Martech Zone AppsAnalytics og testingCRM og dataplattformer

Kalkulator: Beregn undersøkelsens minste utvalgstørrelse

Kalkulator for minimum prøvestørrelse

Kalkulator for minimum prøvestørrelse

Fyll inn alle innstillingene dine. Når du sender inn skjemaet, vil minimumsprøvestørrelsen din vises.

%
Dine data og e-postadresse lagres ikke.
Begynne på nytt

Å utvikle en spørreundersøkelse og sikre at du har et gyldig svar som du kan basere dine forretningsbeslutninger på, krever ganske mye ekspertise. Først må du sørge for at spørsmålene dine blir stilt på en måte som ikke forstyrrer svaret. For det andre må du sørge for at du undersøker nok personer til å få et statistisk gyldig resultat.

Du trenger ikke spørre hver person, dette vil være arbeidskrevende og ganske dyrt. Markedsundersøkelsesselskaper jobber for å oppnå et høyt nivå av tillit, og en lav feilmargin samtidig som de når minimumsmengden av mottakere som er nødvendig. Dette er kjent som din prøve størrelse. Du er prøvetaking en viss prosentandel av den totale befolkningen for å oppnå et resultat som gir et nivå på selvtillit for å validere resultatene. Ved å bruke en allment akseptert formel kan du bestemme en gyldig prøve størrelse som vil representere befolkningen som helhet.

Hvis du leser dette via RSS eller e-post, klikk deg videre til nettstedet for å bruke verktøyet:

Beregn prøvenes størrelse på undersøkelsen

Hvordan fungerer prøvetaking?

Prøvetaking er en prosess for å velge en undergruppe av individer fra en større populasjon for å trekke slutninger om egenskapene til hele populasjonen. Det brukes ofte i forskningsstudier og meningsmålinger for å samle data og lage spådommer om en befolkning.

Det er flere ulike metoder for prøvetaking som kan brukes, inkludert:

  1. Enkelt tilfeldig utvalg: Dette innebærer å velge et utvalg fra populasjonen ved hjelp av en tilfeldig metode, for eksempel å tilfeldig velge navn fra en liste eller bruke en tilfeldig tallgenerator. Dette sikrer at alle medlemmer av populasjonen har lik sjanse til å bli valgt ut i utvalget.
  2. Stratifisert prøvetaking: Dette innebærer å dele populasjonen inn i undergrupper (strata) basert på bestemte egenskaper og deretter velge et tilfeldig utvalg fra hvert stratum. Dette sikrer at utvalget er representativt for de ulike undergruppene i populasjonen.
  3. Klyngeprøvetaking: Dette innebærer å dele populasjonen inn i mindre grupper (klynger) og deretter velge et tilfeldig utvalg av klyngene. Alle medlemmer av de valgte klyngene er inkludert i utvalget.
  4. Systematisk prøvetaking: Dette innebærer å velge hvert n'te medlem av populasjonen for utvalget, der n er utvalgsintervallet. Hvis for eksempel prøveintervallet er 10 og populasjonsstørrelsen er 100, vil hvert 10. medlem av populasjonen bli valgt for utvalget.

Det er viktig å velge riktig prøvetakingsmetode basert på egenskapene til populasjonen og forskningsspørsmålet som studeres.

Konfidensnivå versus feilmargin

I en utvalgsundersøkelse har selvtillitsnivå er et mål på hvor sikker du er på at utvalget ditt representerer populasjonen nøyaktig. Det uttrykkes som en prosentandel og bestemmes av størrelsen på utvalget ditt og nivået av variasjon i populasjonen din. For eksempel betyr et konfidensnivå på 95 % at hvis du skulle gjennomføre undersøkelsen flere ganger, ville resultatene være nøyaktige 95 % av gangene.

De feilmargin, på den annen side, er et mål på hvor mye resultatene av undersøkelsen din kan avvike fra den sanne populasjonsverdien. Det uttrykkes vanligvis som en prosentandel og bestemmes av størrelsen på utvalget og nivået av variasjon i populasjonen. For eksempel, hvis feilmarginen for en undersøkelse er pluss eller minus 3 %, betyr dette at hvis du skulle gjennomføre undersøkelsen flere ganger, ville den sanne populasjonsverdien falle innenfor konfidensintervallet (definert av utvalgets gjennomsnitt pluss eller minus feilmargin) 95 % av tiden.

Så, oppsummert, er konfidensnivået et mål på hvor sikker du er på at utvalget ditt representerer populasjonen nøyaktig, mens feilmarginen er et mål på hvor mye resultatene av undersøkelsen din kan variere fra den sanne populasjonsverdien.

Hvorfor er standardavviket viktig?

Standardavviket er et mål på spredningen eller spredningen av et sett med data. Den forteller deg hvor mye de individuelle verdiene i et datasett varierer fra gjennomsnittet av datasettet. Når du beregner minste prøvestørrelse for en undersøkelse, er standardavviket viktig fordi det hjelper deg med å finne ut hvor mye presisjon du trenger i utvalget.

Hvis standardavviket er lite, betyr dette at verdiene i populasjonen er relativt nær gjennomsnittet, så du trenger ikke en stor utvalgsstørrelse for å få et godt estimat på gjennomsnittet. På den annen side, hvis standardavviket er stort, betyr dette at verdiene i populasjonen er mer spredt, så du vil trenge en større utvalgsstørrelse for å få et godt estimat på gjennomsnittet.

Generelt, jo større standardavviket er, desto større prøvestørrelse trenger du for å oppnå et gitt presisjonsnivå. Dette er fordi et større standardavvik indikerer at populasjonen er mer variabel, så du trenger et større utvalg for å estimere gjennomsnittet av populasjonen nøyaktig.

Formelen for å bestemme den minste prøvestørrelsen

Formelen for å bestemme minimumsprøvestørrelsen som er nødvendig for en gitt populasjon er som følger:

S = \ frac {\ frac {z ^ 2 \ times p \ left (1-p \ right)} {e ^ 2}} {1+ \ left (\ frac {z ^ 2 \ times p \ left (1- p \ right)} {e ^ 2N} \ right)}

Hvor:

  • S = Minimum prøvestørrelse du bør undersøke gitt dine innspill.
  • N = Total befolkningsstørrelse. Dette er størrelsen på segmentet eller populasjonen du ønsker å evaluere.
  • e = Feilmargin. Når du prøver en populasjon, vil det være en feilmargin i resultatene.
  • z = Hvor trygg du kan være på at befolkningen vil velge et svar innenfor et bestemt område. Konfidensprosenten oversettes til z-poengsummen, antall standardavvik en gitt andel er borte fra gjennomsnittet.
  • p = Standardavvik (i dette tilfellet 0.5%).

Douglas Karr

Douglas Karr er grunnleggeren av Martech Zone og en anerkjent ekspert på digital transformasjon. Douglas har hjulpet til med å starte flere vellykkede MarTech-oppstarter, har hjulpet til med due diligence på over 5 milliarder dollar i Martech-oppkjøp og -investeringer, og fortsetter å lansere sine egne plattformer og tjenester. Han er medgründer av Highbridge, et konsulentfirma for digital transformasjon. Douglas er også en publisert forfatter av en Dummies guide og en bok om lederskap for bedrifter.

Hva tror du?

Dette nettstedet bruker Akismet for å redusere spam. Lær hvordan kommentaren din behandles.

Relaterte artikler