Analytics un testēšanaCRM un datu platformasMartech Zone Apps

Lietotne: aptaujas minimālā parauga lieluma kalkulators

Aptaujas minimālā parauga lieluma kalkulators

Aptaujas minimālā parauga lieluma kalkulators

Aizpildiet visus savus iestatījumus. Iesniedzot veidlapu, tiks parādīts jūsu minimālais izlases lielums.

%
Jūsu dati un e-pasta adrese netiek saglabāti.
Sāciet no jauna

Lai izstrādātu aptauju un nodrošinātu derīgu atbildi, uz kuru varat balstīt savus biznesa lēmumus, ir vajadzīgas diezgan lielas zināšanas. Pirmkārt, jums ir jāpārliecinās, ka jūsu jautājumi tiek uzdoti tā, lai atbildes netiktu novirzītas. Otrkārt, jums ir jāpārliecinās, ka aptaujājat pietiekami daudz cilvēku, lai iegūtu statistiski derīgu rezultātu.

Nevajag jautāt katram cilvēkam, tas būtu darbietilpīgi un diezgan dārgi. Tirgus izpētes uzņēmumi strādā, lai sasniegtu augstu uzticamības līmeni un zemu kļūdas robežu, vienlaikus sasniedzot minimālo nepieciešamo saņēmēju skaitu. Tas ir zināms kā jūsu parauga lielums. Tu esi ņemšanas noteiktu procentuālo daļu no kopējā iedzīvotāju skaita, lai sasniegtu rezultātu, kas nodrošina līmeni uzticība lai apstiprinātu rezultātus. Izmantojot plaši pieņemtu formulu, jūs varat noteikt derīgu parauga lielums kas pārstāvēs iedzīvotājus kopumā.

Ja to lasāt, izmantojot RSS vai e-pastu, noklikšķiniet uz vietni, lai izmantotu rīku:

Aprēķiniet aptaujas parauga lielumu

Kā darbojas paraugu ņemšana?

Izlase ir process, kurā tiek atlasīta indivīdu apakškopa no lielākas populācijas, lai izdarītu secinājumus par visas populācijas īpašībām. To bieži izmanto pētījumos un aptaujās, lai apkopotu datus un veiktu prognozes par populāciju.

Var izmantot vairākas dažādas paraugu ņemšanas metodes, tostarp:

  1. Vienkārša izlases veida atlase: Tas ietver izlases atlasi no populācijas, izmantojot nejaušu metodi, piemēram, nejauši izvēloties vārdus no saraksta vai izmantojot nejaušo skaitļu ģeneratoru. Tas nodrošina, ka katram kopas loceklim ir vienādas iespējas tikt atlasītam izlasē.
  2. Stratificēta paraugu ņemšana ietver populācijas sadalīšanu apakšgrupās (slāņos), pamatojoties uz noteiktiem raksturlielumiem, un pēc tam nejaušas izlases atlasi no katra slāņa. Tas nodrošina, ka izlase reprezentē dažādas populācijas apakšgrupas.
  3. Klasteru izlase: Tas ietver populācijas sadalīšanu mazākās grupās (kopās) un pēc tam nejaušas klasteru izlases atlasi. Izlasē ir iekļauti visi atlasīto klasteru dalībnieki.
  4. Sistemātiska paraugu ņemšana: Tas ietver katra n-tā kopas locekļa atlasi izlasei, kur n ir izlases intervāls. Piemēram, ja izlases intervāls ir 10 un populācijas lielums ir 100, izlasei tiks atlasīts katrs 10. dalībnieks.

Ir svarīgi izvēlēties piemērotu izlases metodi, pamatojoties uz populācijas īpašībām un pētāmo pētāmo jautājumu.

Uzticības līmenis pret kļūdu robežu

Izlases aptaujā, uzticamības līmenis mēra jūsu pārliecību, ka jūsu izlase precīzi atspoguļo populāciju. To izsaka procentos, un to nosaka jūsu izlases lielums un jūsu populācijas mainīguma līmenis. Piemēram, 95% ticamības līmenis nozīmē, ka, ja aptauju veiktu vairākas reizes, rezultāti būtu precīzi 95% gadījumu.

Jūsu darbs IR Klientu apkalpošana kļūdas robežano otras puses, ir rādītājs, kas parāda, cik ļoti jūsu aptaujas rezultāti var atšķirties no patiesās populācijas vērtības. To parasti izsaka procentos, un to nosaka jūsu izlases lielums un populācijas mainīguma līmenis. Piemēram, pieņemsim, ka aptaujas kļūdas robeža ir plus vai mīnus 3%. Tādā gadījumā, ja veiktu aptauju vairākas reizes, patiesā populācijas vērtība atrastos ticamības intervālā (ko nosaka izlases vidējais plus vai mīnus kļūdas robeža) 95% gadījumu.

Rezumējot, ticamības līmenis ir jūsu pārliecības rādītājs, ka jūsu izlase precīzi atspoguļo populāciju. Tajā pašā laikā kļūdas robeža nosaka, cik ļoti jūsu aptaujas rezultāti var atšķirties no faktiskās populācijas vērtības.

Kāpēc standarta novirze ir svarīga?

Standarta novirze mēra datu kopas izkliedi vai izplatību. Tas norāda, cik daudz atsevišķās vērtības datu kopā atšķiras no datu kopas vidējās vērtības. Aprēķinot aptaujas minimālo izlases lielumu, standarta novirze ir būtiska, jo tā palīdz noteikt, cik liela precizitāte ir nepieciešama jūsu izlasē.

Ja standartnovirze ir maza, kopas vērtības ir salīdzinoši tuvas vidējam, tāpēc jums nav nepieciešams liels izlases lielums, lai iegūtu labu vidējās vērtības novērtējumu. No otras puses, ja standarta novirze ir liela, populācijas vērtības ir vairāk izkliedētas, tāpēc jums būs nepieciešams lielāks izlases lielums, lai iegūtu labu vidējās vērtības novērtējumu.

Kopumā, jo lielāka ir standarta novirze, jo lielāks izlases lielums būs nepieciešams, lai sasniegtu noteiktu precizitātes līmeni. Tas ir tāpēc, ka lielāka standarta novirze norāda, ka populācija ir mainīgāka, tāpēc jums būs nepieciešams lielāks paraugs, lai precīzi novērtētu populācijas vidējo vērtību.

Minimālā parauga lieluma noteikšanas formula

Formula, lai noteiktu minimālo izlases lielumu, kas nepieciešams konkrētai populācijai, ir šāda:

S = \ frac {\ frac {z ^ 2 \ reizes p \ pa kreisi (1-p \ pa labi)} {e ^ 2}} {1+ \ pa kreisi (\ frac {z ^ 2 \ reizes p \ pa kreisi (1- p \ pa labi)} {e ^ 2N} \ pa labi)}

kur:

  • S = Minimālais izlases lielums, kas jums jāpārbauda, ​​ņemot vērā jūsu ieguldījumu.
  • N = kopējais iedzīvotāju skaits. Šis ir segmenta vai populācijas lielums, kuru vēlaties novērtēt.
  • e = Kļūdas robeža. Veicot kopas izlasi, būs kļūdas robeža.
  • z = Cik pārliecināts varat būt, ka iedzīvotāji izvēlēsies atbildi noteiktā diapazonā. Ticamības procents nozīmē z rezultātu, standarta noviržu skaits noteiktā proporcijā atšķiras no vidējā.
  • p = Standartnovirze (šajā gadījumā 0.5%).

Douglas Karr

Douglas Karr ir TKO no OpenINSIGHTS un dibinātājs Martech Zone. Duglass ir palīdzējis desmitiem veiksmīgu MarTech jaunuzņēmumu, ir palīdzējis veikt vairāk nekā 5 miljardu dolāru Martech iegādes un ieguldījumu uzticamības pārbaudi, kā arī turpina palīdzēt uzņēmumiem ieviest un automatizēt to pārdošanas un mārketinga stratēģijas. Douglas ir starptautiski atzīts digitālās transformācijas un MarTech eksperts un runātājs. Duglass ir arī publicēts Dummie rokasgrāmatas un biznesa vadības grāmatas autors.

Saistītie raksti

Atpakaļ uz augšu pogu
aizvērt

Reklāmu bloķēšana konstatēta

Martech Zone var nodrošināt jums šo saturu bez maksas, jo mēs gūstam peļņu no savas vietnes, izmantojot ieņēmumus no reklāmām, saistīto uzņēmumu saites un sponsorēšanu. Būsim pateicīgi, ja, apskatot mūsu vietni, noņemtu savu reklāmu bloķētāju.