Υπολογιστής μεγέθους δείγματος
Βρείτε το μέγεθος του δείγματος της έρευνας για ένα περιθώριο του στόχου λάθους.
Ενημέρωση αποτελεσμάτων όπως πληκτρολογείτε.
Σχετικά με αυτό το κομπιουτεράκι
This sample size calculator finds how many people you need to survey for a chosen margin of error and confidence level — the planning step before you run a poll or study. It uses the standard formula n = z²·p(1 − p) / e², where z is the critical value for the confidence level, p the expected proportion and e the target margin of error as a decimal.
When you supply a total population size it also applies a finite-population correction, n = n₀ / (1 + (n₀ − 1)/N), which lowers the required sample when you are surveying a large fraction of a small group. A table shows the sample needed at several common margins of error, and the result is always rounded up because you cannot survey a fraction of a person.
Worked example: for a 5% margin at 95% confidence with an unknown proportion (p = 0.5), n = 1.96² × 0.5 × 0.5 ÷ 0.05² = 3.8416 × 0.25 ÷ 0.0025 ≈ 384.16, so you need 385 respondents. Tightening the margin to 3% pushes that to about 1,068. The default 50% proportion gives the largest, safest sample; entering a better estimate of the true proportion reduces it.
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.
API — use this calculator from code
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.