📊 樣本數計算機
根據母體規模、信賴水準、誤差範圍及預期比例,以常態近似估算問卷調查母體比例所需的樣本數。
- 母體規模是調查對象所屬母體的人數或單位數。輸入欄位標示最小值為10,預設100000;信賴水準可選90%、95%或99%,預設95%。
- 誤差範圍以百分比輸入,欄位標示0.1%至50%,每次調整0.1,預設5%。輸入5代表比例估計的目標誤差範圍為±5個百分點,而不是相對誤差5%。
- 預期比例是估計具有某項特徵的母體占比,例如偏好某產品的比例,並非問卷回覆率。欄位標示1%至99%,每次調整1,預設50%;沒有先前估計時,50%會使公式中的p(1-p)最大。
- 請直接輸入不含千分位分隔符號的數字,例如100000或1000;需要小數時使用小數點,例如3.5。不要輸入100,000或3,5,因為目前的解析方式會移除逗號,可能造成不同的計算值。
- 建議在欄位標示的範圍內輸入有效正數。修改欄位時會立即重新計算,但程式沒有全面驗證所有輸入;無法解析的部分數值會改用預設值,不能假設所有異常輸入都會被拒絕。
- 結果是依照目前假設規劃的樣本數,並向上取整為整數。這是估計母體比例的名義目標,不保證統計顯著性、代表性或調查品質。
- 計算時先將百分比轉為小數,再使用n0 = z² × p × (1-p) / e²。程式對90%、95%、99%信賴水準分別採用z = 1.645、1.96、2.576。
- 目前程式僅在母體規模N小於100000時套用修正公式n = n0 / (1 + (n0-1)/N);N達到或超過100000時則直接使用n0。這是工具的實作門檻,不是有限母體與無限母體的數學界線。
- 其他條件相同時,提高信賴水準或縮小誤差範圍,通常需要更多樣本。預期比例設為50%能使公式中的變異項最大,但不能修正抽樣偏差。
- 此估算依賴適當的抽樣設計與常態近似條件。隨機抽樣、樣本代表性、未回覆及回答品質都需要另外評估;實際聯繫人數應依預期回覆率規劃,若要分析子群組,也可能需要更多樣本,不能固定多加20%至30%。
- 頁面會嘗試以長條圖比較90%、95%、99%信賴水準的樣本數,圖表需要載入外部Chart.js,可能無法顯示。若誤差範圍解析為0,主要結果會顯示破折號並清空單位,但先前的圖表可能仍留在畫面上。
預設設定:大型母體調查
- 輸入
- 母體規模100000;信賴水準95%;誤差範圍5%;預期比例50%。
- 結果
- 所需樣本數:385。
- 如何確認結果
- z = 1.96,p = 0.5,e = 0.05;n0 = 1.96² × 0.5 × 0.5 / 0.05² = 384.16。由於N = 100000,程式不套用有限母體修正,向上取整得到385。
較小母體調查
- 輸入
- 母體規模1000;信賴水準95%;誤差範圍5%;預期比例50%。
- 結果
- 所需樣本數:278。
- 如何確認結果
- 先計算n0 = 384.16;因為1000小於100000,修正後n = 384.16 / (1 + 383.16/1000) ≈ 277.7408,向上取整得到278。
常見問題
信賴水準應該選95%還是99%?
95%是常見的調查規劃選項;99%代表較高的名義信賴水準,在其他條件相同時需要更多樣本。應依研究目的、可接受的誤差及資源選擇,不能認為99%就保證調查正確。信賴水準描述的是假設成立且重複抽樣時,區間估計方法的長期涵蓋性質,而不是單次調查具有代表性的機率。
不知道母體確切規模時,應該輸入什麼?
若有合理依據認為母體很大,可輸入100000作為大型母體的近似規劃值,但不代表已知真實母體規模。此程式在N達100000後不再使用有限母體修正;95%信賴水準、5%誤差範圍及50%預期比例時會得到385,並非所有調查都固定需要這個數字。
預期比例不確定時,為什麼常用50%?
因為p(1-p)在p = 0.5時最大,所以其他條件不變時,50%會產生此公式下較保守的樣本數。它是研究特徵的預估占比,不是回覆率,也無法補救抽樣不具代表性的問題。
取得計算出的回覆數就夠了嗎?縮小誤差範圍會怎樣?
不一定。仍須考慮隨機抽樣、未回覆、回答品質及子群組分析。實際需要聯繫多少人,應依預期回覆率另行估算,而不是固定增加20%至30%。其他條件相同時,把誤差範圍從5%縮小至3%會明顯增加所需樣本數,但無法自動消除系統性偏差。
OpenStax(英文文件):母體比例的信賴區間與樣本數估算 · NIST(英文文件):二項比例信賴區間及常態近似的限制