Wielkość próby

Znajdowanie Minimalnej Liczebności Próby dla Ankiety

Wyznaczanie liczebności próby znajduje, ilu respondentów lub obserwacji potrzebuje ankieta, aby oszacować udział w populacji z wybranym marginesem błędu, przy wybranym poziomie ufności. Wybierz poziom ufności, pożądany margines błędu i (jeśli go masz) szacowany udział, a ten kalkulator znajdzie minimalną liczebność próby, zanim zbierzesz choć jedną odpowiedź.

To pytanie, które pojawia się przed pytaniem Kalkulatora Przedziału Ufności — ten kalkulator mówi Ci, jak szeroki przedział dały już zebrane dane; ten tutaj mówi Ci, ile danych zebrać od początku, aby wynikowy przedział nie był szerszy, niż jesteś skłonny/skłonna zaakceptować.

Jeśli znasz liczebność populacji (całkowitą liczbę osób lub elementów, które mógłbyś/mogłabyś zbadać), podanie jej zastosuje korektę dla populacji skończonej, która może znacząco zmniejszyć wymaganą próbę, gdy sama populacja jest mała. Pozostaw to pole puste, aby założyć dużą lub nieznaną populację, co jest bezpieczniejszym, częstszym przypadkiem.

Wzór

$$n_0 = \frac{\vA{z}^2 \times \vB{p}(1-\vB{p})}{\vC{e}^2}$$

Gdzie $\vA{z}$ to wartość krytyczna dla wybranego poziomu ufności, $\vB{p}$ to szacowany udział (jako ułamek dziesiętny), a $\vC{e}$ to pożądany margines błędu (jako ułamek dziesiętny). Wynik jest zaokrąglany w górę, ponieważ próba nie może zawierać ułamka respondenta.

Gdy znana jest liczebność populacji $\vD{N}$, stosowana jest korekta dla populacji skończonej:

$$n = \frac{n_0}{1 + \frac{n_0 - 1}{\vD{N}}}$$

$\vB{p} = 0.5$ (50%) to najbardziej ostrożny wybór, gdy prawdziwy udział jest nieznany — $p(1-p)$ osiąga maksimum dokładnie przy 50%, co maksymalizuje (a więc nigdy nie zaniża) wymaganą liczebność próby.

Przykład obliczeniowy

Przy poziomie ufności 95% (z = 1,96), pożądanym marginesie błędu ±5% i szacowanym udziale 50% (ostrożna wartość domyślna):

1. Podnieś z do kwadratu i pomnóż przez p(1-p): $\vA{1.96}^2 \times \vB{0.5} \times (1 - \vB{0.5} ) \approx 0.9604$. 2. Podziel przez e do kwadratu: $0.9604 \div \vC{0.05}^2 = 384.16$. 3. Zaokrąglij w górę, ponieważ próba nie może zawierać ułamka respondenta: $384.16 \rightarrow 385$.

Potrzebowałbyś/potrzebowałabyś 385 respondentów z dużej lub nieznanej populacji. Gdyby zamiast tego prawdziwa populacja liczyła tylko 1000 osób, korekta dla populacji skończonej zmniejszyłaby to do:

1. Odejmij 1 od n0 i podziel przez populację: $(384.16 - 1) \div \vD{1,000} \approx 0.38316$.
2. Dodaj 1: $1 + 0.38316 = 1.38316$.
3. Podziel n0 przez ten wynik: $384.16 \div 1.38316 \approx 277.74 \rightarrow 278$.

Wystarczy zaledwie 278 respondentów, gdy wiadomo, że sama populacja jest tak mała.

Kluczowe czynniki do rozważenia

• Mniejszy pożądany margines błędu wymaga nieproporcjonalnie większej próby, a nie proporcjonalnie większej. Ponieważ margines błędu pojawia się podniesiony do kwadratu w mianowniku wzoru, zmniejszenie marginesu błędu o połowę w przybliżeniu POCZWARZA wymaganą liczebność próby — dokładnie dlatego bardzo wąskie marginesy błędu (jak ±1%) wymagają znacznie więcej respondentów niż bardziej typowe ±5%.
• Wyższy poziom ufności również zwiększa wymaganą próbę, choć mniej drastycznie niż zawężenie marginesu błędu. Przejście z 90% do 95% do 99% ufności zwiększa wartość krytyczną z użytą we wzorze, co podnosi wymaganą liczebność próby — dokładny kompromis między poziomem ufności a liczebnością próby to prawdziwa decyzja planistyczna, a nie stała zasada.
• Ten wzór szacuje liczebność próby dla pojedynczego udziału (jak „jaki procent ludzi preferuje X”), nie dla każdego rodzaju pytania statystycznego. Szacowanie liczbowej średniej (jak przeciętne wydatki) lub wykrywanie różnicy między dwiema grupami wykorzystują powiązane, ale odrębne wzory na liczebność próby — ten kalkulator jest ograniczony konkretnie do przypadku szacowania udziału, najczęstszego scenariusza ankietowego.
• Korekta dla populacji skończonej znacząco zmniejsza wymaganą próbę tylko wtedy, gdy sama populacja jest stosunkowo mała. Dla dużej populacji (w dziesiątkach tysięcy lub więcej) korekta ma znikomy wpływ na wymaganą liczebność próby — dlatego metodologia badań ankietowych powszechnie traktuje „dużą populację” i „nieznaną populację” jako funkcjonalnie ten sam przypadek, oba domyślnie korzystające ze wzoru bez korekty.

Częste błędy

• Podanie liczebności populacji jako liczby osób, które planujesz skontaktować, a nie całkowitej populacji, z której czerpiesz. Korekta dla populacji skończonej dotyczy tylko CAŁKOWITEJ grupy, którą mógłbyś/mogłabyś zbadać (np. wszystkich 1000 pracowników firmy) — podanie liczby odpowiedzi, które chcesz zebrać, niweczy sens obliczenia.
• Założenie, że mniejszy margines błędu wymaga tylko nieco większej próby. Ponieważ margines błędu jest podniesiony do kwadratu we wzorze, zmniejszenie go o połowę w przybliżeniu poczwarza wymaganą próbę — planowanie wąskiego marginesu bez uwzględnienia kosztu liczebności próby to częste zaskoczenie.
• Mylenie tego kalkulatora z Kalkulatorem Przedziału Ufności. Ten odpowiada na pytanie „ilu respondentów potrzebuję przed zebraniem danych”; drugi odpowiada na pytanie „jak precyzyjne były dane, które już zebrałem/zebrałam” — działają w przeciwnych kierunkach i nie są wymienne.

Warto Wiedzieć

• Zebrałeś/zebrałaś już odpowiedzi z ankiety i chcesz wiedzieć, jak precyzyjne są w rzeczywistości Twoje wyniki? Kalkulator przedziału ufności oblicza wynikowy margines błędu na podstawie rzeczywistych danych.
• Musisz obliczyć inne statystyki podsumowujące z zebranych odpowiedzi, takie jak średnia lub odchylenie standardowe? Kalkulator statystyczny zajmuje się tym bezpośrednio.
• Ciekawi Cię, jak liczebność próby wiąże się z szansami na konkretny wynik? Kalkulator prawdopodobieństwa obejmuje obliczenia prawdopodobieństwa pojedynczych i połączonych zdarzeń w bardziej ogólny sposób.