Monstergrootte Calculator
Zoek de steekproefgrootte voor een doelmarge van fouten.
Resultaten update als u typt.
Over deze rekenmachine
Deze steekproefgrootte rekenmachine vindt hoeveel mensen je moet onderzoeken voor een gekozen marge van fout en betrouwbaarheidsniveau. de planning stap voordat u een peiling of studie uitvoeren. Het gebruikt de standaard formule n = z2·p(1 − p) / e2, waar z is de kritische waarde voor het betrouwbaarheidsniveau, p de verwachte verhouding en e de doelmarge van fout als een decimale. Wanneer u een totale populatiegrootte geeft, past ze ook een eindige populatiecorrectie toe, n = n0 / (1 + (n0 − 1)/N), die het vereiste monster verlaagt wanneer u een grote fractie van een kleine groep onderzoekt. Een tabel toont het monster dat nodig is bij verschillende gemeenschappelijke foutenmarges, en het resultaat wordt altijd afgerond omdat u geen fractie van een persoon kunt onderzoeken. Werkvoorbeeld: voor een 5% marge bij 95% betrouwbaarheid met een onbekende verhouding (p = 0,5), n = 1,962 × 0,5 × 0,5 × 3,842 × 3,842 × 3,02 › 3.4.116.
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. 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.