Lommeregner: Beregn din undersøgelses mindste prøvestørrelse

Online lommeregner til beregning af prøvestørrelse til en undersøgelse

At udvikle en undersøgelse og sikre, at du har et gyldigt svar, som du kan basere dine forretningsbeslutninger på, kræver en hel del ekspertise. Først skal du sørge for, at dine spørgsmål stilles på en måde, der ikke påvirker svaret. For det andet skal du sikre dig, at du undersøger nok mennesker til at få et statistisk gyldigt resultat.

Du behøver ikke at spørge enhver person, dette ville være arbejdskrævende og ret dyrt. Markedsundersøgelsesvirksomheder arbejder på at opnå et højt niveau af tillid, lav fejlmargin og samtidig nå den nødvendige minimumsmængde af modtagere. Dette er kendt som din prøve størrelse. Du er prøvetagning en vis procentdel af den samlede befolkning for at opnå et resultat, der giver et niveau på tillid for at validere resultaterne. Ved hjælp af en bredt accepteret formel kan du bestemme en gyldig prøve størrelse der vil repræsentere befolkningen som helhed.



Hvis du læser dette via RSS eller e-mail, skal du klikke videre til webstedet for at bruge værktøjet:

Beregn din undersøgelsesprøvestørrelse

Hvordan fungerer prøveudtagning?

Formlen til bestemmelse af den mindste prøvestørrelse

Formlen til bestemmelse af den nødvendige mindsteprøvestørrelse for en given population er som følger:

S = \ frac {\ frac {z ^ 2 \ gange p \ venstre (1-p \ højre)} {e ^ 2}} {1+ \ venstre (\ frac {z ^ 2 \ gange p \ venstre (1- p \ right)} {e ^ 2N} \ right)}

Hvor:

  • S = Mindste stikprøvestørrelse, du skal undersøge i betragtning af dine input.
  • N = Samlet befolkningsstørrelse. Dette er størrelsen på det segment eller den population, som du ønsker at evaluere.
  • e = Fejlmargin. Når du prøver en population, vil der være en fejlmargen i resultaterne.
  • z = Hvor sikker du kan være på, at befolkningen vælger et svar inden for et bestemt interval. Konfidensprocenten oversættes til z-score, antallet af standardafvigelser en given andel er væk fra gennemsnittet.
  • p = Standardafvigelse (i dette tilfælde 0.5%).

Hvad mener du?

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.