样本量计算器
您的数据
当你毫无头绪时,比例填 50% 是安全答案:它要求的样本最大,所以任何其他猜测只会需要更少的人,绝不会更多。
结果
你需要调查的人数
—
| 若总体无限大时的样本量 | — |
| 该置信水平对应的 z 值 | — |
同一项研究在其他误差范围下
| 误差范围 | 你需要调查的人数 |
|---|
总体规模会改变答案吗?
几乎不会,而这正是没人相信的地方。在五个百分点的误差和 95% 置信水平下,一万人的总体需要 370 人,一千万人的总体需要 385 人。人数多一千倍,只多了十五次访问。
决定这个数字的是误差范围,而不是地方的大小。这就是为什么一次全国性调查访问的是两千人而不是两百万人。
为什么更小的误差范围代价大得多?
因为误差在公式里是以平方出现在分母上的。把它减半,样本大约乘以四:在 95% 置信水平下,同一项研究十个百分点需要 97 人,五个需要 385 人,两个半需要 1537 人,一个需要 9604 人。
这正是选举民调停在三到四个百分点、而不是去追求一个百分点的原因。
“比例”这一栏该填什么?
填 50%,除非你已经有充分理由预期别的数值。这不是偷懒:p 乘以一减 p 的乘积恰好在二分之一处最大,所以这个值要求的样本是最大的。
任何其他猜测只会需要更少的人,绝不会更多。在五个百分点、95% 置信水平下,50% 需要 385 人,10% 需要 139 人。
z 是从哪来的?
它是标准正态曲线上把你的置信水平留在中间的那个点:95% 是 1.9600,90% 是 1.6449,99% 是 2.5758。之所以显示在屏幕上,是因为它是公式里唯一来自外部的数。
这里是算出来的,而不是从四行的表里查出来的,因此像 98% 这样的置信水平能得到答案,而不是被四舍五入到最眼熟的那个。
反应
0
0 评论
成为第一个发表评论的人