Υπολογιστής μεγέθους δείγματος

Βρείτε το μέγεθος του δείγματος της έρευνας για ένα περιθώριο του στόχου λάθους.

%
%
Το αναμενόμενο αποτέλεσμα είναι το πιο συντηρητικό.
Συνολικός πληθυσμός. Αφήστε 0 για έναν πολύ μεγάλο / άγνωστο πληθυσμό.
Απαιτούμενο μέγεθος δείγματος
Πριν από τη διόρθωση πληθυσμού

Ενημέρωση αποτελεσμάτων όπως πληκτρολογείτε.

Σου έδωσε αυτή η αριθμομηχανή τη σωστή απάντηση;

Σχετικά με αυτό το κομπιουτεράκι

Αυτός ο αριθμομηχανής μεγέθους δείγματος βρίσκει πόσοι άνθρωποι πρέπει να ερευνήσετε για ένα επιλεγμένο περιθώριο σφάλματος και εμπιστοσύνης. Το βήμα σχεδιασμού πριν από την εκτέλεση μιας δημοσκόπησης ή μελέτης. Χρησιμοποιεί τον τυποποιημένο τύπο n = z2·p(1 − p) / e2, όπου το z είναι η κρίσιμη τιμή για το επίπεδο εμπιστοσύνης, p το αναμενόμενο ποσοστό και e το περιθώριο στόχου του σφάλματος ως δεκαδικά. Όταν παρέχετε ένα συνολικό μέγεθος πληθυσμού εφαρμόζεται επίσης μια διόρθωση πεπερασμένων πληθυσμών, n = n0 / (1 + (n0 − 1)/N), η οποία μειώνει το απαιτούμενο δείγμα όταν εξετάζετε ένα μεγάλο κλάσμα μιας μικρής ομάδας. Ένας πίνακας δείχνει το δείγμα που απαιτείται σε διάφορα κοινά περιθώρια σφάλματος, και το αποτέλεσμα είναι πάντα στρογγυλοποιημένο επειδή δεν μπορείτε να εξετάσετε ένα κλάσμα ενός ατόμου.

Συχνές ερωτήσεις

Πώς υπολογίζεται το μέγεθος του δείγματος;

Ο βασικός τύπος είναι n = z2·p(1 − p) / e2, όπου z είναι η κρίσιμη τιμή εμπιστοσύνης, p η αναμενόμενη αναλογία και e το περιθώριο σφάλματος ως δεκαδικό. Το αποτέλεσμα στρογγυλοποιείται επάνω επειδή δεν μπορείτε να εξετάσετε ένα κλάσμα ενός ατόμου.

Ποια είναι η πεπερασμένη πληθυσμιακή διόρθωση;

Όταν ο πληθυσμός σας είναι μικρός, χρειάζεστε λιγότερες απαντήσεις από ό, τι υποδηλώνει ο βασικός τύπος. Η διόρθωση n = n0 / (1 + (n0 − 1) / N) συρρικνώνει το δείγμα προς το μέγεθος του πληθυσμού Ν. Έχει μεγαλύτερη σημασία όταν το δείγμα είναι ένα μεγάλο κλάσμα του συνόλου.

Πόσους ανθρώπους χρειάζομαι για ένα 95% επίπεδο εμπιστοσύνης;

Με 95% εμπιστοσύνη με 5% περιθώριο και καμία προηγούμενη εκτίμηση που χρειάζεστε περίπου 385 ερωτηθέντες· ένα 3% περιθώριο χρειάζεται περίπου 1,068 και ένα 1% περιθώριο περίπου 9.604.

Γιατί στρογγυλοποιείται το μέγεθος του δείγματος;

Δεν μπορείτε να ερευνήσετε μέρος ενός ατόμου, έτσι ώστε οποιοδήποτε κλασματικό αποτέλεσμα στρογγυλοποιείται μέχρι τον επόμενο ολόκληρο αριθμό.

Να αφήσω κενό το μέγεθος του πληθυσμού;

Αφήστε το στο μηδέν (ή κενό) όταν ο πληθυσμός είναι πολύ μεγάλος ή άγνωστος, το οποίο δίνει το πρότυπο μέγεθος δείγματος "άπειρου πληθυσμού." Εισάγετε έναν πραγματικό πληθυσμό μόνο όταν είναι αρκετά μικρός ώστε η διόρθωση μειώνει σημαντικά το δείγμα.

Πώς μπορώ να μειώσω το απαιτούμενο μέγεθος δείγματος;

Αποδοχή ενός μεγαλύτερου περιθωρίου σφάλματος, χρήση ενός χαμηλότερου επιπέδου εμπιστοσύνης, ή την παροχή μια αναλογία περαιτέρω από το 50% αν έχετε μια αξιόπιστη εκτίμηση. Καθένα από αυτά μειώνει τον αριθμό των απαντήσεων που απαιτεί ο τύπος.

❤️ Αγάπη Calculator.Free? Μοιράσου το.

𝕏  X Facebook Reddit
API □ χρήση αυτού του υπολογιστή από τον κωδικό

Καλέστε αυτόν τον υπολογιστή ως ένα δωρεάν JSON τελικό σημείο Οτιδήποτε παραλείψετε χρησιμοποιεί την ίδια προεπιλογή αυτή η σελίδα είναι προγευματισμένη. Μια άγνωστη παράμετρος είναι ένα 400, ποτέ ένα σιωπηλό μηδέν. Διαβάστε τα πλήρη έγγραφα API →

Τέλος

GET https://calculator.free/api/v1/sample-size/

curl

curl "https://calculator.free/api/v1/sample-size/?conf=1.96&e=5"

JavaScript fetch()

const r = await fetch(
  "https://calculator.free/api/v1/sample-size/?" + new URLSearchParams({
    "conf": "1.96",
    "e": "5"
  }));
const data = await r.json();
console.log(data.results);

Τα αποτελέσματα είναι εκτιμήσεις για γενική καθοδήγηση μόνο, όχι οικονομικές, ιατρικές ή φορολογικές συμβουλές.