Kalkulator rozmiaru próbki
Znajdź rozmiar próbki badania dla docelowego marginesu błędu.
Wyniki aktualizacja podczas pisania.
O tym kalkulatorze
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.
Często zadawane pytania
Jak oblicza się rozmiar próbki?
Wzorem podstawowym jest n = z2·p(1−p) / e2, gdzie z jest wartością krytyczną ufności, p oczekiwany proporcja i e margines błędu jako dziesiętna. Wynik jest zaokrąglony, ponieważ nie można zbadać ułamku osoby.
Jaka jest korekta populacji skończonej?
Gdy populacja jest mała, potrzebujesz mniej odpowiedzi niż sugeruje podstawowy wzór. Korekta n = n0 / (1 + (n0 - 1)/N) zmniejsza próbkę w kierunku wielkości populacji N. Najważniejsze jest, gdy próbka jest dużą częścią całości.
Ile ludzi potrzebuję na 95% poziom zaufania?
To zależy od marginesu błędu można przyjąć. 95% zaufania z 5% marginesu i brak wcześniejszego szacowania potrzebujesz około 385 respondentów; 3% margines potrzebuje około 1,068 i 1% margines ok. 9,604.
Dlaczego rozmiar próbki jest zaokrąglony?
Nie można badać części osoby, więc jakikolwiek ułamek rezultat jest zaokrąglony do następnej całej liczby. Zaokrąglowanie zamiast obniżać gwarantuje margines błędu nie jest większy niż cel.
Czy mam zostawić populację pustą?
Pozostaw to na zerowej (lub pustej) populacji, gdy jest bardzo duża lub nieznana, co daje standardową "nieskończoną populację" próbki. Wprowadź prawdziwą populację tylko wtedy, gdy jest wystarczająco mała, że korekta w znacznym stopniu zmniejsza próbkę.
Jak mogę zmniejszyć wymaganą wielkość próbki?
Zaakceptuj większy margines błędu, użyj niższego poziomu ufności lub zaopatrz proporcję dalej niż 50% jeśli masz niezawodny szacunek. Każda z nich zmniejsza liczbę odpowiedzi wymaganych wzorów.
API – użyj tego kalkulatora z kodu
Wyślij ten kalkulator jako bezpłatny punkt końcowy JSON – nie jest wymagany klucz. Wyślij wartości pola poniżej jako parametry zapytania lub JSON. Wszystko co omit używa tego samego domyślnego, ta strona jest wypełniona; nieznany parametr to 400, nigdy nie cicho zero. Przeczytaj pełne dokumenty API →
Punkt końcowy
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);Wyniki to szacunkowe wyniki ogólnych wytycznych, a nie porad finansowych, medycznych lub podatkowych.