您進行調查問卷是為了更深入了解人們的意見、行為和意見反應等。但是，您如何確定他們的回答是否可靠地代表您嘗試了解的母體呢？確定您的調查問卷樣本大小有助於解決這個問題。
什麼是調查問卷的樣本大小？
樣本大小是指您傳送調查問卷的對象人數。理想樣本大小會根據您目標市場或人口統計資料的總人數而有所不同。
也就是說，樣本大小只是判斷您調查問卷結果是否具有意義或統計顯著性的一項因素。
為什麼確定調查問卷樣本大小很重要？
- 當您想調查目標市場或執行人口統計資料研究時，您不可能向每個人取得回答。即使能做到，也會耗費大量的時間與金錢。
- 確定具有統計顯著性的樣本大小，或您需要的受訪者人數，可讓您有信心地調查較少人數。
- 如果您是在傳送調查問卷後才思考樣本大小，事後理解樣本大小仍有助您分析調查問卷資料的統計顯著性。
- 調查問卷樣本大小的重要性會依您的目標母體與調查問卷類型而有所不同。例如，如果您正在進行醫療或市場研究，請務必確保收集的回覆能夠代表您的母體，這樣才能做出準確的預測。如果您是調查員工，您可能更重視整體回覆率、參與度和個別意見反應。
樣本大小、回覆率與完成率的對比
在我們向您說明如何確定調查問卷樣本大小之前，請務必先了解幾個重要術語：
- 調查問卷樣本大小是指收到您調查問卷的人數。
- 回覆率是指完成調查問卷者占總人數的百分比。
- 您的完成率是指有多少人填寫並提交他們的回答。
例如，您可能會將調查問卷傳送給 1,000 人。如果有 400 人開啟調查問卷，則回覆率為 40%。在多數情況下，開啟的人未必都會完成填寫。如果有 400 人開啟，但只有 200 人提交回覆，則完成率為 50%。
雖然回覆率與完成率一開始不會直接影響樣本大小，但在決定樣本大小時，這些變數仍然很重要。
這是因為當您選擇樣本來代表目標母體時，必須考量不是每個收到調查問卷的人都會填寫，而這可能影響統計顯著性。
如何確定調查問卷研究的樣本大小 (含範例)
您已確定了要研究的母體，即您正在研究或希望瞭解的全部人數。在本範例中，假設您的母體為 1,000 萬人。
接下來，您應該選擇誤差範圍。您的誤差範圍代表您對調查問卷回覆能否反映母體的觀點。
人們在調查問卷研究中常會選擇 5% 的誤差範圍。這表示您要在資料的正負兩側加減 5%，以涵蓋可能的誤差。
例如，假設有 60% 完成調查問卷的人表示他們會購買您的新產品。由於誤差範圍為 5%，您可以推論實際上有 55% 到 65% 的人會購買您的新產品。
最後，您需要選擇信心水準。信心水準是指，如果您將相同調查問卷傳送給另一組目標母體樣本，能夠獲得相同結果的機率。
在本範例中，您將調查問卷傳送給 1,000 人。根據您的誤差範圍，您推論有 55% 到 65% 的人會購買您的新產品。您對這些結果多有信心？
您選擇 95% 的信心水準，這也是業界的標準值。換句話說，如果您一再將相同的調查問卷傳送給 1,000 人，將有 95% 的機率得到相同的結果。
計算您的調查問卷樣本大小
現在，您已經確定了母體、誤差範圍和預期的信心水準，是時候確定您的調查問卷樣本大小了。請記住，樣本大小是指您將調查問卷傳送給多少人。您可以使用我們的樣本大小計算工具，或使用此調查問卷樣本大小公式來計算：
- N = 母體
- e = 誤差範圍 (百分比用小數點呈現)
- z = z 分數* (資料距離平均值的標準差數)
*95% 信心水準為 1.96 的 z 分數
依此公式，如果母體為 10,00 萬人，誤差範圍為 5% (0.05)，且信心水準為 95% (1.96 的 z 分數)，則所需樣本大小為 385 人。但是，樣本大小的考量不僅止於一個數字。
在確定了目標樣本大小之後，您將需要可靠的方法來隨機選出參與者。瞭解如何使用 Excel 建立隨機樣本，以有效地挑選調查問卷收件人，同時維護適當的隨機抽樣原則。
調查問卷研究的適當樣本大小是多少？
一般來說，樣本大小越大，您的調查結果越有可能具備統計顯著性。但是，樣本大小的重要性會因以下變數而有所不同：
- 進行中的調查問卷類型：假設您正在其他國家/地區進行研究，以評估您的產品是否適合當地市場。由於您將根據結果做出重大業務決策，因此您會希望選擇對應較小誤差範圍的樣本大小。但是，如果您只是從剛參加活動的 20 人收集定性意見反應，那麼您可能會更重視其中五筆認真撰寫的回覆，而非整體的統計顯著性。
- 母體多元性：考量您目標受眾的人口統計資料
，例如性別、年齡、族裔、地點、婚姻狀況、教育程度等。如果目標母體中的人群特徵相近，您或許可以接受較少的回覆樣本。但是，如果其特徵差異很大，您將需要調查更多人，以更準確地反映整個母體。
- 您要做出的決策：當您根據調查結果進行決策時，資料量越多越有幫助。但資料量並不是唯一考量因素。請記住您要面對的受眾。如果您是為了小幅變動或改善而嘗試收集想法或意見反應，您可能可以接受較少的回覆數。對於觸及廣泛、有影響力且資源成本較高的決策，則需要更多的回覆數才能對結果有更高的信心。
選擇調查問卷研究的最小樣本大小
想快速估計需要多少人填寫您的調查問卷嗎？這裡有一張實用表格可協助您決定。您只需要知道目標母體人數，以及預期的誤差範圍 (3-10%) 即可。
| Population | ±3% | ±5% | ±10% |
| 500 | 345 | 220 | 80 |
| 1,000 | 525 | 285 | 90 |
| 3,000 | 810 | 350 | 100 |
| 5,000 | 910 | 370 | 100 |
| 10,000 | 1,000 | 385 | 100 |
| 100,000 | 1,100 | 400 | 100 |
| 1,000,000 | 1,100 | 400 | 100 |
| 10,000,000 | 1,100 | 400 | 100 |
*百分比代表 3%、5% 和 10% 的誤差範圍
例如，如果您正在進行醫學研究，可能會選擇較低的誤差範圍，如 3%。但如果是客戶滿意度調查問卷的樣本大小，您可能會接受較高的誤差範圍，像是 10%。
不同的抽樣設計類型
透過精心設計的樣本，您可以協助降低抽樣偏差，即調查問卷樣本無法準確代表目標母體的情況。以下是快速摘要出可考慮用於調查問卷的不同抽樣類型。
概率抽樣
概率抽樣是指目標母體中每個人都有同等機會被選入調查問卷樣本。
主要的概率抽樣有四種類型。
- 簡單隨機：使用抽籤或隨機化方法，以確保母體中的每個人都有相同的機會被選中。這對於大型母體可能較難執行，但卻是避免抽樣偏差的簡單方法之一。
- 群集：將您的目標母體分成多個群集或分組，然後隨機抽樣多個群集。接著，對選定群集中的所有人進行調查。如果群集間的人口統計資料差異過大，可能會導致偏差。但是，對於分散過廣或不易觸及的母體來說，群集抽樣可能是更實際的選擇。
- 系統：若要執行系統抽樣，可從您的目標母體中依定期間隔選人，例如從 5,000 人的清單中每隔 50 人選一位。如果您的清單順序本身有偏差，可能會影響抽樣結果，但整體來說，這是一種有效的抽樣方法。
- 分層：將您的母體依性別、收入或地點等條件分層。然後，在每一分層內隨機抽取樣本。這可協助您適當代表母體中的每項人口統計資料，但方法較複雜且耗費時間。
非概率抽樣
非概率抽樣是指目標母體中的每個人不具備被選中的同等機會。
雖然非概率抽樣較簡單且成本較低，但也更容易產生抽樣偏差。這可能會影響調查問卷結果的可靠性。
主要的非機率抽樣有五種類型。
- 便利：向最容易觸及的人進行調查。雖然這樣可輕鬆取得調查問卷的回覆，但結果未必能代表您的目標母體。
- 判斷或立意：向您認為有助於達成研究目標的人進行調查。您可能會用來進行定性研究，且您在此類研究中無需大量的定量資料也能得出結論。
- 自願回覆：人們自願參與您的調查問卷。特定族群可能更有意願或能夠參與，這會導致抽樣偏差。
- 滾雪球：將調查問卷發送給某些人，並請他們邀請其他人一起參與。這有助於擴大調查問卷的受訪者，但可能只觸及您整個目標母體中的某個人可統計資料。
- 回覆配額：將您的母體分成對您研究來說很重要的類別。接著，在每個類別中選出若干人進行調查。此方法容易產生偏差，但可快速取得意見反應。
在選擇樣本大小時需要協助嗎？
從專業抽樣設計到目標市場調查，SurveyMonkey Audience 可讓您快速獲得可靠的市場深入解析。