求合格率的抽样平均误差(样本率的抽样误差)、本站经过数据分析整理出求合格率的抽样平均误差(样本率的抽样误差)相关信息，仅供参考！

　　编辑导语：问卷调查因其成本低、匿名性高、效率高而被广泛应用于用户研究。那么如何做好问卷调查呢？本文从调查方法、调查数据等方面深入分析了如何做好问卷调查工作。想了解问卷调查的童鞋推荐阅读。

　　在过去的问卷调查中，一些学生总是问两个关键问题：

　　 Q1。“做一个问卷调查需要多少目标用户？”

　　 Q2。“调查的目标用户很难接触到。只有X份问卷就够了吗？”(问卷数量较少，不到100份)

　　一般来说，用户研究员的建议是，根据调查中要回答的问题，至少可以收集到384份有效问卷。有条件的话，可以增加问卷的收集量。那么“384”这个数字是怎么出来的呢？问卷的回收是否一定要达到这个标准？如果达不到这个标准，会对调查结果产生什么影响？要回答这些问题，我们首先要知道什么是问卷调查。

　　一、问卷调查1。问卷调查适用场景问卷调查是指调查人员使用统一设计的问卷，向选定的调查对象了解情况或征求意见的调查方式(来自百度词条“问卷调查”)。与其他用户研究方法相比，问卷具有低成本、高匿名性和高效率的特点，因此被广泛应用于研究中。

　　问卷的适用场景包括收集受访者的个人信息，了解他们的观点、态度和行为等。通过一系列精心设计的问题，问卷可以帮助研究者达到发现、评价和预测的研究目的。

　　图1问卷调查的适用场景

　　 2.普查和抽样调查根据不同的抽样原则，问卷调查可分为普查和抽查。

　　普查是指对所有目标群体的调查。比如想知道北京居民的收入水平，就需要通过普查的方式调查北京所有的居民。是的，你没有看错。是“全北京居民”。严格来说，不能有任何疏漏。

　　这样做的好处是每个人都可以被调查，收集到的信息非常全面，不会有偏差。然而，缺点是显而易见的。巨大的工作量需要大量的人力物力，研究周期也很长。目前我国人口普查采用这种方式，全国各地的调查员挨家挨户进行核查。由于人口普查费时费力的特点，这种方法在实际调查中很少使用，比较常用的方法是抽样调查。

　　抽样调查就是从所有的目标群体中选取一部分人，根据这部分人的调查结果来估计和推断整个群体的情况。所有的目标群体称为总体，部分被选取的人群称为样本。继续上面的例子，我们想知道北京居民的收入水平。通过抽样调查，我们只需要从北京市民中选取一部分人进行调查。在这里，所有的北京居民都是整体人口，部分选取的居民是样本。根据对居民的调查结果，可以推断出北京居民的收入水平。

　　这样做的好处是方便快捷，只需要调查几个人就能猜出整个群体的情况。但是，它的缺点也非常明显。因为不能涵盖所有的研究对象，所以研究结果会有一定程度的偏差。

　　图2人口普查和抽样调查的区别

　　如何保证抽样调查的可靠性，减少结果的偏差？有必要减少样本的代表性误差。

　　二。代表性误差上一部分我们已经知道，抽样调查的目的是“窥一斑而知全豹”，即从调查的目标人群中抽取样本，利用样本的调查结果来推断总体情况。推断结果的可靠性取决于样本是否具有代表性，样本的调查结果能否推断到总体。所以代表性误差是指从样本数据推断到整体数据所产生的误差。代表性误差主要受抽样方法和样本数量的影响。

　　 1.抽样方法的随机性。抽样的随机性要求总体中的每个个体都有平等的机会被选中，没有偏见或主观性。如果不能保证抽样方法的随机性，就会导致抽样样本出现偏差，从而导致错误的调查结论。

　　一个典型的案例是关于火车票难买的调查：记者想知道春运是否难买火车票，于是随机选择了一辆春运高峰列车进行采访。采访结束后，记者发现火车上的乘客都已经买了票，因此他得出结论，春运高峰时的火车票很容易买到。这个调查的破绽在于记者选取的调查样本存在问题，存在较大偏差。记者只调查了买票的群体，遗漏了不买票的群体，所以结论是错误的。

　　图3抽样偏差推断错误的研究结论。

　　随机抽样主要有四种方式：简单随机抽样、整群抽样、分层抽样和系统抽样。目前平台上的研究大多采用简单的随机抽样。目标人群确定后，将调查问卷推送给这些用户。图4简要总结了四种方法的操作流程及其各自的优缺点。具体内容这里不详述，有兴趣的同学可以自行深入学习。

　　图4随机抽样的四种方式

　　 2.除了抽样方法的随机性，调查样本的数量也会影响代表性误差。样本量越大，代表误差越小，抽样调查结果越接近总体结果。

　　为了更好地理解样本量对结果的影响，我们用一个案例来说明：

　　一个学校有5000名学生，一次英语测试5000名学生的平均分是76.4 (100%)。按照抽样调查的思路，可以从5000名学生中随机抽取一部分学生，用他们的测试结果来猜测整体情况。如图5所示，样本量越大，结果越接近总体平均值76.4。

　　图5样本量和调查结果

　　因此，问卷调查对样本量的要求本质上是为了保证结果的可靠性，即使调查结果更接近整体真实情况。虽然样本量越高，调查结果会越接近真实情况，但出于回收成本的考虑，也需要控制样本量上限，减少不必要的人力物力浪费。

　　三、样本量的确定方法说了这么多理论内容，却没有回答最关键的问题。研究建议的384个样本量是怎么来的？在这一部分，我们将回答这个问题，通过了解三种确定样本量的方法，进一步明确如何确定问卷调查所需的样本量。

　　 1.这种经验值估计的方法是最简单粗暴的，完全是由研究者过去的经验决定的，样本量的多少也有很大的差异。有人以30为标准，有人以50为标准，有人以100甚至300为标准.你看，这种拍脑袋的估计不仅无法做到统一，更重要的是缺乏理论依据，其科学性难以保证。

　　 2.公式计算利用计算公式(公式见图6)，可以得到问卷调查所需的样本量。其中n代表样本量；z代表置信度的统计量。统计检验一般设定95%的置信水平，对应的统计量为1.96。置信水平越高，结论的可靠性越高。p代表选项的可能性，在考察中可以取0.5；e代表采样误差，一般为5%。抽样误差越小，结论可信度越高。

　　经过计算，结果是384份，所以一般建议根据研究中要回答的问题，有效问卷至少要有384份，这是保证研究结果可信度的最低要求。需要注意的是，有时候研究会有精准细致的要求，比如看全国数据中某个城市或某个地区的研究成果。如果你想回答如此详细的问题

　　 3.检验有效性分析随着统计学的发展，严谨的学术研究对样本量的计算提出了更精确的要求。通过试验力分析，研究人员可以更准确地计算出所需的样本量。简单来说，在样本量、效应量、显著性水平(Alpha)和检验功效这四个统计量中，知道三个就能推断出另外一个。

　　具体使用场景有两种，一种是研究前计算样本量；另一种是在研究结束后计算研究的效果量。有些软件已经能够提供相应的计算功能(比如G*Power)并且有很好的可视化显示。

　　图7G *按功率绘制的所需样本容量曲线

　　四。结论问卷调查具有低成本、高匿名性和高效率的特点，被广泛应用于用户研究。样本的代表性是问卷调查结果可靠性的关键因素。通过随机抽样，增加样本量，可以提高样本的代表性，得出更接近真实总体情况的调查结论。34份有效问卷是确保调查结果可靠性的最低样本量要求。如果不能保证回收金额，在得出结论时应考虑偏离真实情况的风险。条条大路通罗马，好的研究方法才是能达到目标和解决问题的方法。

　　作者：艾路尼，微信官方账号：壳牌KEDC

　　本文最初由@壳牌KEDC发布。每个人都是产品经理。未经许可，禁止复制。

　　题目来自Unsplash，基于CC0协议。

　　更多关于求合格率的抽样平均误差(样本率的抽样误差)的请关注本站。