Sample laki calculator

Hanapin ang sukatan ng sukatan ng survey para sa isang target na margin ng error.

%
%
Inaasahang resulta split. 50% ay ang pinaka-konserbatibo.
Total populasyon. Mag-iwan ng0para sa isang napakalaki / hindi kilalang populasyon.
Kinakailangang sukat ng sample
Bago ang pagwawasto ng populasyon

Mga resulta update bilang ikaw ay mag-type.

Tungkol sa kalkulador na ito

example, if you are surveying a small group of people, you can calculate the sample size by using the formula n = z²·p(1 − p) / e². If you are surveying a large group of people, you can calculate the sample size by using the formula n = z²·p(1 − p) / e². If you are surveying a large group of people, you can calculate the sample size by using the formula n = z²·p(1 − p) / e². If you are surveying a large group of people, you can calculate the sample size by using the formula n = z²·p(1 − p) / e². If you are surveying a large group of people, you can calculate the sample size by using the formula n = z²·p(1 − p) / e².Worked example: n = n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)/N)Worked example: n₀ / (1 + (n₀ − 1)

Mga madalas itanong na katanungan

Paano ay sukat ng sample na kinakalkula?

Ang base formula ay n = z²·p(1 − p) / e², kung saan z ay ang kumpiyansa kritikal na halaga, p ang inaasahang proporsyon at e ang margin ng error bilang isang decimal. Ang resulta ay rounded up dahil hindi mo maaaring suriin ang isang fraction ng isang tao.

Ano ang wakas ng populasyon pagwawasto?

Kapag ang iyong populasyon ay maliit, kailangan mo ng mas kaunting mga sagot kaysa sa iminumungkahi ng base formula. Ang pagwawasto n = n₀ / (1 + (n₀ − 1)/N) ay nagpapaliit sa sample patungo sa laki ng populasyon na N. Ito ay mahalaga lalo na kapag ang sample ay isang malaking bahagi ng kabuuan.

Ilang tao ang kailangan ko para sa isang 95% antas ng kumpiyansa?

Sa 95% kumpiyansa na may 5% margin at walang naunang pagtatantya kailangan mo ng 385 respondents; ang 3% margin ay nangangailangan ng 1,068 respondents at ang 1% margin ay nangangailangan ng 9,604 respondents.

Bakit ang sukat ng sample rounded up?

Hindi mo maaaring suriin ang bahagi ng isang tao, kaya anumang fractional resulta ay rounded up sa susunod na buong numero. Rounding up sa halip na down garantiya ang margin ng error ay hindi mas malaki kaysa sa iyong target.

Dapat ba akong iwanan ang populasyon laki ng walang laman?

Mag-iwan ito sa zero (o walang laman) kapag ang populasyon ay napakalaki o hindi kilalang, na nagbibigay ng mga pamantayan "walang hanggan populasyon" sample size. Ipasok ang isang tunay na populasyon lamang kapag ito ay maliit na sapat na ang mga pagwawasto makabuluhang binabawasan ang sample.

Paano ko maaaring bawasan ang kinakailangang laki ng sample?

Tanggapin ang isang mas malaking margin ng error, gamitin ang isang mas mababang antas ng kumpiyansa, o magbigay ng isang proporsyon pa mula sa 50% kung mayroon kang isang maaasahang pagtatantya. Ang bawat isa sa mga ito lowers ang bilang ng mga tugon ang formula demands.

❤️ Pag-ibig Calculator.Free? Ibahagi ito

𝕏  X Facebook Reddit
API — gamitin ang kalkulador na ito mula sa code

Tawagan ang kalkulador na ito bilang isang libreng JSON endpoint - walang key na kinakailangan. Ipadala ang mga halaga ng patlang sa ibaba bilang mga parameter na query o JSON. Basahin ang buong API docs →

Endpoint

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);

Ang mga resulta ay mga pagtatantya para sa pangkalahatang gabay lamang, hindi pinansiyal, medikal o payo sa buwis.