Kalkulator: Hitung Ukuran Sampel Minimum Tinjauan Anda

Kalkulator Dalam Talian Untuk Mengira Ukuran Sampel Untuk Tinjauan

Membangunkan tinjauan dan memastikan anda mempunyai respons yang sah bahawa anda boleh mendasarkan keputusan perniagaan anda memerlukan sedikit kepakaran. Pertama, anda harus memastikan bahawa soalan anda diajukan dengan cara yang tidak menyangka tindak balas. Kedua, anda harus memastikan bahawa anda meninjau cukup banyak orang untuk mendapatkan hasil yang sah secara statistik.

Anda tidak perlu bertanya kepada setiap orang, ini memerlukan banyak tenaga kerja dan cukup mahal. Syarikat penyelidikan pasaran berusaha untuk mencapai tahap keyakinan yang tinggi, margin kesalahan yang rendah sambil mencapai jumlah minimum penerima yang diperlukan. Ini dikenali sebagai milik anda saiz sampel. Awak pensampelan peratusan tertentu dari keseluruhan populasi yang mencapai hasil yang memberikan tahap keyakinan untuk mengesahkan keputusan. Dengan menggunakan formula yang diterima umum, anda dapat menentukan yang sah saiz sampel yang akan mewakili populasi secara keseluruhan.



Sekiranya anda membaca ini melalui RSS atau e-mel, klik ke laman web untuk menggunakan alat ini:

Hitung Saiz Sampel Kajian Anda

Bagaimana Persampelan Berfungsi?

Formula untuk Menentukan Ukuran Sampel Minimum

Rumus untuk menentukan ukuran sampel minimum yang diperlukan untuk populasi tertentu adalah seperti berikut:

S = \ frac {\ frac {z ^ 2 \ kali p \ kiri (1-p \ kanan)} {e ^ 2}} {1+ \ kiri (\ frac {z ^ 2 \ kali p \ kiri (1- p \ kanan)} {e ^ 2N} \ kanan)}

Di mana:

  • S = Saiz sampel minimum yang harus anda kaji berdasarkan input anda.
  • N = Jumlah populasi. Ini adalah ukuran segmen atau populasi yang ingin anda nilaikan.
  • e = Margin Kesalahan. Setiap kali anda mengambil sampel populasi, ada kemungkinan terdapat kesalahan dalam hasilnya.
  • z = Seberapa yakin anda bahawa penduduk akan memilih jawapan dalam julat tertentu. Peratusan keyakinan diterjemahkan ke skor-z, bilangan sisihan piawai yang diberikan jauh dari min.
  • p = Sisihan piawai (dalam kes ini 0.5%).

Apa yang anda fikir?

Laman web ini menggunakan Akismet untuk mengurangkan spam. Ketahui bagaimana data komen anda diproses.