Determinar a veracidade de um parâmetro ou hipótese conforme se aplica a uma população grande pode ser impraticável ou impossível por vários motivos, por isso é comum determiná-lo 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 amostra por razões econômicas e outras. Para garantir resultados significativos, eles geralmente ajustam o tamanho da amostra com base no nível de confiança e na margem de erro exigidos, bem como no desvio esperado entre os resultados individuais.
Tamanho pequeno da amostra diminui o poder estatístico

O poder do um estudo é sua capacidade de detectar um efeito quando existe 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 medidor de sua capacidade de evitar erros do tipo II. Um erro do tipo II ocorre quando os resultados confirmam a hipótese na 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 do tipo II distorcer os resultados, o que diminui o poder do estudo.
Cálculo do tamanho da amostra

Para determinar um tamanho da amostra que forneça o mais significativo Como resultado, os pesquisadores primeiro determinam a margem de erro preferencial (EM) ou a quantidade máxima que desejam que os resultados desviem da média estatística. Geralmente é expresso em porcentagem, como mais ou menos 5%. Os pesquisadores também precisam de um nível de confiança, que eles determinam antes de iniciar o estudo. Esse número corresponde a um escore Z, que pode ser obtido das tabelas. Os níveis de confiança comuns são 90%, 95% e 99%, correspondendo aos escores Z de 1.645, 1.96 e 2.576, respectivamente. Os pesquisadores expressam o padrão esperado de desvio (DP) nos resultados. Para um novo estudo, é comum escolher 0,5.

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

(Escore Z) ^{2 x DP x (1-SD) /ME 2 \u003d Tamanho da amostra
Efeitos do tamanho pequeno da amostra}

Na fórmula, o tamanho da amostra é diretamente proporcional ao escore Z e inversamente proporcional à margem de erro. Consequentemente, a redução do tamanho da amostra reduz o nível de confiança do estudo, relacionado ao escore-Z. Diminuir o tamanho da amostra também aumenta a margem de erro. Em resumo, quando os pesquisadores são limitados a um tamanho pequeno 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 de amostra daria resultados mais significativos em uma pesquisa de pessoas que moram perto de um aeroporto que são afetadas negativamente pelo tráfego aéreo do que em uma pesquisa de nível educacional.