样本量计算器

置信水平(α):
误差幅度(e):
人口比例(p):
人口规模(N):


Results
Your recommended sample size is: 385
The sample size (n) is calculated according to the formula: n = z2 * p * (1 - p) / e2

Where: z = 1.96 for a confidence level (α) of 95%, p = proportion (expressed as a decimal), e = margin of error.

z = 1.96, p = 0.5, e = 0.05

n = 1.962 * 0.5 * (1 - 0.5) / 0.052

n = 0.9604 / 0.0025 = 384.16

n ≈ 385

The sample size is equal to 385
100
Sample Size
20
MoE %
Margin of Error vs. Sample Size
 
100
200
300
400
500
20
40
60
80
Margin of Error vs. Sample Size
 
Sample Size
MoE %

什么是样本量?

调查的样本量是在调查过程中收到的完整响应的总数。它被称为样本,因为它不包括完整的目标人群;它代表了该人群的选择。例如,许多研究涉及随机抽样,随机要求选择的目标人群完成调查。

在计算样本数量时,一些基本术语很重要。具体如下:

置信水平:样本的置信度以百分比表示,描述了您可以确定其代表目标人群的程度;也就是说,选择响应的总体的真实百分比位于置信区间内的频率。例如,如果您的置信水平为 90%,如果您要进行调查 100 次,则调查将在这 100 次中的 90 次产生完全相同的结果。

误差幅度:误差幅度也以百分比衡量。它表示样本总体的输出反映总体的程度。误差幅度越低,研究人员就越接近在给定置信水平下获得准确的响应。要确定误差幅度,请查看我们的误差幅度计算器。

选择给定选项的人口百分比:研究结果的准确性也根据选择给定响应的样本百分比而变化。如果98%的人选择“是”,2%的人选择“否”,则出错的可能性很小。但是,如果 35% 的人口选择“是”,65% 的人选择“否”,则无论样本量如何,出错的可能性都会更高。在选择给定精度水平所需的样本量时,研究人员应使用最坏情况百分比;即 50%。

人口规模:人口规模是目标人口中的总人数。例如,如果您正在执行基于居住在英国的人的研究,则总人口约为 6600 万。同样,如果您正在对某个组织进行研究,则人口的总规模将是为该组织工作的员工人数。

样本量公式

样本数量计算器使用以下公式:


1. n = z2 * p * (1 - p) / e2

2. n (with finite population correction) = [z2 * p * (1 - p) / e2] / [1 + (z2 * p * (1 - p) / (e2 * N))]




其中:

n是样本数量,

z 是与置信水平相关的z 分数,

p是样本比例,以小数表示,

e是误差幅度,以小数表示,

N是种群规模。

样本数量计算示例:假设我们要计算从给定医院出院的患者比例,他们对住院期间接受的护理水平感到满意,置信水平在 4% 以内。我们需要多大的样本量?

样本数量 (n) 可以使用以下公式计算:

n = z2 * p * (1 - p) / e2

其中 z = 1.645 表示置信水平 (α) 为 90%,p = 比例(以小数表示),e = 边际误差。


z = 1.645, p = 0.5, e = 0.04

n = 1.6452 * 0.5 * (1 - 0.5) / 0.042

n = 0.6765 / 0.0016 = 422.816



n ≈423名患者。

期望的置信水平 Z 分数
70% 1.04
75% 1.15
80% 1.28
85% 1.44
90% 1.645
91% 1.70
92% 1.75
93% 1.81
94% 1.88
95% 1.96
96% 2.05
97% 2.17
98% 2.33
99% 2.576
99.5% 2.807
99.9% 3.29
99.99% 3.89

参考资料:丹尼尔· (1999).生物统计学:健康科学分析的基础。第 7 版。纽约:约翰·威利父子。