“我在做xx问卷调查,一般需要多少份问卷才合理?”这大概是调研工厂被问得最多的问题。
在问卷领域,不但要关注数量,还要关注“代表性”。
抽样框选取能否代表总体,直接决定了调研结果的可靠性。
调研工厂最新上线了样本工具箱,为调研者提供样本量计算器、误差范围计算器、样本抽样框。
只需输入调查目标人群总体数量、置信水平、误差范围,系统自动计算代表调查目标人群的理想样本数量,还能自动生成多题配额分布。
那么,“样本的代表性,到底如何直接影响调研结果的?”先给大家看一个经典案例。
在1936年美国大选中,《文学文摘》在全国范围内发放了1000万份明信片问卷,最后回收了约200万份,但预测结果惨遭翻车。
而另一个年轻的民意测验者盖洛普获得了首次成功,他采用配额抽样技术准确地预测罗斯福将获胜。
可见,在我们发起问卷调查时,进行样本评估非常重要,其目的是预防由于样本的偏差过大而导致调查失败。
那么,调研工厂的样本工具箱如何控制样本数据呢?
来,下面简单地教大家如何使用:
第1步:
从调研工厂官网(https://survey.work)进入问卷调查板块
第2步:
创建问卷——问卷设置——样本配额——右侧“样本工具箱”
01
样本量计算器
输入调查目标人群总体数量、置信水平、误差范围,系统自动计算代表调查目标人群的理想样本数量,再也不用烧脑研究看不懂的统计学公式了。
样本量计算器相关输入项说明:
①总体数量:指调研对象的全体。
如果对某一公司进行调查,总体数量则是该公司的员工人数。
②置信水平:指总体将在给定范围内选择答案的信心的百分比。
置信水平所反映的是抽样的精确性程度,社会调查通常所使用的置信度是95%或99%。
比如,99%的置信度所要求的样本规模就比95%的置信度所要求的样本规模大。
02
误差范围计算器
任何调查研究都不可避免地会出现误差,缩小误差是调研者的努力目标。
调研工厂误差范围计算器,可用于问卷调查之前,抽样误差可以预先计算出来,并可以通过调整样本数和组织形式来控制误差范围;也可以用于问卷调查之后,计算问卷回收数据的误差度,判断问卷可信度。
比如,在置信区间95%的前提下,总体数量为1000,您的回收样本量为100,误差范围就是9.3%。
总之,样本量越接近总体数据,抽样误差就越小。误差范围越低,您将更接近在一定的置信区间下获得准确的答案。
03
样本抽样框
调研工厂本期功能更新的最大亮点就是“样本抽样框”,可自动生成交叉配额分布。
调研工厂基于国务院第七次全国人口普查数据,提供全国各地区、性别、城乡、年龄、学历等人口属性抽样框,让您的样本结构更合理。
配额举例:需要在北京市调查15-59岁,户籍所在地为城镇和农村的男性和女性,样本抽样框如何确定?
配额设置后,点击“确定”,直接生成“抽样结果”,如下:
发布者:调研兔,转载请注明出处:https://baike.survey.work/%e8%b0%83%e7%a0%94%e5%b7%a5%e5%8e%82%e6%a0%b7%e6%9c%ac%e5%b7%a5%e5%85%b7%e7%ae%b1%e4%b8%8a%e7%ba%bf%ef%bc%8c%e4%b8%80%e9%94%ae%e8%ae%a1%e7%ae%97%e6%a0%b7%e6%9c%ac%e9%87%8f%e3%80%81%e8%87%aa%e5%8a%a8/