您的調查結果是否能完美反映您所要研究的母體?大概不行。
但是,您可以透過誤差範圍計算器,得知您的調查結果有多接近母體真實的意見。這項實用的工具能幫助您判定誤差範圍,讓您知道您的受訪者人數是否足以使您對資料的準確度有信心。
0
誤差範圍又稱為信賴區間,它會告訴您調查結果有多大程度能反映整個母體的觀點。別忘了,問卷調查其實是一項平衡的措施,因為要用一個小群體 (也就是您的調查問卷受訪者) 來代表整個大群體 (也就是目標市場或總母體。)
您可以把誤差範圍想像成衡量調查問卷有效性的一種方法。誤差範圍越小,表示您的結果越值得相信;誤差範圍越大,表示越偏離總母體的觀點。
如同其名,誤差範圍是實際調查結果上下的一個範圍值。例如,若有 60% 的人回覆「是」,且誤差範圍為 5%,就表示整個母體當中有 55% 到 65% 的人會回答「是」。
n = 樣本大小 • σ = 母體標準差 • z = z 分數 (標準分數)
所期望的信賴區間 | z 分數 |
80% | 1.28 |
85% | 1.44 |
90% | 1.65 |
95% | 1.96 |
99% | 2.58 |
讓我們用實際的例子來解釋誤差範圍公式的用法。
假設您為新產品想出了 A 及 B 兩個名稱,而您的目標市場有 400,000 位潛在客戶。這就是您的總母體。
您決定向潛在客戶發送 600 份調查問卷。這就是您的樣本大小。
若要精準計算樣本大小,請參閱我們的樣本數量計算器。
調查結果出爐後,有 60% 的受訪者喜歡名稱 A。這時您會需要在誤差範圍計算器中輸入一個信心水準。
這個數字表示您對於樣本能準確反映總母體的態度有多大的信心。研究人員通常會將其設為 90%、95% 或 99%。(信心水準與信賴區間不同,信賴區間其實只是誤差範圍的另一種說法)。
請把這幾個數字輸入到上面的誤差範圍計算器中。您會看到計算器算出的誤差範圍為 4%。
還記得前面提到有 60% 的受訪者選擇了名稱 A 嗎?搭配這個誤差範圍,您便能知道總母體 (也就是您的目標市場) 當中有 56% 到 64% 的人會比較喜歡名稱 A,而這項結果在 95% 的情況下是準確的。
我們將喜歡 A 的樣本比例 (60%) 加上或減去誤差範圍 4%,而得出了 56% 及 64% 這兩個數字。
如剛剛所提到,知道誤差範圍有助於瞭解您設定的調查樣本大小是否恰當。
如果您發現誤差範圍太大,就可能需要增加樣本數,好讓受訪的群體能更準確地反映總母體的真實態度。
也就是說,您會需要將調查問卷寄給更多人。
樣本數量計算器可協助您輕鬆判斷您需要多少人填寫您的調查問卷。
需要計算統計顯著性嗎?請使用我們的 A/B 比較檢測計算器。
既然您已經知道誤差範圍是怎麼算出來的,也知道它會如何影響您的調查結果,現在就我們來複習一下您該如何在調查問卷的設計中實踐這些概念。
如果需要更詳細的說明,歡迎參閱這篇文章:如何預估母體。
SurveyMonkey Audience 隨時有數百萬名受訪者可填寫您的調查問卷。