Steekproefgrootte

De steekproefgrootte is van belang als men een statistisch verschil wil aantonen. Bij een te kleine steekproef zijn er geen verschillen te vinden, bij een te grote is alles statistisch significant verschillend. Je moet een optimum vinden.

Woordenboek Onderzoek en StatistiekTerug naar de woordenlijst

Het is van groot belang om van te voren vast te stellen hoe groot de steekproef moet zijn om de statistisch significante verbanden en verschillen op hun relevantie te kunnen beoordelen. Immers als de onderzoeker bij te veel onderzoekseenheden gegevens gaat verzamelen dan maakt hij te veel onkosten en zijn mogelijk alle statistische analyses significant. Worden daarentegen bij te weinig eenheden gegevens verzameld, dan geeft mogelijk geen enkele statistische analyse een significante uitkomst en/of zijn de conclusies niet stabiel. Alle reden dus om vooraf de steekproefgrootte vast te stellen.

De problematiek is visueel uitgebeeld in onderstaande illustratie.

Steekproefgrootte

Het bepalen van de steekproefgrootte

 

Stel dat men een kenmerk wil bemeten met een vrij vlakke verdeling, zoals in figuur 1-a van de illustratie. De veronderstelde gemiddelden van beide groepen liggen relatief dicht bij elkaar en door de grote spreiding zijn ze ook nauwelijks van elkaar te onderscheiden. Men kan de spreiding rond het gemiddelde vernauwen met een factor van σ/√n. Neemt men nu een te kleine steekproef, dan ontstaat een situatie zoals in figuur 1-b: het verschil in gemiddelden is weliswaar groter geworden, maar is nog steeds niet erg groot. Een onderzoek waarin een verschil zou moeten worden aangetoond, had net zo goed niet plaats hoe­ven vinden omdat niet te verwachten is dat er statistisch significante resultaten uit komen. Vergroot men de steekproef, dan ontstaat een situatie als in figuur 1-c. Daarvan is wel te zeggen dat er mogelijk statistisch significante resultaten uit de analyses kunnen komen.

Heeft het kenmerk echter een verdeling zoals in figuur 2-a van de illustratie is uitgebeeld, dan kan men met een kleine steekproef volstaan. Uit figuur 2-b blijkt dat er voldoende onderscheidend vermogen is. Gaat men echter toch door met het bemeten van meer onderzoekseenheden, dan krijgt men een situatie zoals in figuur 2-c: in de statistische analyses zal de onderzoeker een enorm statistisch significant verschil aantonen. De onderzoeker heeft nu veel te veel energie en financiële middelen verspeeld. Daarom is het wenselijk om situaties zoals die in afbeelding 1-c of 2-b zijn geschetst te hebben.

Voor het vaststellen van de grootte van de steekproef zal men dus min of meer de natuurlijke situatie moeten weten. Maar die is niet altijd bekend. In dat geval zal men aannames moeten maken.

De bestaande statistische boeken bespreken alleen hoe je de steekproefomvang kunt bepalen voor een normaal verdeling of voor een proportie. Ik heb een methode ontwikkeld waarmee je ook de minimale steekproefomvang kunt berekenen voor t-toetsen, frequentie verdelingen en kruistabellen (zie Van der Zee, Kennisverwerving in de Empirische Wetenschappen, 2004). Deze methode wordt ook besproken in mijn studieboeken. Wil je de steekproefomvang uitrekenen, maak dan gebruik van de steekproefcalculator op deze site

© F. van der Zee, www.hulpbijonderzoek.nl 2012

Zie ook:
– steekproef (algemene informatie)
– steekproef trekken
– steekproefcalculator
– representativiteit

 

Boeken van Foeke van der Zee over de universele onderzoeksmethode

 

Share Button