サンプルサイズ
調査や研究に必要なサンプルサイズを計算する
サンプルサイズの使い方
- 1自信レベル、エラーのマージン、全体的な比率の推定値を入力します。
- 2合計が小さくて知られる場合は、合計サイズが入力できます。
- 3信頼できる結論を得るために必要な最低のサンプルを読んで下さい。
なぜサンプルの質量が重要なの?
n = z2 p (1-p) / e2(全体的な修正を含む)サンプル量は、指定した範囲内の全体的なパラメータの推定エラーを指定した範囲内で保持するために必要な観察数です。
サンプルの小さな結論は信頼できません。大きなサンプルのコストは無駄です。 計算機は、精度とコストのバランスをとります。
エラーの余白が小さくなると、サンプルが大きくなり、正の割合が1/e2に大きくなると、エラーを半分にし、サンプルを約4回増加させます。 だからこそ、高精度の毛穴のコストが急激に上昇しているのです。
合計が小さい場合(例えば200のクラス)、限られた全体的な修正が有効である場合、そうでなければ要求されたサンプルは過小評価される。 修正式はn'=n.N /(n + N - 1)で、Nは全体的なサイズです。
| 信頼の横 | エラー範囲 | サンプル数量 必須 n |
|---|---|---|
| 90% | ±5% | 271 |
| 95% | ±5% | 385 |
| 95% | ±3% | 1068 |
| 99% | ±5% | 664 |
| 99% | ±3% | 1843 |
異なるレベルの自信とエラー範囲(p = 0.5、大合計)のサンプル
よくある質問
どんな自信がありますか?
研究のデフォルトは95%です。99%はより安全ですが、より大きなサンプルが必要です。
全体的な比率はどうですか。
0.5 (50パーセント) を使用して、これは最も保守的、または最大の、必要なサンプルを提供します。
サンプル全体が大きいほど、より大きいですか?
必ずしもそうではありません。 特定のサイズの後のサンプル要件は、ほとんど変更されず、限られた全体的な補正は、小さな集計のためにのみ必要です。
95%と99%は違いますか?
重要な違い: 必要な人の総数の 385 と 99 パーセント毎セントの人々 の合計数の 95 パーセント; より広いネットを必要とする自信の高レベル, したがって、より大きなサンプル.
スケール調査はどのようにサンプルを推定しますか?
p = 0.5 を最も保守的に使用してください。0 または 1 に近い比率(例、まれな病気)を期待している場合は、より小さいサンプルを計算するために期待値を使うことができます。