最小樣本量估算

🔮 Minimum Sample Size Estimator

Estimate required sample size for a target confidence level and margin of error.

📐 計算方式

Cochran 公式 n₀=z²·p(1−p)/e²(z 為置信水平對應分位數,e 為誤差限度);有限總體校正 n=n₀/(1+(n₀−1)/N)。預期比例 p 取 0.5 時樣本量最大,已知更接近真實比例時可取更小值。

💡 Cochran 公式:n₀ = Z²·p·(1−p) ÷ e²;有限總體修正 n = n₀ ÷(1 +(n₀−1)/N)。
⚠️ 使用說明與注意事項
  • p=50% 時方差最大,樣本量最保守,適用於未知總體特徵時
  • 總體規模 N=0 或留空表示視為無限總體,不啟用 FPC
  • 實際回收需考慮應答率,按公式結果 ÷ 應答率放大
  • 分層抽樣請在分層配額工具中按層分配

📚 深度解析:調研樣本量估算

💡 常見使用場景

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。

❓ 常見問題(FAQ)

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。
📖關於「最小樣本量估算」 ▼

📝工具簡介

調查最小樣本量估算工具,基於 Cochran 公式與有限總體修正(FPC),支援 90/95/99/99.5% 置信水平,並對比不同置信水平下的樣本量需求與應答率放大。

✨功能特點

🎯使用場景