设计效应与有效样本量计算器
了解整群抽样对精度和统计功效的影响。输入样本量、每群平均回答数和群内相关系数。
学习手动计算方法输入数值
结果随输入自动更新。
设计效应
2.2
- 有效样本量
- 455
计算在您的浏览器中完成，数据不会发送给我们。
自己动手计算
假设每个群平均有 20 人，群内相关系数为 0.05，共收集了 390 份回答。
按照示例了解计算过程，再代入您自己的数值。
计算整群抽样的附加影响
(平均群大小 − 1) × 群内相关系数 = (20 − 1) × 0.05 = 0.95。加一得到设计效应
DEFF = 1 + 0.95 = 1.95。这是相对于简单随机抽样的方差倍数。
计算有效样本量
有效 n = 实际 n ÷ DEFF = 390 ÷ 1.95 = 200。在相同假设下，标准误应乘以 √1.95，而不是 1.95。
此近似方法描述整群抽样的影响。若权重不等、采用分层设计，或各群规模差异很大，可能需要更完整的抽样设计计算。
在计算器中核对答案
为什么整群样本的有效信息较少
按班级、诊所或门店等群体收集回答时，同一群内的人往往更相似。在群内相关为正的情况下，相同人数的整群样本通常比简单随机样本包含更少的独立信息。因此，仅根据回答总数来判断，可能高估实际精度。
计算公式
设计效应的近似公式为 1 + (m − 1) × ICC，其中 m 为平均群大小，ICC 为群内相关系数。有效样本量等于实际样本量除以设计效应，表示达到类似精度所需的简单随机样本人数，可用于近似规划误差范围。群大小差异或权重较复杂时，可能需要更完整的抽样设计计算。
常见问题
应该使用多大的 ICC？
如果没有历史数据，大型调查中有时采用 0.01 至 0.05 的值，但同一群内结果高度相似时可能更高。应尽量参考相似既往研究，而不要把这一范围当作所有调查通用的默认值。