Retta
Nachdem wir die verschiedenen Stichprobendesigns mit Wahrscheinlichkeit und Nicht-Wahrscheinlichkeit diskutiert haben, müssen wir uns nun auf den zweiten Aspekt des Stichprobendesigns konzentrieren, nämlich den Stichprobenumfang. Angenommen, wir wählen 30 Personen aus einer Bevölkerung von 300 durch ein einfaches Zufallsstichprobenverfahren aus. Werden wir in der Lage sein, unsere Ergebnisse mit Zuversicht auf die Population zu verallgemeinern, da wir ein Wahrscheinlichkeitsdesign gewählt haben, das am besten generalisierbar ist? Welche Stichprobengröße wäre erforderlich, um mit Sicherheit einigermaßen genaue Verallgemeinerungen zu treffen? Was bedeuten Präzision und Vertrauen? Diese Fragen werden jetzt behandelt.
Eine zuverlässige und valide Stichprobe sollte es uns ermöglichen, die Funde aus der Stichprobe auf die untersuchte Population zu verallgemeinern. Mit anderen Worten, die Stichprobenstatistiken sollten zuverlässige Schätzungen sein und die Parameter der Grundgesamtheit so genau wie möglich mit einer geringen Fehlerquote widerspiegeln. Keine Stichprobenstatistik wird exakt den Populationsparametern entsprechen, egal wie ausgefeilt das Wahrscheinlichkeitsstichprobendesign ist. Denken Sie daran, dass der eigentliche Grund für ein Wahrscheinlichkeitsdesign darin besteht, die Wahrscheinlichkeit zu erhöhen, dass die Stichprobenstatistik so nah wie möglich an den Populationsparametern liegt. Allerdings wird die Punktschätzung vorgenommen, innerhalb derer der Mittelwert liegen wird.