เครื่องคิดเลขขนาดตัวอย่าง

คำนวณขนาดตัวอย่างที่จำเป็นสำหรับการสำรวจและการศึกษาด้วยระดับความเชื่อมั่นและส่วนที่ผิดพลาด

สำหรับความช่วยเหลือด้านการเรียนรู้และการบ้าน — ตรวจสอบการคำนวณที่สำคัญอย่างอิสระ

ตรวจสอบโดย คณะกรรมการบรรณาธิการคณิตศาสตร์ CalculatorDrive · อัปเดตล่าสุด

เครื่องคิดเลข

ช่วง: 0.1% ถึง 50%

หากเว้นว่างไว้ ให้ใช้ค่าประมาณแบบระมัดระวังที่ 50%

หากระบุไว้ ให้ใช้การแก้ไขประชากรแบบจำกัด

ป้อนระดับความเชื่อมั่น ส่วนต่างของข้อผิดพลาด และพารามิเตอร์อื่นๆ เพื่อคำนวณขนาดตัวอย่างที่ต้องการ

คำตอบสั้นๆ

ขนาดตัวอย่างที่ต้องการจะขยายใหญ่ขึ้นตามความมั่นใจที่คุณต้องการ และจะลดลงเมื่อคุณยอมรับข้อผิดพลาดที่มากขึ้น สำหรับสัดส่วน n = (z² × p × (1−p)) τ e² โดยที่ z มาจากระดับความมั่นใจของคุณ p คือสัดส่วนที่คาดหวัง (0.5 หากไม่ทราบ) และ e คือส่วนต่างของข้อผิดพลาดที่ยอมรับได้ อัตรากำไรขั้นต้นที่แคบลงและความมั่นใจที่สูงขึ้นส่งผลให้ขนาดตัวอย่างที่ต้องการเพิ่มขึ้น ซึ่งมักจะเป็นอย่างมาก

ประเด็นสำคัญ

  • การลดระยะขอบของข้อผิดพลาดลงครึ่งหนึ่งจะเพิ่มขนาดตัวอย่างที่ต้องการเป็นสี่เท่าโดยประมาณ เนื่องจาก e ยกกำลังสองในตัวส่วน
  • การใช้ p = 0.5 โดยไม่ทราบสัดส่วนที่แท้จริงคือตัวเลือกที่ปลอดภัยที่สุด เนื่องจาก p(1−p) ถูกขยายให้ใหญ่สุดตรงนั้น การเดาแบบอื่นๆ ต้องใช้ตัวอย่างที่น้อยกว่าเท่านั้นหากคุณบังเอิญเดาถูก
  • ขนาดประชากรที่ทราบและจำกัดช่วยให้คุณสามารถใช้การแก้ไขที่ลดตัวอย่างที่จำเป็นสำหรับประชากรขนาดเล็กลงได้อย่างมาก แต่จะสร้างความแตกต่างเพียงเล็กน้อยเมื่อประชากรมีขนาดใหญ่กว่าตัวอย่างมาก
  • การประมาณค่าเฉลี่ยต้องใช้การประมาณค่าเบี่ยงเบนมาตรฐานของประชากร ไม่ใช่สัดส่วน การคำนวณทั้งสองประเภทใช้สูตรที่เกี่ยวข้องกันแต่ต่างกัน

สูตรขนาดตัวอย่างตามสัดส่วน

n = (z² × p × (1 − p)) / e²

z มาจากระดับความเชื่อมั่น (1.96 สำหรับ 95%) p คือสัดส่วนประชากรที่คาดหวัง และ e คือส่วนต่างของข้อผิดพลาดที่แสดงเป็นทศนิยม (5% = 0.05)

เหตุใดระยะขอบของข้อผิดพลาดจึงมีอิทธิพลเหนือสูตร

ขอบของข้อผิดพลาด จำเป็น n (ความมั่นใจ 95%, p=0.5)
10%97
5%385
2.5%1,537
1%9,604

การลดขอบเขตของข้อผิดพลาดลงครึ่งหนึ่งจะเพิ่มขนาดตัวอย่างที่ต้องการเป็นสี่เท่า ด้วยเหตุนี้การสำรวจความคิดเห็นระดับชาติจึงมักกำหนดอัตรากำไรขั้นต้น ±3-5% แทนที่จะไล่ตามความแม่นยำ ±1% ซึ่งต้องใช้ผู้ตอบแบบสอบถามหลายหมื่นคน

ตัวอย่างการทำงาน: การวางแผนการสำรวจ

คุณต้องการความมั่นใจ 95% และข้อผิดพลาด 5% โดยไม่มีการประเมินสัดส่วนล่วงหน้า

n = (1.96² × 0.5 × 0.5) / 0.05² = 0.9604 / 0.0025 กลับไปยัง 384.16

ปัดเศษขึ้น: n = 385

ขนาดตัวอย่างจะปัดขึ้นเสมอและไม่เคยปัดเศษลง — ผู้ตอบที่เป็นเศษส่วนเป็นไปไม่ได้ และการปัดเศษลงจะทำให้คุณขาดความแม่นยำของเป้าหมาย

ข้อผิดพลาดทั่วไปที่ควรหลีกเลี่ยง

  • คาดว่าข้อผิดพลาดจะลดลงครึ่งหนึ่งเพื่อเพิ่มขนาดตัวอย่างเป็นสองเท่า โดยจะเพิ่มขนาดตัวอย่างเป็นสี่เท่าแทน เนื่องจาก e เป็นรูปกำลังสอง
  • Guessing a proportion far from 50% "to be safe" — that actually shrinks the calculated sample size, the opposite of conservative; 50% is the truly conservative (maximum) choice.
  • การใช้การแก้ไขประชากรที่มีขอบเขตจำกัดกับประชากรไม่จำกัดอย่างมีประสิทธิผล (การสำรวจระดับชาติ การเข้าชมเว็บ) — การแก้ไขแทบจะไม่เปลี่ยนแปลงอะไรเลยในระดับนั้น
  • ทำให้สูตรสัดส่วนสับสนกับสูตรค่าเฉลี่ย เวอร์ชันเฉลี่ยจำเป็นต้องมีการประมาณค่าส่วนเบี่ยงเบนมาตรฐาน ไม่ใช่สัดส่วน

คำถามที่พบบ่อย

เหตุใดขนาดตัวอย่างจึงมีความสำคัญในสถิติ

ตัวอย่างที่น้อยเกินไปทำให้ได้ค่าประมาณที่ไม่น่าเชื่อถือและมีช่วงความเชื่อมั่นที่กว้าง ขนาดที่เพียงพอจะตรวจจับเอฟเฟกต์จริงและรักษาข้อผิดพลาดไว้ภายในเป้าหมายของคุณ

อินพุตอะไรขับเคลื่อนสูตรขนาดตัวอย่าง

ระดับความเชื่อมั่น ส่วนต่างของข้อผิดพลาด ความแปรปรวนของประชากร และไม่ว่าคุณจะประมาณสัดส่วนหรือค่าเฉลี่ย ทั้งหมดล้วนส่งผลต่อขนาดตัวอย่างที่ต้องการ

ขนาดประชากรมีความสำคัญเสมอไปหรือไม่?

สำหรับประชากรจำนวนมาก ขนาดตัวอย่างจะขึ้นอยู่กับส่วนต่างของข้อผิดพลาดและความแปรปรวนเป็นหลัก สำหรับประชากรที่มีจำนวนจำกัดขนาดเล็ก ปัจจัยการแก้ไขสามารถลดค่า n ที่ต้องการได้

พลังทางสถิติคืออะไร?

พลังคือโอกาสในการตรวจจับเอฟเฟกต์เมื่อมีเอฟเฟกต์อยู่ การศึกษาที่มีกำลังน้อยมักจะพลาดการค้นพบที่แท้จริง การวางแผนขนาดตัวอย่างจะรักษาสมดุลระหว่างกำลัง ต้นทุน และความแม่นยำ

ฉันจะใช้เครื่องคำนวณขนาดตัวอย่างนี้ได้อย่างไร

เลือกประเภทการศึกษา ป้อนระดับความเชื่อมั่น ส่วนต่างของข้อผิดพลาด และความแปรปรวนโดยประมาณ จากนั้นคลิกคำนวณสำหรับขนาดตัวอย่างที่แนะนำ

เหตุใดฉันจึงต้องใช้ p = 0.5 ในเมื่อไม่ทราบสัดส่วนประชากร

เมื่อไม่ทราบสัดส่วนที่แท้จริง 50% เป็นสมมติฐานที่ปลอดภัยที่สุด เนื่องจาก p × (1 − p) — คำว่าขนาดตัวอย่างการขับขี่ — อยู่ที่ค่าสูงสุดเมื่อ p = 0.5 การแบ่งส่วนอื่นๆ เช่น 20/80 หรือ 90/10 จะทำให้ขนาดตัวอย่างจากการคำนวณน้อยลง ดังนั้นการใช้ 50% จึงรับประกันว่าการศึกษาของคุณจะได้รับพลังงานอย่างเพียงพอ ไม่ว่าสัดส่วนที่แท้จริงจะเป็นเท่าใด

More math calculators