前言:
如今小伙伴们对“置信度9545对应的z值”大概比较关怀,看官们都需要了解一些“置信度9545对应的z值”的相关知识。那么小编在网上搜集了一些对于“置信度9545对应的z值””的相关知识,希望朋友们能喜欢,大家一起来了解一下吧!很多调研者在问卷调查中肯定会有一个疑问?我到底需要收集多少样本呢?我们思考一下,为了让调研的样本更接近真实,是不是意味着样本量越大越好?因此今天跟大家分享一下,有关调查问卷样本量的确定方法。
1、什么是样本量?
什么是样本量?样本量就是样本中所包含的单位的个数,即抽样单位数。样本量直接影响抽样误差、调查的费用、调查所需时间等等。
2、样本量如何预估?
在问卷调查中,样本含量过少会引起抽样误差的增大,从而降低检验效能;样本含量过大则会增加研究者的工作量,给研究者带来诸多困难。所以应当确定合适的样本量,也可以节约资源。
样本量估计没有绝对的样本量标准,不同的研究方法、目的、要求和资料决定了样本量的大小,而样本量公式是通常确定样本量的常用方法。
在简单随机抽样的条件下,我们在统计教材中可以很容易找到确定调查样本量的公式:
n=Z2σ2/d2
其中:
n:代表所需要样本量
Z:置信水平的Z统计量,如95%置信水平的Z统计量为1.96,99%的Z为2.58。
σ:总体的标准差, 一般取0.5;
d :置信区间的1/2,在实际应用中就是容许误差,或者调查误差。
例如:某个消费者调查要求置信度为95%,抽样误差不超过5%,查表得Z=1.96,σ=0.5,d=5%因此:n=1.96^2*0.5^2/5%^2=384,说明此次调查所需最小样本量是384。
对于比例型变量,确定样本量的公式为:
n=Z2(p(1-p))/d2
其中:
n :所需样本量
z:置信水平的z统计量,如95%置信水平的Z统计量为1.96,
p:目标总体的比例期望值
d:置信区间的半宽
3、如何用样本量公式确定样本量?
对于公式的应用,一些参数是我们可以事先确定的:
Z值取决于置信水平,通常我们可以考虑95%的置信水平,那么Z=1.96;或者99%,Z=2.68。
然后可以确定容许误差d(或者说精度),即我们可以根据实际情况指定置信区间的半宽度d。因此,公式应用的关键是如何确定总体的标准差S。如果我们可以估计出总体的方差(标准差),那么我们可以根据公式计算出样本量。
例如:要了解该城市的居民收入,假定我们知道该市居民收入的标准差为1500,要求的调查误差不超过100元,则在95%的置信水平下,所需的样本量为:
计算公式
n=1.96^2*1500^2/100^2
=8643600/10000
≈864.36
即需要调查的样本量为864个。
4、样本工具箱可直接计算样本量
调研工厂的样本工具箱,为调研者提供样本量计算器、误差范围计算器、样本抽样框,不必使用样本量公式也能快速准确地预估样本量。
下面简单地教大家如何使用:
第1步:
从调研工厂官网进入问卷调查板块
第2步:
创建问卷——问卷设置——样本配额——右侧“样本工具箱”
输入调查目标人群总体数量、置信水平、误差范围,系统自动计算代表调查目标人群的理想样本数量,再也不用烧脑研究看不懂的统计学公式了。
调研工厂误差范围计算器,可用于问卷调查之前,抽样误差可以预先计算出来,并可以通过调整样本数和组织形式来控制误差范围;也可以用于问卷调查之后,计算问卷回收数据的误差度,判断问卷可信度。
调研工厂的“样本抽样框”,可自动生成交叉配额分布。
调研工厂基于国务院第七次全国人口普查数据,提供全国各地区、性别、城乡、年龄、学历等人口属性抽样框,让您的样本结构更合理。
第1步:设置样本抽样框(填写你需要的样本数量/调查区域/性别/户籍/年龄/学历)等属性,点击“确定”。
第2步:系统自动生成“抽样结果”,你只需要点击“应用该结果”即可自动生成回收配额,剩下的坐等回收数据就好了。
调研工厂的样本工具箱,能够有效地控制样本,提高调研结果的准确度,你会用了吗?
调研工厂有更多神仙功能,等你来解锁,快来试用吧~
标签: #置信度9545对应的z值 #置信度9545的z值