Что считает этот калькулятор
Калькулятор показывает, сколько человек нужно опросить, чтобы оценить долю в генеральной совокупности с заданной погрешностью при выбранном уровне доверия. Его применяют в маркетинговых исследованиях, политических опросах, контроле качества и научных работах. Инструмент универсален и не привязан к какой-либо стране — это чистая статистика, которая работает в любой юрисдикции.
Как пользоваться
Выберите уровень доверия (90%, 95% или 99%), укажите допустимую погрешность (например, 5%) и предполагаемую долю. Если оценки доли нет, берите 50% — это самое осторожное значение, которое даёт максимальный и наиболее надёжный объём выборки. При желании введите общий размер совокупности, чтобы применить поправку на конечную совокупность: она уменьшает требуемую выборку, когда совокупность невелика.
Разбор формулы
Базовое уравнение выглядит так: $$n = \dfrac{z^2 \cdot \hat{p}\,(1 - \hat{p})}{e^2}$$ Здесь \(z\) — критическое значение стандартного нормального распределения для вашего уровня доверия (1,645 для 90%, 1,96 для 95%, 2,576 для 99%), \(\hat{p}\) — ожидаемая доля в виде десятичной дроби, а \(e\) — погрешность в виде десятичной дроби. Произведение \(\hat{p}\,(1 - \hat{p})\) достигает максимума при \(\hat{p} = 0{,}5\) — именно поэтому значение 50% даёт наибольший объём выборки. Если задан конечный размер совокупности \(N\), результат уменьшается с помощью поправочного коэффициента: $$n = \dfrac{n_0}{1 + \dfrac{n_0 - 1}{N}}$$
Пример расчёта
Допустим, нужен уровень доверия 95% (\(z = 1{,}96\)), погрешность 5% (\(E = 0{,}05\)) и предполагаемая доля \(p = 0{,}5\). Тогда $$n = \dfrac{1{,}96^2 \times 0{,}5 \times 0{,}5}{0{,}05^2} = \dfrac{3{,}8416 \times 0{,}25}{0{,}0025} = \dfrac{0{,}9604}{0{,}0025} = 384{,}16$$ что округляется вверх до 385 респондентов.
Частые вопросы
Какую долю брать, если оценки нет? Используйте 50% — это значение максимизирует объём выборки и гарантирует, что заданная погрешность будет соблюдена.
Почему округляем вверх? Размер выборки должен быть целым числом, а округление вверх не позволяет превысить допустимую погрешность.
Когда важен размер совокупности? Поправка на конечную совокупность заметно снижает выборку только тогда, когда совокупность невелика по сравнению с \(n_0\) (примерно несколько тысяч человек или меньше).
Критические значения z по уровню доверия
| Уровень доверия (двусторонний) | Критическое значение z |
|---|---|
| 80% | 1.282 |
| 85% | 1.440 |
| 90% | 1.645 |
| 95% | 1.960 |
| 98% | 2.326 |
| 99% | 2.576 |
| 99.9% | 3.291 |
Это квантили стандартного нормального распределения при вероятности \(1 - \alpha/2\), где \(\alpha = 1 - \text{уровень доверия}\). Для 95% доверия \(\alpha = 0.05\), поэтому z — это 97.5-й процентиль стандартного нормального распределения, примерно 1.960.
Интерпретация необходимого размера выборки
- Что покрывает погрешность: формула предполагает простую случайную выборку и оценивает одну долю на заданном уровне доверия. Она учитывает только ошибку случайной выборки. Она не учитывает неответы, проблемы охвата или систематическое смещение выборки, поэтому полученное число — это количество завершённых, пригодных для анализа ответов, которые вам нужны, а не количество отправленных приглашений. Если вы ожидаете уровень ответов 20%, вам нужно пригласить значительно больше людей, чем n.
- Что означает 95% доверия: если бы вы многократно повторяли опрос и каждый раз строили интервал по этому методу, примерно в 95% таких интервалов содержалась бы истинная доля в генеральной совокупности. Это не означает, что с вероятностью 95% истинное значение лежит в одном конкретном вычисленном интервале.
- Убывающая отдача: n растёт пропорционально \(1/E^2\), поэтому сужение погрешности быстро становится дорогим. Переход от 5% к 3% при 95% доверии увеличивает n с 385 до 1 068, тогда как переход от 10% к 5% добавляет всего около 288 ответов.
- Выбор p: \(\hat{p} = 0.5\) максимизирует \(\hat{p}(1-\hat{p})\) и даёт наибольшее и наиболее надёжное n. Используйте другое значение, только если у вас есть надёжная априорная оценка.
- Поправка на конечную совокупность: поправка \(n = \dfrac{n_0}{1 + \dfrac{n_0 - 1}{N}}\) имеет значение главным образом тогда, когда \(n_0\) превышает примерно 5% размера совокупности N. Для больших совокупностей она почти ничего не меняет; для малых может заметно уменьшить необходимый размер выборки.
- Подгруппы: погрешность относится ко всей выборке. Результаты для подгрупп (например, по возрасту или региону) имеют большую погрешность, если только у каждой подгруппы нет собственного достаточного размера выборки.