計算您需要的受訪者人數

您的群體規模是您希望代表的整個群體人數。

請思考目標群體可能的大小。 例如，若您將調查問卷寄送給位於加州的男性 iPhone 使用者，您可能需要稍微研究並決定總共有多少男性符合該條件。

誤差範圍說明誤差圍繞測量值的程度。這個百分比值說明有多少調查問卷樣本的意見和行為可能會偏離總群體。若要計算誤差範圍，請使用我們的誤差範圍計算器。

誤差範圍越小，越有可能得到符合特定可信度的確切答案。

一般而言，樣本規模越大，誤差範圍越小。 樣本規模越接近群體大小，結果可能越具有代表性。 因此，在下表中，若您的誤差範圍越大，建議的樣本規模就越小。

例如，假設我們以 400 人為對象，詢問他們支持或不支持美國總統歐巴馬，其中有 55% 的人表示支持。 以 95% 可信度加上 ±5% 的誤差範圍來看，若在同樣條件下重複這份調查問卷 100 次，那麼其中 95 次的回覆應該會介於 50% 到 60% 之間。

可信度高低可以讓您瞭解衡量尺度的可靠性。 研究人員通用的標準是 90%、95% 和 99%。

95% 的可信度表示若在相同條件下重複做同一份調查問卷 100 次，其中有 95 次的衡量尺度會在誤差範圍內。

在計算樣本規模時，您的可靠度是使用 z 分數來計算。 z 分數是特定比例偏離中數的標準差數字。

樣本規模要求會因挑選特定答案的樣本百分比而異。 例如，如果在前次調查問卷中，您發現 75% 客戶表示「是」他們很滿意您的產品，且您想再進行該問卷調查，您可使用 p = 0.75 來計算您需要的樣本規模。

如果您是第一次進行調查問卷，且因為大部份的調查問卷都有一個以上的問題 (因此超過一個百分值來評估)，我們建議使用 p = 0.5 來計算您最理想的樣本規模。 這樣算出來的樣本規模估值不會太保守或不精確。