こんにちは
愛 Con Labの曽我部匡敏です
今日は、来月の仕事の準備をしておりました。
本格的な講師としてデビューするので
気合が空回りしておりますが。。。
(たった1日ですが💦)
その講義の中で、簡単なテストをしようと
考えています。
なぜかというと、与えられた時間が、
ちょうどお昼休みが終わった直後から
スタートするからです。
眠気を吹き飛ばす策を
いくつか考えていますが、
その中のひとつがテストなんです。
また、この受講生たちが、
現在どれくらいの知識があるのか
知りたいというのもあります。
受講予定者が
60人から80人いらっしゃるそうなので
十分なサンプルがあるといえます。
このテストの結果を見て、
今後の講義に活かしたいと考えています。
(※写真はイメージです/写真AC)
では、60~80人だと十分なサンプルなのか?
統計に詳しい方なら知っているとは思いますが、
標準偏差といものがあります。
ばらつきを扱うツール、統計学の中でも
最も重要な代表値が標準偏差なんです。
標準偏差を知るために
適切なサンプルサイズは?
数が大きくなればなるほど精度は増しますが、
ある程度のところで、収束していくんです。
たとえば
ある試験受けた人数が1,000人だとします。
その中から無作為に何人抽出すれば
平均点を推定できるかというものです。
ちなみに、推定とは、
95%確率を使うことが多いのです。
小難しい計算によって導き出された結果、
概ねN=30人抜き取れば、
母体全体の平均点などが推定できるんです。
母体人数が100でも、2,000でも
抜き取り数はN=30で適当と言えるのです。
20だとちょっと信ぴょう性に欠けるんです。
厳密には
「サンプルサイズ30とすることで、
上下限比1.66に95%の確率で収まる。
更に、サンプルサイズ100のとき
上下限比1.32に95%の確率で収まる。」
この辺りはちょっと難しいですね。
ただ、サンプルサイズ30が
一般的に用いられるのは
理論的に妥当性があるんですね。
もちろん、そのデータを使用する
状況によりますよ。
厳密な調査なら
サンプル数を増やさなければいけませんしね。
ざっくりでいいのなら、
このサンプルサイズ30は十分使えます。
ちなみに、私が知りたい情報において
60~80のサンプル数は十分ですし、
精度が上がって嬉しい限りなんですよ。
今日は小難しい話でしたが
こんな日もあっていいですよね。
たまには(笑)
みさなんの何かの気づきになれば幸いです。
今日も最後までお付き合いいただきありがとうございました。