问卷设计与统计分析——如何确定样本量

作者：菁悦      审核：穿羽绒服的芒果      封面：自己想吧

我们知道，问卷调查中没有绝对的样本量标准，不同的研究方法、研究目的，研究要求和研究资料都可决定样本量得大小。一般而言，样本越大，结果的估计越精确。但样本过大或过小均可影响研究的可行性。因此，科学地确定样本量可增加研究的可靠性，得到可信的研究结果。

那么，样本量的决定因素都有哪些呢？

1资料性质

计量资料如果设计均衡,误差控制得好,样本可以小于30例; 计数资料即使误差控制严格,设计均衡, 样本需要大一些,需要30-100例。

2研究事件的发生率

研究事件预期结局出现的结局，事件发生率越高，所需的样本量越小，反之就要越大。 

3研究因素的有效率

有效率越高，即实验组和对照组比较数值差异越大，样本量就可以越小，小样本就可以达到统计学的显著性，反之就要越大。

4显著性水平

即假设检验第一类（α）错误出现的概率。为假阳性错误出现的概率。α越小，所需的样本量越大，反之就要越小。α水平由研究者具情决定，通常α取0.05或0.01。

5检验效能

检验效能又称把握度，为1－β，即假设检验第二类错误出现的概率，为假阴性错误出现的概率。即在特定的α水准下，若总体参数之间确实存在着差别，此时该次问卷能发现此差别的概率。检验效能即避免假阴性的能力，β越小，检验效能越高，所需的样本量越大，反之就要越小。β水平由研究者具情决定，通常取β为0.2，0.1或0.05。即1－β=0.8，0.1或0.95，也就是说把握度为80%，90%或95%。

6容许的误差（δ）

如果调查均数时，则先确定样本的均数( )和总体均数(m)之间最大的误差为多少。容许误差越小，需要样本量越大。一般取总体均数（1－α）可信限的一半。

7总体标准差(s)

一般因未知而用样本标准差s代替。

8双侧检验与单侧检验 

采用统计学检验时,当研究结果高于和低于效应指标的界限均有意义时,应该选择双侧检验,所需样本量就大; 当研究结果仅高于或低于效应指标的界限有意义时,应该选择单侧检验,所需样本量就小。当进行双侧检验或单侧检验时，其α或β的Ua界值通过查标准正态分布的分位数表即可得到。

以上就是问卷的样本量确定的基本要素啦，小伙伴们都明白了吗？欢迎留言哦~