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，誤差範圍計算器能讓您知道您的調查結果有多接近真實情況。這項實用的工具能協助您判定您的受訪者人數是否足以讓您對資料的準確度有信心。

誤差範圍能告訴您，您的調查結果有多大程度反映了整個母體的觀點。別忘了，問卷調查其實是一項平衡措施，因為是用一個小群體 (也就是您問卷調查的受訪者) 來代表整個大群體 (也就是目標市場或母體總數。)

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

讓我們看看範例中所用的誤差範圍公式。

假設您想要決定某個新產品應該叫名稱 A 還是名稱 B，而您的目標市場大約有 400,000 個潛在顧客。這就是您的母體總數。

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。

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反映總人口群體態度的準確度信心有多少。研究人員通常會將此數字設為 90%、95% 或 99%。

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？這個誤差範圍所代表的是，在 95% 的信心水準之下，母體總數 (也就是您的目標市場) 當中有 56% 到 64% 的人比較喜歡名稱 A。

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。

很多人分不清楚信賴區間與信心水準的差別。信心水準表達的是「某個數值會落在特定信賴區間範圍的可能性有多高」，而我們得利用誤差範圍才能算出這個區間。

誤差範圍能協助判定我們的估計值可能的波動幅度。舉例來說，95% 的信心水準表示數值有 95% 的機會落在某個信賴區間之間。信心水準越高，數值範圍 (區間) 就越大，這表示容許的誤差範圍也越大。

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。

這表示您需要把調查問卷寄給更多人。

樣本大小計算工具能協助您輕鬆判斷您需要多少人填寫您的調查問卷。

現在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結果了，您可遵循下列步驟將這些概念運用到您的調查問卷設計。

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。