樣本數計算器(比例估計)

樣本數計算器(比例估計)

新興 AI Skill PRO

輸入計算

數學公式

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

廣告

結果

所需樣本數
385
位受訪者(無條件進位)
未進位前的樣本數 384.16

回報本頁錯誤

這是什麼

這個計算器能幫你估算問卷調查所需的「最少受訪人數」,讓你在指定的誤差範圍與信賴水準之下,準確推估母體中某個比例的真實值。當調查結果是以百分比呈現時(例如「有多少比例的人回答『願意』」),這正是市場研究、民意調查與臨床問卷最常用的標準公式。

使用方式

先選擇你的信賴水準(90%、95% 或 99%),接著以百分比輸入預估的比例,再以百分比輸入你希望達到的誤差範圍。如果你對這個比例完全沒有事先的估計值,建議直接填 50%──這是最保守的設定,會算出最大的所需樣本數,能確保調查精度足夠。

公式說明

樣本數公式為 $$n = \left\lceil \frac{\text{z}^{2} \cdot \text{p}\,(1 - \text{p})}{\text{E}^{2}} \right\rceil$$其中 \(z\) 為標準常態分配的臨界值(90% 對應 1.645、95% 對應 1.96、99% 對應 2.576);\(p\) 是以小數表示的預估比例;\(E\) 則是以小數表示的誤差範圍。由於樣本數必須是整數,計算結果一律無條件進位。

廣告
鐘形曲線,兩側陰影尾端標示某信賴水準下的臨界 z 值
z 值對應所選的信賴水準,標示出常態分布的兩個尾端。

實例試算

以 99% 信賴水準(\(z = 2.576\))、\(p = 30\%\)(0.30)、\(E = 4\%\)(0.04)為例:$$n = \frac{2.576^{2} \times 0.30 \times 0.70}{0.04^{2}} = \frac{6.635776 \times 0.21}{0.0016} = \frac{1.39351296}{0.0016} \approx 870.95$$無條件進位後,你需要 871 位受訪者。

廣告
點估計帶有對稱誤差線,兩側分別顯示誤差範圍 E
誤差範圍 E 決定了估計值與真實比例之間可偏離的程度。

关键术语:信赖水准、误差范围与 Z 分数

信赖水准
若将抽样调查重复进行许多次,抽样程序产生的区间包含母体真实值的频率(例如 95% 的时间)。它描述的是该方法的长期可靠性,而不是某一个特定区间包含真实值的机率。一旦算出某个区间,它要么包含真实值,要么不包含。
误差范围 (E)
信赖区间的半宽,单位与比例相同。误差范围为 ±3% 表示估计值为样本比例加减 3 个百分点。在计算器中,请以小数输入(3% 输入 0.03)。
临界 z 值 (z)
与所选信赖水准(双尾)相对应的标准常态分配标准差数:90% 对应 1.645,95% 对应 1.96,99% 对应 2.576。
预期比例 (p)
您对母体中具有目标特质之比例的事先估计,以小数输入。若未知,请使用 0.5,因为它会使 p(1−p) 最大,并得出最保守(最大)的样本数。
有限母体校正
当样本占小型母体的相当大比例时(通常超过约 5%)所使用的调整。调整后的样本数为 \(n_{adj} = \dfrac{n}{1 + (n-1)/N}\),其中 N 为母体大小。此处的基本公式假设母体非常大或无限大,因此不适用此校正。
样本数 (n)
达到所选信赖水准与误差范围所需的完成回覆数。结果一律无条件进位至下一个整数。为应对无回覆情况,请邀请人数多于 n。

常見問題

不知道比例時為什麼要填 50%?因為 \(p(1-p)\) 在 \(p = 0.5\) 時達到最大值,此時算出的樣本數最大、也最保險。

這個公式有考慮母體規模嗎?沒有──這是針對「無限母體」的公式。若你的母體規模很小,需要再套用「有限母體校正(finite population correction)」加以調整。

誤差範圍是什麼?它是在指定信賴水準下,圍繞估計值上下浮動的 ± 區間。

最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器