什麼是樣本大小？
樣本大小是指從總體中選取的個體數量。在統計研究中，適當的樣本大小至關重要，它直接影響研究結果的可靠性和準確性。過小的樣本可能無法代表整個群體，而過大的樣本則會浪費時間和資源。
信心水平的重要性
信心水平（通常表示為百分比）表示您對研究結果的確信度。常見的信心水平包括90%、95%和99%。95%的信心水平對應Z分數1.96，意味著如果重複進行同樣的研究100次，大約95次會得到相同的結果。
人口比例的作用
人口比例（p）是指總體中具有特定特徵的個體所佔的比例。如果您對人口比例沒有先前的信息，建議使用0.5，這會給出最保守的樣本大小估計。如果您有已知的比例，使用實際值會得到更精確的結果。
誤差邊際的含義
誤差邊際（e）表示樣本統計量與總體參數之間允許的最大差異。較小的誤差邊際（如0.01）需要更大的樣本量，但提供更精確的結果。較大的誤差邊際（如0.1）需要的樣本量較少，但精確度較低。
樣本大小公式
樣本大小的計算公式為：n = (Z² × p × (1-p)) / e²。其中n是所需的樣本大小，Z是信心水平對應的Z分數，p是人口比例，e是誤差邊際。這個公式幫助研究人員確定在給定的統計參數下需要多少個樣本。
實際應用範例
假設您進行一項市場調查，想以95%的信心水平調查消費者購買意願，預計人口比例為0.5，允許的誤差邊際為0.05。使用此計算器，您將得到約384個樣本的建議。這意味著您需要調查至少384位消費者才能獲得統計上可靠的結果。