最小樣本量估算 使用指南
基於 Cochran 公式計算調查所需最小樣本量，支援有限總體修正（FPC），並對比不同置信水平下的樣本量需求。
功能說明
基於 Cochran 公式計算調查所需最小樣本量，支援有限總體修正（FPC），並對比不同置信水平下的樣本量需求。
典型使用場景
- 做問卷/投放 A/B 前先算需要多少樣本才 statistically 可靠。
- 已知置信水平與誤差限度，反推最小樣本量避免浪費。
- 比例未知時取 p=0.5 得最保守（最大）樣本量。
算例參考
- 95% 置信、±5% 誤差：n=(z²·p·(1−p))/e²，z=1.96、p=0.5、e=0.05 → n=1.96²×0.25/0.0025≈384.16，取 385 份。這是最保守樣本量。
- 不同置信水平對比：同樣 p=0.5、e=5%：90% 置信 z=1.645 → n≈267；95% → 385；99% z=2.576 → 663。置信越高或誤差越小，樣本越多。
注意事項
本工具純前端執行，輸入內容不上傳伺服器；結果為按上述口徑得到的理論估算值。實際應用受裝置引數、測量條件與當地規範影響，請以裝置銘牌、檢測報告與現行標準為準，重大決策建議諮詢專業人士。
- 為什麼 p 預設取 0.5？
- p(1−p) 在 p=0.5 時最大，算出的樣本量最保守，確保即使真實比例未知也夠用。
- 誤差限度 e 怎麼定？
- 按決策精度需求，市場調研常用 ±3%–5%；誤差減半樣本量翻 4 倍，需權衡成本。