您需要幾個人填寫您的調查問卷呢？其實就連對統計師來說，要確定調查問卷所需樣本數量也不是簡單的任務。我們的樣本大小計算工具能幫您算好，讓您知道您需要收集幾份回覆。

樣本數量指的是您的問卷調查總共收到幾份完成的回覆。這些完成的回覆就叫做「樣本」，是因為他們只代表了您想要調查其行為和意見的整個群體（或稱目標母體）當中的一部分人而已。舉例來說，如果您用「隨機抽樣」的方式來取得樣本，就表示您所調查的受訪者是從整個母體當中完全隨機選擇的。

認識了這個定義以後，讓我們來進一步了解下面這幾個主題：

在計算樣本數量之前，您必須先認識下面這三個關鍵詞彙，以真正明白樣本數量真正的意義：

母體大小： 您想研究的群體的總人數。假設您想針對台灣全體人口進行隨機抽樣，那麼您的母體大小就約為 2,300 萬人。同樣地，假設您想調查的對象是公司內部人員，那麼母體大小就是公司上下全體員工的人數。

誤差範圍： 以百分比呈現，代表調查結果有多大程度能反映整個母體的觀點。在既定的信心水準之下，誤差範圍越小，您的調查結果就越能準確反映母體的真實情況。

抽樣信心水準：以百分比呈現，代表您能多有信心確定母體所選擇的答案會落在特定範圍內。舉例來說，「95% 的信心水準」的意思是您能夠以 95% 的信心說調查結果會落在 x 和 y 這兩個數字之間。

想知道如何計算樣本數量嗎？如果您想要自己親手計算，計算公式如下：

N = 母體大小 • e = 誤差範圍（百分比用小數點呈現） • z = z 分數

z 分數的值代表的是特定比例與平均值之間的距離，該距離是以標準差為單位計算。想知道該使用哪個 z 分數才恰當，請參考下表：

樣本大小是否具有統計顯著性很重要嗎？ 根據一般的經驗法則，樣本數量越多，統計顯著性就越高——也就是說，您獲得的調查結果越不可能只是偶然。

不過，您可能還在懷疑，統計顯著性有那麼重要嗎？就算樣本數量不足以代表整個母體，收到的回覆應該多少還是有價值吧？如果您要收集的是客戶意見反應，那麼確實是如此——不論樣本數量是否具有統計顯著性，客戶的想法和意見都能提供您寶貴的觀點，幫助您提升業務成績。

反過來說，做政治民調的人就必須極度重視樣本數量，以確保抽樣能夠平均反映整個母體的意見。下面幾個使用案例能幫助您了解樣本數量的統計顯著性在什麼時候重要、什麼時候不重要。

打算進行員工滿意度問卷調查嗎？人力資源問卷調查旨在發掘員工對工作環境及公司本身的重要意見反應。具有統計顯著性的樣本數量能幫助您更全面地了解員工的想法，然而，就算樣本數量不具統計顯著性，您收到的回覆仍然是寶貴的意見，能讓您知道應如何改善公司的職場環境。

我們前面講過，客戶滿意度問卷調查不一定要依賴統計顯著性來達到效果。當然，您收到的回覆越能準確代表全體客戶的感受越好，但更重要的是，您應該仔細檢視、分析每一個問題所收到的回覆。客戶的任何意見都很重要，不論是正面或負面。

樣本數量是否有統計顯著性，對市場研究問卷調查的影響很大。市場研究的目的在於讓您對客戶和您的目標市場有更深入的了解，這表示具有統計顯著性的樣本數量能幫助您真正了解整體目標市場，並確保您收集到最準確的資訊。

為了讓教育類問卷調查的結果能代表母體，我們建議您取得具有統計顯著性的樣本數量。如果您希望藉由學生對學校和老師的意見來改善校內環境，收集具有統計顯著性的樣本數量將對您的計畫大有助益；反之，如果您只是想聽聽學生的想法，而尚未打算進行系統性的改變，統計顯著性可能就沒有那麼重要。

對於醫療保健問卷調查而言，取得具有統計顯著性的樣本數量能協助您判定特定病患較有可能遇到哪些健康問題，也能幫助您為醫療研究下結論。不過，如果您只是想調查病患對醫療服務的滿意度，或詢問他們關於日常照護的問題，那麼統計顯著性就沒有那麼重要了。就算樣本數量不多，您一樣可以向個別病患收集到能反映他們的需求和經驗的寶貴資訊。

如果是針對朋友、同事或家人進行的日常問卷調查，統計顯著性的必要與否要端看您的調查目的為何。如果您希望調查結果能作為某種實證的資料，那就必須考慮樣本數量的統計顯著性；反之，若您調查只是單純為了好玩，樣本數量就沒那麼重要了。

想知道您需要多少回覆嗎？歡迎使用我們的樣本數量計算器，您就不用再靠猜測，也不必擔心陷入研究機率抽樣和機率分佈模型的痛苦困境。只要認識抽樣誤差、樣本大小和統計顯著性，並了解如何增加調查問卷的回覆率，您很快就能透過調查問卷獲得更優質的資料了！

如果樣本數量計算器顯示您需要更多位受訪者的話，我們可以提供協助。您只要告訴我們您的目標母體範圍，我們就能為您找到適合的人選來填寫調查問卷。SurveyMonkey Audience 擁有數百萬名合格的受訪者，能幫助您取得來自全球各地的回覆，而且幾乎包含各種類型的人。