Analytics och testningCRM och dataplattformarMartech Zone appar

App: Kalkylator för undersökning av minsta provstorlek

Kalkylator för undersökning av minsta provstorlek

Kalkylator för undersökning av minsta provstorlek

Fyll i alla dina inställningar. När du skickar in formuläret kommer din minsta provstorlek att visas.

%
Din data och e-postadress lagras inte.
Börja om

Att utveckla en undersökning och se till att du har ett giltigt svar som du kan basera dina affärsbeslut på kräver en hel del expertis. Först måste du se till att dina frågor ställs på ett sätt som inte påverkar svaret. För det andra måste du se till att du undersöker tillräckligt många personer för att få ett statistiskt giltigt resultat.

Du behöver inte fråga varje person, detta skulle vara arbetskrävande och ganska dyrt. Marknadsundersökningsföretag arbetar för att uppnå en hög nivå av förtroende och en låg felmarginal samtidigt som de når det minsta antalet mottagare som krävs. Detta är känt som din provstorlek. Du är provtagning en viss andel av den totala befolkningen för att uppnå ett resultat som ger en nivå på förtroende för att validera resultaten. Med hjälp av en allmänt accepterad formel kan du bestämma en giltig provstorlek som kommer att representera befolkningen som helhet.

Om du läser detta via RSS eller e-post, klicka dig vidare till webbplatsen för att använda verktyget:

Beräkna din undersöknings provstorlek

Hur fungerar provtagning?

Provtagning är en process för att välja en delmängd av individer från en större population för att dra slutsatser om egenskaperna hos hela populationen. Det används ofta i forskningsstudier och enkäter för att samla in data och göra förutsägelser om en befolkning.

Flera olika metoder för provtagning kan användas, inklusive:

  1. Enkelt slumpmässigt urval: Detta innebär att man väljer ett urval från populationen med en slumpmässig metod, som att slumpmässigt välja namn från en lista eller använda en slumpgenerator. Detta säkerställer att alla i befolkningen har lika stor chans att bli utvalda i urvalet.
  2. Stratifierad sampling går ut på att dela in populationen i undergrupper (strata) utifrån vissa egenskaper och sedan välja ett slumpmässigt urval från varje stratum. Detta säkerställer att urvalet är representativt för de olika undergrupperna inom populationen.
  3. Klusterurval: Detta innebär att man delar in populationen i mindre grupper (kluster) och sedan väljer ett slumpmässigt urval av klustren. Alla medlemmar i de valda klustren ingår i urvalet.
  4. Systematisk provtagning: Detta innebär att man väljer var n:e medlem av populationen för urvalet, där n är urvalsintervallet. Till exempel, om urvalsintervallet är 10 och populationsstorleken är 100, skulle var tionde medlem väljas för urvalet.

Det är viktigt att välja lämplig provtagningsmetod utifrån populationens egenskaper och den forskningsfråga som studeras.

Konfidensnivå kontra felmarginal

I en urvalsundersökning har självförtroendenivå mäter din tilltro till att ditt urval korrekt representerar populationen. Det uttrycks i procent och bestäms av storleken på ditt urval och graden av variation i din population. Till exempel betyder en konfidensnivå på 95 % att om du skulle genomföra undersökningen flera gånger, skulle resultaten vara korrekta 95 % av gångerna.

Smakämnen felmarginal, å andra sidan, är ett mått på hur mycket dina undersökningsresultat kan skilja sig från det verkliga populationsvärdet. Det uttrycks vanligtvis som en procentsats och bestäms av storleken på ditt urval och graden av variation i din population. Anta till exempel att felmarginalen för en undersökning är plus eller minus 3 %. I så fall, om du skulle genomföra undersökningen flera gånger, skulle det sanna populationsvärdet falla inom konfidensintervallet (definierat av urvalets medelvärde plus eller minus felmarginalen) 95 % av gångerna.

Så, sammanfattningsvis, är konfidensnivån ett mått på hur säker du är på att ditt urval korrekt representerar populationen. Samtidigt mäter felmarginalen hur mycket dina undersökningsresultat kan avvika från det faktiska populationsvärdet.

Varför är standardavvikelsen viktig?

Standardavvikelsen mäter spridningen eller spridningen av en uppsättning data. Den talar om för dig hur mycket de individuella värdena i en datauppsättning varierar från datauppsättningens medelvärde. När du beräknar den minsta urvalsstorleken för en undersökning är standardavvikelsen viktig eftersom den hjälper dig att avgöra hur mycket precision du behöver i ditt urval.

Om standardavvikelsen är liten ligger värdena i populationen relativt nära medelvärdet, så du behöver inte ha en stor urvalsstorlek för att få en bra uppskattning av medelvärdet. Å andra sidan, om standardavvikelsen är stor, är värdena i populationen mer spridda, så du kommer att behöva en större urvalsstorlek för att få en bra uppskattning av medelvärdet.

I allmänhet gäller att ju större standardavvikelsen är, desto större urvalsstorlek behöver du för att uppnå en given precisionsnivå. Detta beror på att en större standardavvikelse indikerar att populationen är mer variabel, så du kommer att behöva ett större urval för att exakt uppskatta populationens medelvärde.

Formeln för att bestämma minsta provstorlek

Formeln för att bestämma den minsta urvalsstorlek som krävs för en given population är följande:

S = \ frac {\ frac {z ^ 2 \ gånger p \ left (1-p \ höger)} {e ^ 2}} {1+ \ left (\ frac {z ^ 2 \ gånger p \ left (1- p \ höger)} {e ^ 2N} \ höger)}

Var:

  • S = Minsta provstorlek som du bör undersöka med tanke på dina ingångar.
  • N = Total befolkningsstorlek. Detta är storleken på segmentet eller populationen du vill utvärdera.
  • e = Felmarginal. När du provar en population kommer det att finnas en felmarginal.
  • z = Hur säker du kan vara på att befolkningen skulle välja ett svar inom ett specifikt intervall. Konfidensprocenten översätts till z-poängen, antalet standardavvikelser en given andel är borta från medelvärdet.
  • p = Standardavvikelse (i detta fall 0.5%).

Douglas Karr

Douglas Karr är CMO för Öppna INSIGHTS och grundaren av Martech Zone. Douglas har hjälpt dussintals framgångsrika MarTech-startups, har hjälpt till med due diligence på över $5 miljarder i Martech-förvärv och investeringar, och fortsätter att hjälpa företag att implementera och automatisera sina försäljnings- och marknadsföringsstrategier. Douglas är en internationellt erkänd digital transformations- och MarTech-expert och talare. Douglas är också en publicerad författare till en Dummies guide och en bok om företagsledarskap.

Relaterade artiklar

Tillbaka till toppen knappen
Stänga

Adblock upptäckt

Martech Zone kan ge dig detta innehåll utan kostnad eftersom vi tjänar pengar på vår webbplats genom annonsintäkter, affiliate-länkar och sponsring. Vi skulle uppskatta om du tar bort din annonsblockerare när du tittar på vår webbplats.