Örneklem Büyüklüğü Hesaplama (Oran)

Örneklem Büyüklüğü Hesaplama (Oran)

Büyüyen AI Skill PRO

Hesaplamaya Girin

Formül

n=⌈Z2·p(1−p)e2⌉n = \left\lceil \frac{\text{Z}^{2} \cdot \text{p}\,(1 - \text{p})}{\text{e}^{2}} \right\rceil
Kullanım istatistikleri

Reklam

Sonuç

Gereken Örneklem Büyüklüğü
385
katılımcı (yukarı yuvarlandı)
Yuvarlanmamış örneklem büyüklüğü 384,16

Bu sayfadaki bir hatayı bildir

Bu araç nedir?

Bu hesaplayıcı, bir kitle oranını seçtiğiniz hata payı ve güven düzeyi içinde tahmin etmek için kaç kişiyle anket yapmanız gerektiğini hesaplar. Sonucun yüzdeyle ifade edildiği durumlarda (örneğin "katılımcıların yüzde kaçı evet diyor") pazar araştırması, kamuoyu yoklamaları ve klinik anketlerde kullanılan standart formülü temel alır.

Nasıl kullanılır?

Önce güven düzeyinizi seçin (%90, %95 veya %99), ardından beklenen oranı yüzde olarak ve istediğiniz hata payını yine yüzde olarak girin. Oran hakkında elinizde önceden bir tahmin yoksa %50 kullanın; bu en güvenli (en muhafazakâr) değerdir ve en büyük örneklemi verdiği için sizi güvenli tarafta tutar.

Formül açıklaması

Örneklem büyüklüğü $$n = \left\lceil \frac{\text{z}^{2} \cdot \text{p}\,(1 - \text{p})}{\text{E}^{2}} \right\rceil$$ şeklinde hesaplanır. Burada \(z\) standart normal kritik değerdir (%90 için 1,645; %95 için 1,96; %99 için 2,576), \(p\) ondalık olarak beklenen oran, \(E\) ise ondalık olarak hata payıdır. Örneklem tam sayı olmak zorunda olduğundan sonuç yukarı yuvarlanır.

Reklam
Bir güven düzeyi için kritik z değerlerini gösteren, iki kuyruğu gölgeli çan eğrisi
z-skoru seçilen güven düzeyine karşılık gelir ve normal dağılımın kuyruklarını işaretler.

Örnek hesaplama

%99 güven düzeyi (\(z = 2{,}576\)), \(p = \%30\) (0,30) ve \(E = \%4\) (0,04) için: $$n = \frac{2{,}576^{2} \times 0{,}30 \times 0{,}70}{0{,}04^{2}} = \frac{6{,}635776 \times 0{,}21}{0{,}0016} = \frac{1{,}39351296}{0{,}0016} \approx 870{,}95$$ Yukarı yuvarlandığında 871 katılımcıya ihtiyacınız olur.

Reklam
Her iki tarafta hata payı E'yi gösteren simetrik hata çubuklarıyla nokta tahmini
Hata payı E, tahminin gerçek orandan ne kadar sapabileceğini belirler.

Temel Terimler: Güven Düzeyi, Hata Payı ve Z-Skoru

Güven düzeyi
Örnekleme yönteminin, anket çok sayıda tekrarlandığında, gerçek popülasyon değerini içeren bir aralık üretme sıklığıdır (örneğin, zamanın 95%'i). Bu, yöntemin uzun vadeli güvenilirliğini anlatır; belirli bir aralığın gerçek değeri içerme olasılığını anlatmaz. Hesaplandıktan sonra belirli bir aralık ya gerçek değeri içerir ya da içermez.
Hata payı (E)
Güven aralığının yarı genişliğidir ve oranla aynı birimde ifade edilir. ±%3'lük bir hata payı, tahminin örnek oranının artı eksi 3 yüzde puanı olarak raporlandığı anlamına gelir. Hesap makinesinde ondalık olarak girin (%3 için 0.03).
Kritik z-değeri (z)
Seçilen güven düzeyine (iki yönlü) karşılık gelen standart normal dağılımın standart sapma sayısıdır: %90 için 1.645, %95 için 1.96 ve %99 için 2.576.
Beklenen oran (p)
Popülasyonun ilgilenilen özelliğe sahip payına ilişkin önceden yaptığınız tahmin olup ondalık olarak girilir. Bilinmediğinde p(1−p) değerini en büyük yapan ve en güvenli (en büyük) örneklem büyüklüğünü veren 0.5 kullanılır.
Sonlu popülasyon düzeltmesi
Örneklem, küçük bir popülasyonun önemli bir oranını oluşturduğunda (genellikle yaklaşık %5'in üzerinde) kullanılan bir düzeltmedir. Düzeltilmiş büyüklük \(n_{adj} = \dfrac{n}{1 + (n-1)/N}\) ile verilir; burada N popülasyon büyüklüğüdür. Buradaki temel formül çok büyük veya sonsuz bir popülasyon varsayar ve bu düzeltmeyi uygulamaz.
Örneklem büyüklüğü (n)
Seçilen güven düzeyini ve hata payını sağlamak için gereken tamamlanmış yanıt sayısıdır. Her zaman bir sonraki tam sayıya yuvarlanır. Yanıt vermeme durumuna karşı n'den daha fazla kişiye davet gönderin.

Sıkça Sorulan Sorular

Oranı bilmiyorsam neden %50 kullanmalıyım? \(p(1-p)\) ifadesi en büyük değerine \(p = 0{,}5\) noktasında ulaşır; bu yüzden en güvenli (en büyük) örneklem büyüklüğünü verir.

Bu hesaplama kitle büyüklüğünü dikkate alıyor mu? Hayır; bu, sonsuz kitle varsayımına dayalı formüldür. Küçük kitleler için sonlu kitle düzeltmesi (finite population correction) uygulamanız gerekir.

Hata payı nedir? Seçtiğiniz güven düzeyinde tahmininizin etrafındaki ± aralığıdır.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör