← 返回工具箱

📋调研样本量计算

帮你回答：做问卷调研/用户访谈需要找多少人？避免人数太少结论不可靠，或太多浪费资源。

💡 适用场景：问卷调研、满意度调查、市场调研、AB测试样本估算
正在加载计算引擎...
📊真实行业案例免费开放

点击案例即可加载参数并自动计算所需样本量

⏳
加载案例中...

📝 输入参数

通俗说：95%可靠 = 如果做100次调研，95次结论是对的

例如：调研显示60%的人喜欢A，误差5%意味着实际在55%-65%之间

不确定就填50%，这样算出的样本量最大最保险

例如：公司有500员工做满意度调研，就填500。不知道就留空

📊 计算结果

🎯

填写参数并点击「计算需要多少人」

结果 图表 对比 解读
🎯 样本量结果
--
所需最小样本量
--
Z 临界值
--
置信水平
--
误差范围
--
无限总体样本量
--
总体大小
📈 敏感性分析
误差 vs 样本量
置信水平 vs 样本量
📊 不同参数对比
置信水平 误差 ±3% 误差 ±5% 误差 ±8% 误差 ±10%
💡 结果解读
🐍查看 Python 代码▼ 

                        

                    

                

            


            
            

                
📖 什么是样本量计算？

                

                    
样本量是指在调研或实验中需要收集的最小样本数量，以确保结果具有统计学意义。样本量过小会导致结果不可靠，样本量过大则浪费资源。

                    
💡 应用场景

                    
    
                        
  • 市场调研 - 问卷调查需要收集多少份有效问卷
    • 
                        
  • AB 测试 - 需要多少用户才能验证转化率差异
    • 
                        
  • 质量检测 - 抽样检验需要抽取多少产品
    • 
                        
  • 医学研究 - 临床试验需要招募多少受试者
    • 
                    

                    
📐 计算公式

                    
无限总体：n = (Z² × p × (1-p)) / E²

                    
有限总体调整：n_adj = n / (1 + (n-1)/N)

                    
其中 Z = z 临界值，p = 预期比例，E = 误差范围，N = 总体大小

                

            


            

                
📊 探索更多统计工具

                
19 个统计工具免费使用，涵盖假设检验、回归分析、聚类分析等

                查看全部工具 →
            

        

    


    

    
    


    

        

            
            
正在计算样本量...