da amostra também aumenta a margem de erro.

Em suma, quando os pesquisadores são limitados a um pequeno tamanho da amostra por razões econômicas ou logísticas, eles podem ter que se contentar com resultados menos conclusivos. Se isso é ou não uma questão importante, depende, em última análise, do tamanho do efeito que eles estão estudando. Por exemplo, um pequeno tamanho da amostra daria resultados mais significativos em uma pesquisa com pessoas que moram perto de um aeroporto e que são afetadas negativamente pelo tráfego aéreo do que em uma pesquisa com seus níveis de educação.