误差范围计算器

应用场景

• 教师与学校工作人员: 教师调查全校 900 名学生中的 200 人对新午餐菜单的看法，在分享结果前检查比例估计的精度。
• 小型企业经营者: 咖啡馆经营者收集了 150 张顾客意见卡，希望在调整菜单前估计某个反馈选项比例的误差范围。如果意见卡由顾客自愿填写，计算结果无法反映自愿参与造成的选择偏差。
• 活动组织者: 一场有 2,000 人参加的会议结束后，300 人填写反馈表，组织者据此估计满意人数比例的误差范围。

什么是误差范围

误差范围描述调查比例因抽样而产生的不确定性。例如，60% 的受访者选择某答案，误差范围为 ±5 个百分点，则对应区间为 55% 至 65%。在方法假设适用时，较小的误差范围表示更精确的估计，通常需要更大的样本。它并不涵盖所有偏差来源，也不保证某一次区间包含真实值。

如何计算

误差范围 = z × √[p(1 − p) / n]。提供总体人数时，再乘以有限总体修正系数 √[(N − n) / (N − 1)]。其中 z 是对应置信水平的标准正态临界值，95% 时约为 1.96；p 是所估计的回答比例，本工具使用最保守的 0.5；n 为样本量，N 为总体人数。换算为百分点时需乘以 100。

何时使用

收集调查回答后，如果想报告某个答案比例的抽样精度，可以使用本工具，例如回答“是”的比例或选择某个评分等级的比例。它尤其适合在分享结果或作决策前，帮助说明估计中的不确定性。它估计的是比例的误差范围，不是平均评分的误差。如果还未收集数据，应先用样本量计算器规划所需回答数。

结果是什么意思？

结果是正负若干个百分点，例如 ±5 个百分点。观测比例为 60% 时，对应区间为 55% 至 65%，表示在所选置信水平和抽样假设下的估计范围。数值越小，精度越高。许多调查将 ±5 个百分点或更小作为目标，部分市场或学术研究希望达到约 ±3 个百分点，但并没有适用于所有研究的统一标准。

常见错误

不要把受邀人数填成样本量，应填写实际回复并纳入分析的人数。总体未知或非常大时可留空，不要随意猜测。误差范围很小也不代表结果完美：它只描述随机抽样带来的不确定性，不能消除诱导性问题、覆盖不足或只有某类人愿意回答所造成的偏差。

如何使用此计算器

1. 在样本量字段中填写实际完成调查并纳入分析的人数。
2. 在总体人数字段中填写目标群体总人数；人数很大或未知时，可留空。
3. 从下拉菜单选择置信水平，通常为 95%。
4. 查看结果中的正负幅度，例如 ±5 个百分点。其他条件相同时，数值越小，比例估计越精确。

计算示例

一所学校有 900 名学生，其中 200 人回答了关于新午餐菜单的调查。样本量输入 200，总体人数输入 900，置信水平保留 95%，得到约 ±6.1 个百分点的误差范围。如果这 200 人中有 70% 喜欢新菜单，以此构建的区间约为 64% 至 76%。该区间描述抽样不确定性，适用前提是抽样方式符合方法假设。

常见问题