샘플 크기 계산기
Where: z = 1.96 for a confidence level (α) of 95%, p = proportion (expressed as a decimal), e = margin of error.
z = 1.96, p = 0.5, e = 0.05
n = 1.962 * 0.5 * (1 - 0.5) / 0.052
n = 0.9604 / 0.0025 = 384.16
n ≈ 385
The sample size is equal to 385
표본 크기란 무엇입니까?
설문조사의 표본 크기는 설문조사 과정에서 받은 완전한 응답의 총 수입니다. 이는 전체 대상 모집단을 포함하지 않기 때문에 표본이라고 합니다. 이는 해당 모집단의 선택을 나타냅니다. 예를 들어, 많은 연구에서는 무작위 샘플링을 사용하여 무작위로 선택된 대상 모집단에 설문조사를 완료하도록 요청합니다.
표본 크기를 계산할 때 몇 가지 기본 용어가 중요합니다. 세부사항은 다음과 같습니다:
신뢰 수준: 백분율로 표시되는 표본의 신뢰 수준은 해당 표본이 대상 모집단을 얼마나 잘 대표하는지, 즉 응답하도록 선택된 모집단의 실제 백분율이 신뢰 구간 내에 얼마나 자주 있는지를 나타냅니다. 예를 들어 신뢰 수준이 90%이고 설문조사를 100번 실행하면 설문조사는 100번 중 90번은 정확히 동일한 결과를 생성합니다.
오차 한계: 오차 한계는 백분율로도 측정됩니다. 이는 표본 모집단의 출력이 모집단을 반영하는 정도를 나타냅니다. 오차 한계가 낮을수록 연구자는 주어진 신뢰 수준에서 정확한 응답을 얻는 데 더 가까워집니다. 오류 한계를 확인하려면 오류 한계 계산기를 확인하세요.
주어진 옵션을 선택하는 모집단의 백분율: 연구 결과의 정확도는 주어진 응답을 선택하는 표본의 백분율에 따라 달라집니다. 98%의 사람들이 "예"를 선택하고 2%가 "아니요"를 선택하면 오류가 발생할 가능성이 거의 없습니다. 그러나 모집단의 35%가 '예'를 선택하고 65%가 '아니오'를 선택하면 표본 크기에 관계없이 오류 가능성이 더 높아집니다. 특정 수준의 정밀도에 필요한 표본 크기를 선택할 때 연구자는 최악의 비율, 즉 50%를 사용해야 합니다.
인구 규모: 인구 규모는 대상 인구의 총 인원 수입니다. 예를 들어 영국에 거주하는 사람들을 대상으로 연구를 수행하는 경우 총 인구는 약 6,600만 명입니다. 마찬가지로, 조직에 대해 연구를 수행하는 경우 전체 인구 규모는 해당 조직에서 일하는 직원의 수가 됩니다.
샘플 크기 공식
표본 크기 계산기는 다음 공식을 사용합니다.
1. n = z2 * p * (1 - p) / e2
2. n(유한 인구 보정 포함) = [z2 * p * (1 - p) / e2] / [1 + (z2 * p * (1 - p) / (e2 * N))]
안에:
n은 샘플 수이고,
z는 신뢰 수준과 관련된 z-점수입니다.
p는 소수로 표현된 표본 비율입니다.
e는 소수점으로 표현된 오차 한계입니다.
N은 인구 규모입니다.
표본 크기 계산 예: 특정 병원에서 퇴원한 환자 중 입원 기간 동안 받은 진료 수준에 대해 4% 신뢰 수준 내에서 만족한 환자의 비율을 계산한다고 가정합니다. 어떤 샘플 크기가 필요합니까?
표본 크기(n)는 다음 공식을 사용하여 계산할 수 있습니다.
n = z 2 * p * (1 - p) / e2
여기서 z = 1.645는 90%의 신뢰 수준(α)을 나타내고, p = 비율(소수점으로 표시), e = 한계 오차를 나타냅니다.
z = 1.645, p = 0.5, e = 0.04
n = 1.6452 * 0.5 * (1 - 0.5) / 0.042< /sup>
n = 0.6765 / 0.0016 = 422.816