样本量计算器 · 在线统计样本估算工具｜调研与实验设计助手
快速计算调研或实验所需的样本量，支持不同置信水平与误差范围，提供有限总体修正功能，确保统计结果科学可靠。
计算结果 · 样本估算
👈 请设置参数后点击计算
支持有限总体修正，确保抽样科学合理
📐 样本量计算原理与公式
一、什么是样本量？
样本量是指在统计调查或科学实验中，从目标总体中抽取的个体数量。合理确定样本量是保证研究结果可靠性和精度的关键步骤。样本量过小会导致结果误差过大，无法代表总体特征；样本量过大则会浪费资源，增加调研成本。样本量计算器通过统计学公式，帮助研究者在给定的置信水平和误差范围内，快速得出科学合理的样本数量。
二、样本量计算的核心原理
样本量计算基于正态分布理论和中心极限定理。当样本量足够大时，样本均值的分布近似服从正态分布，此时可以使用Z统计量来构建置信区间。核心公式为：n = (Z² × p × (1-p)) / E²，其中n为所需样本量，Z为标准正态分布的分位数，p为预估比例，E为允许的误差范围。这个公式保证了在给定的置信水平下，样本估计值与真实总体参数之间的差异不会超过预设的误差范围。
三、有限总体修正的原理
当目标总体规模有限且样本量占总体比例较大时（通常超过5%），需要使用有限总体修正公式对初始样本量进行调整。修正公式为：n_adj = n / (1 + (n - 1) / N)，其中N为总体大小，n为初始样本量。经过修正后的样本量会略小于初始计算值，这是因为在有限总体中，抽取的样本能覆盖更大比例的总体信息。
四、置信水平与Z值的对应关系
置信水平反映了估计结果的可靠程度。常用的90%置信水平对应Z值1.645，95%置信水平对应Z值1.96，99%置信水平对应Z值2.576。置信水平越高，所需的样本量越大。例如，在相同误差范围下，99%置信水平所需的样本量约是95%置信水平的1.7倍。
💡 哪些场景会用到样本量计算器？
市场调研 —— 确定问卷调查所需的有效样本量，确保调研结果能够准确反映目标市场的真实情况。
医学临床试验 —— 计算药物试验或治疗效果研究中所需的受试者人数，保证试验结果具有统计学意义。
质量控制 —— 在生产过程中确定抽样检验的样品数量，平衡检验成本与质量保障的需求。
社会科学研究 —— 为人口普查、民意调查、社会行为研究等提供科学的样本量估算。
A/B测试 —— 在产品优化和营销策略测试中，确定每个测试组所需的最小用户数量。
教育评估 —— 在学生能力评估、教学效果分析中，确定具有代表性的样本规模。
审计抽样 —— 在财务审计和合规检查中，确定合理的抽查样本数量。
📖 如何使用本工具？
第一步：选择置信水平 —— 从下拉菜单中选择所需的置信水平，常用的是95%。
第二步：设置误差范围 —— 输入可接受的误差范围（百分比），通常设置在3%到5%之间。
第三步：输入预估比例 —— 输入对目标特征在总体中占比的预估，如不确定可保持默认的50%。
第四步：填写总体大小（可选） —— 如果已知目标总体的确切规模，可填入以进行有限总体修正。
第五步：点击计算按钮 —— 点击绿色的计算按钮，右侧将显示所需的样本量及详细计算步骤。
⚠️ 关于样本量的常见问题与注意事项
预估比例如何确定？ 如果对目标比例没有先验信息，建议使用50%作为保守估计，此时计算出的样本量最大。
误差范围设置多大合适？ 误差范围越小，所需样本量越大。一般市场调研采用5%，医学研究可能要求1%或更小。
样本量过大怎么办？ 可以通过降低置信水平、放宽误差范围或优化抽样设计来控制样本量。
有限总体修正何时适用？ 当样本量超过总体大小的5%时，建议使用总体修正后的样本量。
计算结果的精度说明： 样本量向上取整，确保达到最低要求。实际调研中还需考虑无应答率，适当增加样本量。
隐私保护： 本工具为纯前端实现，所有计算均在浏览器本地完成，不会上传任何数据。