설문을 실행하기 전에 필요한 샘플이 얼마나 큰지 계산하세요: 신뢰 수준과 허용 가능한 오차 한계를 주어 비율(여론조사처럼)이나 평균을 추정하기 위해 — 작은 모집단에 대한 선택적 교정과 함께.
분산 p(1−p)는 p = 0.5에서 최대화돼요. 실제 비례가 0.5 근처이면 가장 많은 데이터가 필요해요; 그것이 0.1 또는 0.9에 더 가깝다는 것을 알면, 더 작은 표본이 같은 여유를 달성해요.
샘플이 유한 모집단의 눈에 띄는 분수이면, 비복원 추출은 무한 모집단 공식이 가정하는 것보다 더 정확해요. 교정 n_adj = n ÷ (1 + (n − 1) ÷ N)는 작은 모집단의 필요 샘플을 줄여요.
한계를 절반으로 줄이면 표본은 네 배가 돼요: ±5%는 385가 필요하고, ±2.5%는 약 1,537, ±1%는 약 9,604가 필요해요(모두 95%, p = 0.5에서). 정밀도는 제곱으로 사요.
거의 아니에요, 인구가 커지면요 — 인구 200백만인 나라도 거의 같은 385명이 필요해요, 인구 200,000인 도시와, 오차 범위가 같다면요. 표본 크기는 인구 크기가 아니라 요구하는 오차 범위가 결정해요.
비례: n = z² × p(1 − p) ÷ E², 올림됨. 평균: n = (z × σ ÷ E)², 올림됨. 유한 모집단 보정: n_adj = n ÷ (1 + (n − 1) ÷ N), 올림됨. z는 신뢰 수준에서 와요(1.645 / 1.960 / 2.576).
입력들: 비율, p = 0.5, E = 0.05, 95% (z = 1.96).
단계: n = 1.96² × 0.5 × 0.5 ÷ 0.05² = 3.8416 × 0.25 ÷ 0.0025 = 0.9604 ÷ 0.0025 = 384.16 → 올림하면 385. 모집단이 2,000인 경우: 385 ÷ (1 + 384 ÷ 2000) = 385 ÷ 1.192 = 322.99 → 323. 평균 검산: σ = 15, E = 5 → (1.96 × 15 ÷ 5)² = 5.88² = 34.57 → 35.
결과: 385 (또는 323 — 인구가 2,000인 마을에서); 평균의 경우 35.
이 계산기를 자신의 웹사이트나 블로그에 더하세요 — 그것은 완전히 무료이고, 가입이 필요 없고, 항상 최신 버전을 보여줘요. 아래 코드를 복사하고 계산기가 나타나기를 원하는 페이지에 붙여넣으세요. 임베드 아래 작은 “제공: Loona Automation” 크레딧 줄을 유지하면 이 도구를 무료로 유지하는 데 도움이 돼요 — 그러나 스타일을 입히거나 제거해도 자유예요; 도구는 어느 쪽이든 작동해요.