样本量计算器(比例)

样本量计算器(比例)

新兴 AI Skill PRO

输入计算

数学公式

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

广告

结果

所需样本量
385
名受访者(向上取整)
未取整的样本量 384.16

报告本页错误

这是什么

本计算器用于估算:要在设定的误差范围和置信水平内估计某个总体比例,至少需要访问多少名受访者。当调查结果以百分比形式呈现时(例如"有多少比例的人回答'是'"),这正是市场调研、民意调查和临床问卷中通用的标准计算方法。

如何使用

先选择置信水平(90%、95% 或 99%),再以百分比形式填入预期比例,最后输入你希望达到的误差范围(同样为百分比)。如果你事先没有任何关于该比例的估计值,建议直接填 50%——这是最保守的取值,会得出最大的所需样本量,能确保结果足够稳妥。

公式详解

样本量公式为 $$n = \left\lceil \frac{z^{2} \cdot p\,(1 - p)}{E^{2}} \right\rceil$$。其中 \(z\) 是标准正态分布的临界值(90% 对应 1.645,95% 对应 1.96,99% 对应 2.576),\(p\) 是以小数表示的预期比例,\(E\) 是以小数表示的误差范围。由于样本量必须是整数,计算结果会向上取整。

广告
钟形曲线,两侧阴影尾部标示某置信水平下的临界 z 值
z 值对应所选的置信水平,标示出正态分布的两个尾部。

实例演算

以 99% 置信水平(\(z = 2.576\))、\(p = 30\%\)(0.30)、\(E = 4\%\)(0.04)为例:$$n = \frac{2.576^{2} \times 0.30 \times 0.70}{0.04^{2}} = \frac{6.635776 \times 0.21}{0.0016} = \frac{1.39351296}{0.0016} \approx 870.95$$向上取整后,你需要访问 871 名受访者。

广告
点估计带有对称误差线,两侧分别显示误差幅度 E
误差幅度 E 决定了估计值与真实比例之间的最大偏离程度。

关键术语:置信水平、误差范围和 Z 值

置信水平
如果多次重复该抽样调查,抽样方法得出的区间包含总体真实值的频率(例如,95% 的情况下)。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概率。一旦计算出某个具体区间,它要么包含真实值,要么不包含。
误差范围(E)
置信区间的半宽,与比例使用相同的单位。±3% 的误差范围意味着估计值报告为样本比例加减 3 个百分点。在计算器中,请以小数形式输入(3% 输入 0.03)。
临界 z 值(z)
与所选置信水平(双侧)相对应的标准正态分布标准差个数:90% 对应 1.645,95% 对应 1.96,99% 对应 2.576。
预期比例(p)
您事先对具有目标特征的人口比例的估计,以小数形式输入。若未知,则取 0.5,此时 p(1−p) 最大,得出的样本量最保守(最大)。
有限总体校正
当样本在较小总体中占相当大比例(通常超过约 5%)时使用的调整方法。调整后的样本量为 \(n_{adj} = \dfrac{n}{1 + (n-1)/N}\),其中 N 为总体规模。此处的基本公式假设总体非常大或为无限总体,不适用此校正。
样本量(n)
达到所选置信水平和误差范围所需的有效回复数量。结果始终向上取整为最接近的整数。为应对无回复情况,应邀请多于 n 的人数。

常见问题

不知道比例时为什么要用 50%? 当 \(p = 0.5\) 时,\(p(1-p)\) 取得最大值,因此能给出最稳妥(最大)的样本量。

这个公式考虑了总体规模吗? 没有——这是基于"无限总体"假设的公式。如果总体规模较小,需要再套用有限总体校正系数(finite population correction)。

什么是误差范围? 它指的是在所选置信水平下,估计值上下浮动的 ± 区间。

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器