您的調查結果是否能完美反映您所要研究的母體？大概沒辦法。
但是，您可以透過誤差範圍計算器，瞭解調查問卷結果多接近您想研究的群體。這項實用的工具可讓您確定誤差範圍，知道填寫調查問卷的受訪者是否足以代表您想研究的群體，讓您對收集到的資料準確度有信心。
計算您的誤差範圍
母體大小
信心水準 (%)
樣本大小
誤差範圍
0
調查問卷中的誤差範圍是什麼？
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 (也就是您問卷調查的受訪者) 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」。
如何計算誤差範圍
n = 樣本大小 • σ = 母體標準差 • z = z 分數
- 得出母體標準差 (σ) 和樣本大小 (n)。
- 將母體標準差除以樣本大小的平方根
- 再將結果乘以下表中對應於您所期望之信賴區間的 z 分數：
| 期望的信心水準 | z 分數 |
| 80% | 1.28 |
| 85% | 1.44 |
| 90% | 1.65 |
| 95% | 1.96 |
| 99% | 2.58 |
讓我們看看範例中所用的誤差範圍公式。
假設您為 新產品 想出了 A 及 B 兩個名稱，而您的目標市場含有 400,000 位潛在客戶。這就是您的 總母體。
您決定發送 600 份調查問卷給潛在客戶。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 樣本大小計算工具。
調查結果出爐後，有 60% 的受訪者喜歡名稱 A。這時您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)。
請試著在上方的誤差範圍計算器中，輸入此範例中的數字。計算器會提供一個 4% 的 誤差範圍 。
還記得有 60% 的受訪者選擇了名稱 A 嗎？這個誤差範圍表示，現在您知道總人口群體 (也就是您的目標市場) 中有 56% 到 64% 的人比較喜歡名稱 A，而這項結果的信心度是 95%。
我們將您樣本的回覆各加上及減去誤差範圍的 4%，得出了 56 及 64 這二個數字。
樣本大小如何影響誤差範圍
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。
如果您的誤差範圍太大，請增加樣本數的大小，讓進行調查問卷群體數更符合總人口群體數。
這表示您需要將調查問卷寄送給更多人。
樣本大小計算工具 可協助您輕鬆判斷您需要多少人填寫您的調查問卷。
需要計算您的統計顯著性嗎？請參閱我們的 A/B 比較檢測計算器。
增加資料可靠性的五個步驟
現在您知道誤差範圍是如何計算的，也知道它會如何影響您的結果；現在我們來看看您需要遵循的步驟，以便在您的調查問卷設計中使用這些概念。
如果需要更詳細的說明，歡迎參閱這篇文章： 如何準確預估母體。
- 定義您的總母體
這是您想透過調查問卷研究的總人口群體，以之前範例來說就是 400,000 名的潛在客戶。 - 決定您所要的準確度
您需要決定若結果與整個目標市場情勢不同，您願意承擔多少風險。這表示您必須衡量樣本的誤差範圍和信心水準。 - 定義樣本大小
平衡您希望取得的信心水準，以及可接受的誤差範圍；下一步就是決定您需要多少位受訪者。別忘了並非收到調查問卷的所有人都會回覆：您的樣本大小是您會取得的完成回覆數量。 - 計算您的回覆率
這是在收到調查問卷的人中實際回覆的受訪者百分比。做出有學術根據的猜測。若您是以隨機抽樣的方式取得樣本，保守的猜測為有 10% 到 15% 的受訪者會完成調查問卷。查看過去的調查問卷，看看平常的比例為何。 - 現在要設定要進行調查問卷的總人數
一旦在步驟 4 中知道了百分比，就會知道您需要寄出給多少人調查問卷，才能取得足夠的完成回覆。因此，瞭解您的誤差範圍 (以及所有相關的概念，包括樣本大小及信心水準) 在設計調查問卷的平衡行為上非常重要。能夠計算出誤差範圍就能讓您穩定地繼續進行下一步。
收集正確資料
SurveyMonkey 會提供您建立、最佳化和分享調查問卷所需的工具，讓您收集需要的回覆。