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~