​​​​

　　我們知道，問卷調查中沒有絕對的樣本量标準，不同的研究方法、研究目的，研究要求和研究資料都可決定樣本量得大小。一般而言，樣本越大，結果的估計越精确。但樣本過大或過小均可影響研究的可行性。因此，科學地确定樣本量可增加研究的可靠性，得到可信的研究結果。那麼，樣本量的決定因素都有哪些呢?

　　1、資料性質

　　計量資料如果設計均衡,誤差控制得好,樣本可以小于30例; 計數資料即使誤差控制嚴格,設計均衡, 樣本需要大一些,需要30-100例。

　　2、研究事件的發生率

　　研究事件預期結局出現的結局，事件發生率越高，所需的樣本量越小，反之就要越大。

　　3、研究因素的有效率

　　有效率越高，即實驗組和對照組比較數值差異越大，樣本量就可以越小，小樣本就可以達到統計學的顯著性，反之就要越大。

　　4、顯著性水平

　　即假設檢驗第一類(α)錯誤出現的概率。為假陽性錯誤出現的概率。α越小，所需的樣本量越大，反之就要越小。α水平由研究者具情決定，通常α取0.05或0.01。

　　5、檢驗效能

　　檢驗效能又稱把握度，為1-β，即假設檢驗第二類錯誤出現的概率，為假陰性錯誤出現的概率。即在特定的α水準下，若總體參數之間确實存在着差别，此時該次問卷能發現此差别的概率。檢驗效能即避免假陰性的能力，β越小，檢驗效能越高，所需的樣本量越大，反之就要越小。β水平由研究者具情決定，通常取β為0.2，0.1或0.05。即1-β=0.8，0.1或0.95，也就是說把握度為80%，90%或95%。

　　6、容許的誤差(δ)

　　如果調查均數時，則先确定樣本的均數( )和總體均數(m)之間最大的誤差為多少。容許誤差越小，需要樣本量越大。一般取總體均數(1-α)可信限的一半。

　　7、總體标準差(s)

　　一般因未知而用樣本标準差s代替。

　　8、雙側檢驗與單側檢驗

　　采用統計學檢驗時,當研究結果高于和低于效應指标的界限均有意義時,應該選擇雙側檢驗,所需樣本量就大; 當研究結果僅高于或低于效應指标的界限有意義時,應該選擇單側檢驗,所需樣本量就小。當進行雙側檢驗或單側檢驗時，其α或β的Ua界值通過查标準正态分布的分位數表即可得到。

　　中科易研以十餘年行業積累為基礎，結合互聯網大數據技術，秉承“數據、信息、知識、智慧”的方法論，堅持“用數據說話、用數據決策、用數據管理、用數據創新”的理念，以自主研發獲得國家發明專利的易研問卷平台和易研大數據雲平台為依托，專注于為教育科研機構、政府企事業單位提供基于數據采集、數據清洗、數據檢索、數據管理、數據分析和可視化、數據資源整合等全流程數據服務，并為用戶提供大數據雲平台搭建服務。