开展一项调查并确保您有一个有效的答复，您可以以此作为您的业务决策的基础，这需要相当多的专业知识。 首先，您必须确保您的问题是以一种不会使回答产生偏见的方式提出的。 其次，你必须确保你调查了足够多的人以获得统计上有效的结果。
你不需要问每个人，这将是劳动密集型的，而且相当昂贵。 市场研究公司努力获得高水平的信心和低误差率，同时达到必要的最低接受者数量。 这被称为你的 样本量。 你是 采样 一定比例的总人口达到提供一定水平的结果 信心 验证结果。 利用广泛接受的公式，您可以确定有效的 样本量 这将代表整个人口。
如果您通过 RSS 或电子邮件阅读本文，请单击该站点以使用该工具：
采样如何工作？
抽样是从较大的总体中选择个体子集的过程，以便对整个总体的特征进行推断。 它通常用于研究和民意调查以收集数据并对人口做出预测。
可以使用几种不同的采样方法，包括：
- 简单随机抽样： 这涉及使用随机方法从总体中选择样本，例如从列表中随机选择名称或使用随机数生成器。 这确保了总体中的每个成员都有平等的机会被选为样本。
- 分层抽样 涉及根据某些特征将人口分成子组（层），然后从每个层中选择随机样本。 这可确保样本代表总体中的不同子组。
- 整群抽样： 这涉及将人口分成较小的组（集群），然后选择集群的随机样本。 所选集群的所有成员都包含在样本中。
- 系统抽样： 这涉及选择总体中的每第 n 个成员作为样本，其中 n 是抽样间隔。 例如，如果抽样间隔为 10，总体规模为 100，则每 10 个成员将被选为样本。
根据人群的特征和所研究的研究问题选择合适的抽样方法很重要。
置信水平与误差幅度
在抽样调查中， 信心水平 衡量您对样本准确代表总体的信心。 它以百分比表示，由样本大小和总体变异水平决定。 例如，95% 的置信度意味着如果您多次进行调查，结果在 95% 的情况下都是准确的。
最低价的 误差范围另一方面，它衡量的是您的调查结果与真实人口值之间的差异程度。 它通常以百分比表示，由样本大小和总体变异水平决定。 例如，假设一项调查的误差幅度为正负 3%。 在这种情况下，如果您要多次进行调查，真实总体值将有 95% 的时间落在置信区间内（由样本均值加上或减去误差范围定义）。
因此，总而言之，置信度衡量的是您对样本准确代表总体的信心程度。 同时，误差范围衡量的是您的调查结果可能与实际人口值有多大差异。
为什么标准偏差很重要？
标准差衡量一组数据的分散或散布。 它告诉您数据集中的单个值与数据集的平均值有多少差异。 在计算调查的最小样本量时，标准偏差是必不可少的，因为它可以帮助您确定样本中需要多少精度。
如果标准差很小，则总体中的值相对接近均值，因此您不需要大样本量就可以很好地估计均值。 另一方面，如果标准偏差很大，则总体中的值会更加分散，因此您需要更大的样本量才能很好地估计均值。
一般来说，标准偏差越大，达到给定精度水平所需的样本量就越大。 这是因为较大的标准偏差表明总体的可变性较大，因此您需要较大的样本才能准确估计总体的均值。
确定最小样本量的公式
确定给定总体所需的最小样本量的公式如下：
地点：
- S =您应该根据输入数据进行调查的最小样本量。
- N = 总人口规模。 这是您要评估的细分市场或人口的规模。
- e = 误差范围。 当您对总体进行抽样时，会有误差幅度。
- z = 您对人们会在特定范围内选择答案的信心有多大。 置信度百分比转化为 z 分数，即给定比例偏离平均值的标准差数。
- p =标准偏差（在这种情况下为0.5％）。
