필요한 응답자 수 계산

모집단 크기는 대변하려는 전체 집단의 크기입니다.

대상 모집단의 잠재적인 크기에 대해 생각해 봅니다. 예를 들어 캘리포니아 주의 남성 iPhone 사용자에게 설문조사를 보낼 경우, 조사를 실시하여 이 기준에 맞는 총 남성 수를 알아내야 합니다.

오차 범위는 척도와 관련하여 오차가 얼마나 되는지를 나타냅니다. 조사 대상 표본의 의견과 행동이 전체 모집단 기준에서 벗어날 가능성이 얼마나 되는지를 백분율로 나타낸 것입니다. 허용 오차를 계산하려면 허용 오차 계산기를 사용합니다.

지정된 신뢰 수준에서 오차 범위를 줄이면, 정확한 답변에 더 가까워집니다.

일반적으로 표본 크기가 커지면 오차 범위가 낮아집니다. 표본 크기가 모집단 크기에 가까워지면 결과의 대표성이 더욱 확고해집니다. 이는 허용 오차가 커지면 아래 표에 나와 있는 권장 표본 크기가 작아지는 이유입니다.

예를 들어, 400명의 사람들에게 버락 오바마의 의견에 동의하는지, 반대하는지를 물었을 때 55%가 동의한다고 대답했다고 가정해 보겠습니다. 95% 신뢰 수준과 ±5% 오차 범위를 사용할 때, 동일한 조건에서 이 설문조사를 100회 반복하면 100회 중 95회에서 응답이 50%-60% 범위에 있을 수 있습니다.

신뢰 수준은 척도를 신뢰할 수 있는 정도를 나타냅니다. 연구자들이 사용하는 일반적인 표준은 90%, 95%, 99%입니다.

95% 신뢰 수준은 동일한 설문조사가 동일한 조건에서 100회 반복될 경우 100회 중 95회에서 이 척도가 오차 범위 내에 있을 수 있습니다.

표본 크기를 계산할 때 신뢰 수준에 대한 z점수를 사용하게 됩니다. z점수는 평균값에서 벗어나는 지정된 비율인 표준 편차입니다.

표본 크기 요건은 특정 보기를 선택하는 표본의 비율에 따라 다릅니다. 예를 들어, 이전 설문조사에서 고객의 75%가 제품에 만족하는 것으로나타났고 그 설문조사를 다시 수행하려는 경우 p = 0.75를 사용하여 필요한 표본 크기를 계산할 수 있습니다.

처음으로 설문조사를 수행 중이라면 대부분의 설문조사에 2개 이상의 질문이 있으므로(따라서 평가할 백분율 값이 2개 이상) p = 0.5를 사용하여 최적의 표본 크기를 계산하는 것이 좋습니다. 이렇게 하면 너무 많지도 않고 적지도 않은 적절한 표본 크기가 추정됩니다.