问卷调查采样方法：问卷调研结果的可信度 随机抽样与调研样本量

问卷调查采样方法：问卷调研结果的可信度 随机抽样与调研样本量这种方法最为简单粗暴，完全依照研究者个人的过往经验决定，样本量的数字也大相径庭。有的人用30作为标准，有的人用50作为标准，也有的人用100甚至是300作为标准……你看，这样拍脑袋式的估算不仅无法达成统一，更重要的是缺乏理论依据，科学性难以保证。说了这么多理论性的内容，最关键的问题还没有回答，用研建议的384份样本量到底是怎么得来的？在这一部分，我们将回答这个问题，通过了解三种确定样本量的方法，进一步明确如何确定问卷调研所需要的样本量。图5 样本量与调研结果因此，问卷调研对于样本量的要求实质上是为了保证结果的可靠性，即让调研结果更接近总体的真实情况。虽然样本量越高，调研结果会越趋近于真实状况，但出于回收成本的考虑，也需要控制样本量的上限，减少不必要的人力物力浪费。

图4 随机抽样的四种方式

2. 调研样本的数量

除了抽样方法的随机性外，调研的样本数量也会影响代表性误差。样本量越大，代表性误差越小，样本的调研结果也就越接近总体结果。

为了更好的理解样本量对结果的影响，我们用一个案例来做说明：

某校共有5000名学生，在一次英语考试中5000名学生的平均成绩为76.4分（百分制）。按照抽样调查的思路，可以从5000名学生中随机抽取一部分学生，用他们的考试成绩推测总体情况。结果如图5所示，抽取的样本量越大，结果越接近总体均分76.4。

图5 样本量与调研结果

因此，问卷调研对于样本量的要求实质上是为了保证结果的可靠性，即让调研结果更接近总体的真实情况。虽然样本量越高，调研结果会越趋近于真实状况，但出于回收成本的考虑，也需要控制样本量的上限，减少不必要的人力物力浪费。

三、确定样本量的方法

说了这么多理论性的内容，最关键的问题还没有回答，用研建议的384份样本量到底是怎么得来的？在这一部分，我们将回答这个问题，通过了解三种确定样本量的方法，进一步明确如何确定问卷调研所需要的样本量。

1. 经验值估计

这种方法最为简单粗暴，完全依照研究者个人的过往经验决定，样本量的数字也大相径庭。有的人用30作为标准，有的人用50作为标准，也有的人用100甚至是300作为标准……你看，这样拍脑袋式的估算不仅无法达成统一，更重要的是缺乏理论依据，科学性难以保证。

2. 公式推算

利用计算公式（公式见图6）可以求出问卷调研所需要的样本量。其中n代表样本量；Z代表置信水平的统计量，统计检验中一般设置95%的置信水平，对应的统计量是1.96，置信水平越高，得出的结论可信度越高；p代表的是选项的可能性，调研中可取0.5；e代表抽样误差，一般取5%，抽样误差越小，得出的结论可信度越高。

计算后得到的结果是384，所以用研一般建议根据调研要回答的问题，至少能有384份有效问卷，这是保证调研结果可信的最低要求。需要注意的是，有时调研会有精确的细致需求，例如在全国的数据中看某个城市或某个区域的调研结果。如果要回答这类细致的问题，该类样本的数量也需要达到384的要求。

当然，如果我们想要进一步提高调研结果的信度，也可以通过提高置信水平或是降低抽样误差来实现，但这也意味着需要更多数量的调研问卷（见图6）。

图6 不同置信水平和抽样误差所需要的样本量

3. 检验效力分析

随着统计学的发展，严谨的学术研究对于样本量的计算提出了更加精确的要求。通过检验力分析，研究人员能计算出更加精确的计算出需要的样本量。简单来说，在样本量（sample size）、效应量（effect size）、显著水平（Alpha）、检验力（test power）四个统计量之间，知其三可推断另一个。

具体的使用场景主要是两个，一个是在研究前计算所需要的样本量；另一个是在研究结束后，计算研究的效应量。一些软件已经能够提供相应的计算功能（如G*Power），并有较好的可视化展示。

图7G*Power绘制的所需样本量曲线

四、结语

得益于低成本、高匿名、高效率的特点，问卷在用户研究中被广泛地使用。样本的代表性是问卷调研结果是否可信的关键因素，通过随机抽样、增加样本量可以提高样本的代表性，从而得出更接近真实总体状况的调研结论。384份有效问卷是保证调研结果可信的最低样本量要求，如果回收量无法保证，在推导结论时就需要考虑与真实情况存在偏差的风险。条条大路通罗马，能够达成目的、解决问题的就是好的调研方法。

作者：艾露尼，公众号：贝壳KEDC

本文由 @贝壳KEDC 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自 Unsplash，基于CC0协议。