Monstergrootte Calculator
Zoek de steekproefgrootte voor een doelmarge van fouten.
Resultaten update als u typt.
Over deze rekenmachine
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.
Veelgestelde vragen
Hoe wordt de steekproefgrootte berekend?
De basisformule is n = z2·p(1 − p) / e2, waarbij z de betrouwbaarheidskritische waarde is, p de verwachte verhouding en e de foutmarge als decimaal. Het resultaat wordt afgerond omdat je geen fractie van een persoon kunt onderzoeken.
Wat is de eindige populatiecorrectie?
Wanneer uw populatie klein is, heeft u minder respons nodig dan de basisformule suggereert. De correctie n = n0 / (1 + (n0 − 1)/N) krimpt het monster naar de populatiegrootte N. Het is belangrijkst wanneer het monster een grote fractie van het geheel is.
Hoeveel mensen heb ik nodig voor een 95% betrouwbaarheidsniveau?
Het hangt af van de foutmarge die u kunt accepteren. Bij 95% vertrouwen met een marge van 5% en geen voorafgaande schatting heeft u ongeveer 385 respondenten nodig; een marge van 3% heeft ongeveer 1,068 en een marge van 1% ongeveer 9.604.
Waarom wordt de steekproefgrootte afgerond?
Je kunt geen deel van een persoon onderzoeken, dus elk fractieresultaat wordt afgerond naar het volgende hele getal. Afronden in plaats van omlaag garandeert dat de foutmarge niet groter is dan je doel.
Moet ik de populatie leeg laten?
Laat het op nul (of blanco) wanneer de populatie zeer groot of onbekend is, wat de standaard "oneindige populatie" steekproefgrootte geeft. Voer een echte populatie alleen in wanneer het klein genoeg is dat de correctie de steekproef zinvol vermindert.
Hoe kan ik de vereiste steekproefgrootte verkleinen?
Accepteer een grotere foutmarge, gebruik een lager betrouwbaarheidsniveau of lever een deel verder van 50% als je een betrouwbare schatting hebt. Elk van deze verlaagt het aantal antwoorden dat de formule vraagt.
API
Noem deze rekenmachine als een gratis JSON eindpunt.. geen sleutel nodig. Stuur de veldwaarden hieronder als query parameters of JSON. Alles wat je weglaat gebruikt dezelfde standaard als deze pagina is voorgevuld met; een onbekende parameter is een 400, nooit een stil nul. Lees de volledige API docs →
Eindpunt
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);De resultaten zijn schattingen voor algemene richtsnoeren, niet voor financieel, medisch of fiscaal advies.