誤差範圍計算器

📏 Margin of Error

📐 工作原理與說明
計算調查或抽樣的誤差範圍。
  • 公式:ME = z × √(p(1−p)/n),p 為樣本比例,n 為樣本量。
  • z 值:95% 置信水平對應 z≈1.96;置信水平越高,誤差範圍越大。
  • 樣本量:誤差與 √n 成反比——樣本量擴大 4 倍,誤差才減半。
  • 保守估計:取 p=0.5 時 p(1−p) 最大,此時誤差範圍最寬,常用於樣本量規劃。

📋 誤差範圍公式

E = z* × √[p̂(1−p̂)/n]  |  有限總體:E_fin = E × √[(N−n)/(N−1)]
含義:在置信水平下,總體比例與樣本比例的最大可能偏差。
常見值:民調常見 ±3%(n≈1000,95% 置信度,p=0.5)。

📚 深度解析:誤差範圍計算器

💡 常見使用場景

  • 調查報道里“±3%”的誤差幅度計算。
  • 設計問卷時反推樣本量:若要求誤差不超過 ±3%(95% 置信度),按最大方差估算大約需要 1000 份以上有效樣本。
民調
n=1000,p=0.5,95%:MoE=1.96·√(0.25/1000)≈0.031 → ±3.1%。

❓ 常見問題(FAQ)

樣本越大誤差越小?
MoE 與 √n 成反比,翻倍樣本只降約 29%。
為什麼樣本到一定數量後收益變小?
因為誤差與 √n 成反比:樣本從 100 增到 400,誤差減半;但要再減半就得增到 1600。精度提升一倍需要四倍樣本,成本卻線性增長。因此實操中通常在 1000–2000 份之間權衡,而非一味加大。
⚠️ 使用說明與注意事項
📖關於「誤差範圍計算器」 ▼

📝工具簡介

Calculate the margin of error for a survey or poll in your browser — set confidence and sample size.