問卷調查樣本大小

我實際上需要將調查問卷傳送給多少人?

當您問說:「我需要多少位受訪者?」時,其實您真正想問的是:「我需要多大的樣本數,才能準確預估我的母體 (或稱「總體」)?」這些概念有點複雜,所以我們在此列出了 5 個步驟,以協助您輕鬆計算理想的樣本大小,同時確保調查結果的準確性。

用這 5 個步驟判斷要多少樣本數才能準確預估您的母體:

1. 什麼是母體?

所謂的母體指的是您希望瞭解的整群人 (而您的樣本將會是這個母體當中,確實有填寫您的調查問卷者)。

例如,如果您想瞭解如何在法國做牙膏行銷,您的母體就是法國的居民。如果您想知道您公司的員工希望獲得多少假期,那麼母體是您的牙膏公司的員工。

無論您要研究的對象是整個國家或一家公司,能判定出您想要瞭解的母體是關鍵的第一步。確定母體是誰之後,就能大概判斷出母體的總人口數。舉例來說,住在法國的民眾大約有 6,500 萬人,而牙膏公司的員工總數應該比這個數量少吧!

確定人數以後,就要進行下一步了……

2. 您需要多高的準確度?

由於在現實當中您無法對母體中的每一位成員進行調查,因此您可以把這個步驟視為評估您願意承擔多少因為調查不完整而造成的失準風險。要這麼做,您需要回答以下兩個問題:

  1. 您收到的答案必須在多大程度上能夠反映出母體的看法?
    這就是您的誤差範圍。例如,假設您的樣本中有 90% 喜歡葡萄泡泡糖,若誤差幅度為 5%,則您必須在該數字的兩邊各加上 5%,也就是說,實際上您樣本當中有 85-95% 喜歡葡萄泡泡糖。5% 是最常使用的誤差範圍,但您也可以視調查需求將誤差範圍調整成在 1-10% 之間。我們不建議將誤差範圍增加到 10% 以上。
  2. 樣本必須在多大程度上能夠對您的母體準確抽樣?
    這就是您的信心水準。信心水準即所抽取之樣本對最終結果的影響程度。這通常是以下列方式計算:假設您從母體中再隨機抽樣 30 次,那麼您從原本的樣本與其他那 30 組樣本所獲得的結果,有多少機率會是相同 (或顯著不同) 的?如果信心水準是 95%,那就表示有 95% 的機率會獲得相同的結果。95% 是最常使用的信心水準,但您也可以視調查需求將信心水準調整為 90% 或 99%。我們不建議將信心水準降低到 90% 以下。

3. 我需要多大的樣本數?

參考下列表,選定大概的目標母體,然後選擇您要的誤差範圍以估算您需要幾份填完的調查問卷。

決定好步驟 1 和步驟 2 的數字後,查詢下方圖表,您便能知道您需要多大的樣本數……

母體10% 的誤差範圍5% 的誤差範圍1% 的誤差範圍90% 的信心水準95% 的信心水準99% 的信心水準
100508099748088
50081218476176218286
1,00088278906215278400
10,000963704,900264370623
100,000963838,763270383660
1,000,000+973849,513271384664

注意:這些資訊請當作概略的指導方針使用。此外,如果母體人數超過 100 萬人,建議您四捨五入到最接近的百位數。

4. 人們會有多願意回覆?

很遺憾,不是所有收到您的調查問卷的人都會願意填寫。

收到調查問卷後實際填寫的人數所佔的百分比稱為「回覆率」。預測回覆率能有助於預估您需要發送多少數量的調查問卷,才能取得需要的完成數量。

回覆率會受到各種因素影響而產生很大的差異,例如您與目標受眾的關係、調查問卷長度和複雜度、您提供的獎勵和調查問卷的主題等。如果您與收到調查問卷的對象先前毫無交集,回覆率若介於 20-30% 就算是相當成功的了。如果您之前從未對同樣的母體進行過調查,保守估計回覆率介於 10-15% 之間會比較安全。

5. 這一步很簡單!

只要將您從步驟 3 得到的數字,除以在步驟 4 得到的數字,所得的商就是您的重要數字。

舉例來說,假設您需要 100 位有在使用洗髮精的女性填寫您的調查問卷,而且您估計這些有在使用洗髮精的女性當中有 10% 會確實填寫您寄出的調查問卷,那您就需要寄給 100 除以 10% 位的女性——也就是 1000 人!

還在尋找適當的受訪者嗎?歡迎參考 SurveyMonkey Audience。

SurveyMonkey Audience 擁有數百萬名潛在的調查問卷受訪者,可隨時為您提供做出關鍵決策所需的重要資料。我們將受訪群當中的每位人員以數百種人口統計特徵、生活方式、職業和地理資料等屬性做分類,讓您可以選定某個特定的群組,以獲得最重要的意見反應。在短短的兩天內,您就能從啟動專案、收集到完整資料組,到分析調查結果全部搞定,而且一切作業都能透過您現在的 SurveyMonkey 帳戶輕鬆完成。

讓 SurveyMonkey 滿足您的好奇心