多大的样本量才是适宜的样本量?样本量与研究质量有何关联?这些问题始终是量化研究者在进行研究设计时或评价研究质量时关注的问题。最近,可重复性问题引发了科学界的大量反思,使得样本量问题的热度再次提升。体育科学的量化研究中,样本量是值得研究者关注的重要问题之一。量化研究中,难以实现对总体中所有的个体进行观测。因此,研究者最常用的方式是抽样,即抽取部分样本来推论总体,抽样的数目就是样本量（sample size）,即抽取的样本中所含的观测值的数量。对样本量的估算是研究准备阶段重要的组成部分,不同的研究问题、研究对象、研究设计及数据处理方法对样本量要求的影响存在差异,样本量是否适宜对研究的质量有重要影响。过大或过小的样本量都是有悖研究伦理的——样本量过小降低研究结果的可信度,研究结论对科学的贡献十分有限;而样本量过大是对人力物力资源的浪费。在体育科学领域,不少研究者对样本量如何影响量化研究的质量与可信度仍存在误区,对适宜样本量的重要性认识不足。比如,一些研究者倾向于简化,甚至跳过样本量估算这一步骤,随意设置每组的样本量;又如,当出现了期望结果时,便不再继续取样,易造成样本量过低的现象;再如,相对于大样本量的单一研究,研究者更倾向于开展小样本量的多项研究,这一操作虽有利于科学探索的系统性,但也提高了假阳性错误出现的概率,对研究结果的可信度造成不良影响。对样本量问题的重视不足,制约着体育科学领域研究质量的提高。本文将讨论充足的样本量对提高量化研究的统计功效、降低Ⅰ型错误的概率、准确估计效果量以及对提高研究的可重复性的重要意义,介绍确定合适的样本量的方法。具体而言,首先,样本量大小对于提高统计功效而言至关重要。实际上,统计功效取决于样本量大小。统计功效由显著性水平、效果量和样本量三者共同决定。当显著性水平和效果量不变的情况下,样本量越大,统计功效值就越高。其次,在研究实践中,样本量对I型错误也存在潜在影响:如,当样本量过小时,研究者更容易报告随机出现的结果;或受样本分布不均与非随机抽样（如,随意或方便抽样）的交叉效应的影响,报告本不存在的效应。若研究者未能清晰地认识到样本量对Ⅰ型错误的影响,或为了得到阳性结果,选取过小的样本量或非随机取样,会影响研究的内部效度,研究的科学合理性也有可能大幅降低。最后,样本量与效果量之间的关系是,效果量越小,所需要的样本量越大,同时,样本量过小会影响对效果量的估计。因为,样本量越小,其结论受少量异常值的影响就越大;同时,只有较大的效应才被检验为具有统计学意义。所以,在小样本研究中,是否发现效应都存在较大的偶然性,加之发表偏倚,易出现经济学中的"胜利者诅咒"现象,即被发表的小样本研究论文有更大可能高估了该效应的效果量。综合以上,不适宜的样本量会通过降低统计功效、提高假阳性概率和降低效果量估计的准确性制约研究的可重复性。样本量这一概念能够帮助我们更好地理解研究的可重复性,同时,充足的样本量还是提高研究可重复性的有效途径。目前,在许多科学领域,已开始将预注册（包括确定样本量）作为应对可重复性危机的重要手段。对于量化研究而言,大部分情况下,研究者可在开展研究前采用G*Power、PANGEA、pwrSEM、BUCSS等工具进行功效计算（powercalculation）,来确定合适的样本数量;少部分探索性研究可采用Fermi估计法来预先确定合适的样本量。此外,研究设计中指标变异度的大小等因素,也会影响对合理样本量的估计。研究者应从研究本身的特点出发,确定适宜的样本量。目前,体育科学领域的研究者对样本量问题的重视程度不够,本文旨在引发体育科学领域量化研究者对样本量问题的重视,并提高研究设计的合理性。我们相信,样本量的合理实践会实质性地提高体育科学量化研究的可靠性和科学性。