Калкулатор: Пресметајте ја минималната големина на примерокот на вашето истражување
Развивањето анкета и обезбедувањето дека имате валиден одговор на кој можете да ги засновате вашите деловни одлуки бара доста стручност. Прво, мора да се осигурате дека вашите прашања се поставуваат на начин што не го пристрасува одговорот. Второ, треба да се осигурате дека анкетирате доволно луѓе за да добиете статистички валиден резултат.
Не треба да го прашувате секој човек, ова би било трудоинтензивно и прилично скапо. Компаниите за истражување на пазарот работат на постигнување на високо ниво на доверба и ниска маргина на грешка додека го достигнуваат минималниот неопходен износ на приматели. Ова е познато како твое големина на примерок. Ти си земање мостри одреден процент од целокупното население да постигне резултат кој обезбедува ниво на доверба да ги потврдат резултатите. Користејќи широко прифатена формула, можете да одредите валидна големина на примерок што ќе го претставува населението како целина.
Ако го читате ова преку RSS или е-пошта, кликнете до страницата за да ја користите алатката:
Пресметајте ја големината на примерокот од вашето истражување
Како работи примерокот?
Земањето примероци е процес на избор на подгрупа на поединци од поголема популација со цел да се направат заклучоци за карактеристиките на целата популација. Често се користи во истражувачки студии и анкети за да се соберат податоци и да се направат предвидувања за популацијата.
Може да се користат неколку различни методи на земање примероци, вклучувајќи:
- Едноставно случајно земање примероци: Ова вклучува избор на примерок од популацијата со помош на случаен метод, како што е случаен избор на имиња од список или користење на генератор на случаен број. Ова осигурува дека секој член на популацијата има еднакви шанси да биде избран за примерокот.
- Стратификувано земање примероци вклучува поделба на населението во подгрупи (слоеви) врз основа на одредени карактеристики и потоа избор на случаен примерок од секој слој. Ова осигурува дека примерокот е репрезентативен за различните подгрупи во популацијата.
- Кластерско земање примероци: Ова вклучува поделба на населението во помали групи (кластери) и потоа избор на случаен примерок од кластерите. Сите членови на избраните кластери се вклучени во примерокот.
- Систематско земање примероци: Ова вклучува избор на секој n-ти член од популацијата за примерокот, каде што n е интервалот за земање примероци. На пример, ако интервалот за земање примероци е 10, а големината на популацијата е 100, секој 10-ти член би бил избран за примерокот.
Важно е да се избере соодветен метод на земање примероци врз основа на карактеристиките на популацијата и истражувачкото прашање што се проучува.
Ниво на доверба наспроти маргина на грешка
Во примерок анкета, на ниво на доверба ја мери вашата доверба дека вашиот примерок точно ја претставува популацијата. Се изразува како процент и се одредува според големината на вашиот примерок и нивото на варијабилност во вашата популација. На пример, нивото на доверба од 95% значи дека ако ја спроведете анкетата повеќе пати, резултатите ќе бидат точни 95% од времето.
на маргина на грешка, од друга страна, е мерка за тоа колку резултатите од вашето истражување може да се разликуваат од вистинската вредност на населението. Обично се изразува како процент и се одредува според големината на вашиот примерок и нивото на варијабилност во вашата популација. На пример, да претпоставиме дека маргината на грешка за истражување е плус или минус 3%. Во тој случај, ако треба да го спроведете истражувањето повеќе пати, вистинската вредност на населението ќе падне во интервалот на доверба (дефиниран со средната вредност на примерокот плус или минус маргината на грешка) 95% од времето.
Значи, накратко, нивото на доверба е мерка за тоа колку сте сигурни дека вашиот примерок точно ја претставува популацијата. Во исто време, маргината на грешка мери колку резултатите од вашето истражување може да се разликуваат од вистинската вредност на населението.
Зошто е важно стандардното отстапување?
Стандардната девијација ја мери дисперзијата или ширењето на збир на податоци. Ви кажува колку поединечните вредности во базата се разликуваат од средната вредност на сетот. При пресметување на минималната големина на примерокот за истражување, стандардното отстапување е од суштинско значење бидејќи ви помага да одредите колкава прецизност ви е потребна во вашиот примерок.
Ако стандардното отстапување е мало, вредностите во популацијата се релативно блиску до средната вредност, така што нема да ви треба голема големина на примерокот за да добиете добра проценка на средната вредност. Од друга страна, ако стандардното отстапување е големо, вредностите во популацијата се повеќе дисперзирани, така што ќе ви треба поголема големина на примерокот за да добиете добра проценка на средната вредност.
Општо земено, колку е поголемо стандардното отстапување, толку е поголема големината на примерокот што ќе ви треба за да постигнете дадено ниво на прецизност. Тоа е затоа што поголемото стандардно отстапување покажува дека популацијата е попроменлива, така што ќе ви треба поголем примерок за прецизно да ја процените средната вредност на популацијата.
Формулата за утврдување на минималната големина на примерокот
Формулата за одредување на минималната големина на примерокот неопходна за дадена популација е како што следува:
каде што:
- S = Минимална големина на примерок што треба да ја испитате со оглед на вашите влезови.
- N = Вкупна големина на населението. Ова е големината на сегментот или популацијата што сакате да ја оцените.
- e = Маргина на грешка. Кога ќе земете примерок од популација, ќе има маргина на грешка.
- z = Колку можете да бидете сигурни дека населението би избрало одговор во одреден опсег. Процентот на доверба се преведува на z-оценка, бројот на стандардни отстапувања за даден дел е далеку од средната вредност.
- p = Стандардно отстапување (во овој случај 0.5%).
