Kalkulator wielkości próbki

Zaplanuj liczebność próby ankietowej za pomocą kalkulatora wielkości próby MiniWebtool. Wybierz poziom ufności, margines błędu, oczekiwany udział odpowiedzi i opcjonalnie liczebność populacji, aby zastosować właściwy wzór na wielkość próby.

Potrzebujesz pomocy z narzędziem? Zapytaj AI

Gemini (kopiuj i otwórz)

W Gemini wklej skopiowane pytanie do czatu. Możesz je też skopiować poniżej.

Zobacz pytanie

Chcę zrozumieć, jak korzystać z narzędzia Kalkulator wielkości próbki w MiniWebtool: https://miniwebtool.com/pl/kalkulator-wielko%C5%9Bci-pr%C3%B3bki/. Do czego służy, jakie dane lub ustawienia są potrzebne oraz jak go używać i interpretować wynik? Pokaż jeden prosty przykład krok po kroku. Oprzyj wyjaśnienie na tej stronie i odpowiedz po polsku.

3 darmowe użycia dziennieBez rejestracjiNatychmiastowe wyniki

Kalkulator wielkości próbkiWypróbuj teraz — za darmo ▼

Liczebność próby n = z²·p(1−p)/E²: połowa marginesu, n razy 4

Podaj poziom ufności, margines błędu, rozkład odpowiedzi i, jeśli chcesz, wielkość populacji, aby otrzymać wymaganą liczebność próby wraz z krokami.

Statystyczny kalkulator wielkości próbki

Precyzyjnie wyznacz optymalną wielkość próbki do swoich badań

Szybkie ustawienia

Poziom ufności

Margines błędu

Rozkład odpowiedzi

Populacja skończona — Włącz, jeśli wielkość populacji jest znana i stosunkowo mała

Całkowita wielkość populacji

Embed Kalkulator wielkości próbki Widget

O Kalkulator wielkości próbki

Witaj w Kalkulatorze wielkości próbki, profesjonalnym narzędziu statystycznym zaprojektowanym dla badaczy, marketerów, specjalistów ds. kontroli jakości i każdego, kto przeprowadza ankiety lub badania. Ten kalkulator określa minimalną liczbę uczestników lub obserwacji potrzebnych do uzyskania statystycznie ważnych wyników przy pożądanym poziomie ufności i precyzji.

W skrócie

Kalkulator wielkości próbki oblicza minimalną liczbę respondentów potrzebnych do ankiety lub badania przy określonym poziomie ufności, marginesie błędu i oczekiwanym udziale odpowiedzi. Opcjonalna liczebność populacji uwzględnia poprawkę dla skończonej populacji.

Kalkulator wielkości próbki: funkcje w skrócie
Funkcja	Co otrzymujesz	Przydatne dla
Poziom ufności	Można wybrać 90% (Z = 1.645), 95% (Z = 1.96) lub 99% (Z = 2.576).	Dopasowanie pewności do wymagań badania
Margines błędu	Dopuszczalny błąd podaje się procentowo. Zmniejszenie go o połowę czterokrotnie zwiększa wymaganą próbę.	Ocena kosztu zwiększenia precyzji
Oczekiwany udział	Podaje się oczekiwany podział odpowiedzi. Gdy jest nieznany, stosuje się 50%, co daje największą, najbardziej ostrożną próbę.	Planowanie ankiety bez wcześniejszych wyników
Poprawka dla skończonej populacji	Po włączeniu przełącznika populacji i podaniu jej liczebności stosuje wzór n(adj) = n / (1 + (n − 1) / N).	Badanie małej grupy, np. pracowników firmy
Udziały i średnie	Obsługuje obliczenia oparte na udziałach i średnich oraz pokazuje wzór krok po kroku.	Badacze wybierający między rodzajami ankiet
Analiza wrażliwości	Widok interaktywny i wykres przedziału ufności pokazują, jak zmienia się wynik po zmianie danych wejściowych.	Porównanie wpływu poszczególnych ustawień na wielkość próby

Co to jest wielkość próbki?

Wielkość próbki odnosi się do liczby pojedynczych obserwacji lub respondentów włączonych do badania lub ankiety. Wybór właściwej wielkości próbki ma kluczowe znaczenie dla wiarygodności badań – zbyt mała próbka może nie wykryć rzeczywistych efektów (błąd typu II), podczas gdy zbyt duża próbka marnuje zasoby bez znaczącej poprawy precyzji.

Wymagana wielkość próbki zależy od kilku czynników: pożądanego poziomu ufności, akceptowalnego marginesu błędu, oczekiwanej zmienności odpowiedzi oraz całkowitej wielkości populacji (dla populacji skończonych).

Wzór na wielkość próbki dla proporcji

Populacja nieskończona

$$n = \frac{Z^2 \times p \times (1-p)}{E^2}$$

Poprawka dla populacji skończonej

$$n_{adj} = \frac{n}{1 + \frac{n-1}{N}}$$

Gdzie:

n = Wymagana wielkość próbki
Z = Wynik Z (Z-score) odpowiadający poziomowi ufności (1,645 dla 90%, 1,96 dla 95%, 2,576 dla 99%)
p = Oczekiwana proporcja (rozkład odpowiedzi)
E = Margines błędu (przedział ufności)
N = Całkowita wielkość populacji (dla poprawki populacji skończonej)

Jak korzystać z tego kalkulatora

Ustaw poziom ufności: Wybierz 90%, 95% lub 99% w zależności od tego, jakiej pewności wyników potrzebujesz. 95% to standard w większości badań.
Określ margines błędu: Wprowadź akceptowalny zakres błędu w procentach. Mniejsze marginesy wymagają większych próbek.
Oszacuj rozkład odpowiedzi: Jeśli spodziewasz się podziału 50/50, użyj 50%. Jeśli wcześniejsze badania sugerują inne proporcje, użyj tej wartości. W przypadku braku pewności, 50% zapewnia najbardziej konserwatywne oszacowanie.
Wprowadź wielkość populacji (opcjonalnie): Jeśli Twoja populacja jest skończona i stosunkowo mała, włącz przełącznik populacji i wprowadź całkowitą wielkość dla poprawki populacji skończonej.
Oblicz: Kliknij przycisk, aby zobaczyć wymaganą wielkość próbki wraz ze szczegółowym rozpisaniem wzoru i wizualnym przedziałem ufności.

Zrozumienie poziomu ufności

Poziom ufności reprezentuje prawdopodobieństwo, że Twoja próbka dokładnie odzwierciedla prawdziwy parametr populacji. Poziom ufności 95% oznacza, że gdybyś powtórzył ankietę 100 razy z różnymi losowymi próbkami, około 95 z tych ankiet uchwyciłoby prawdziwą wartość populacji w granicach marginesu błędu.

Kalkulator wielkości próbki: Zrozumienie poziomu ufności
Poziom ufności	Z-Score	Typowe przypadki użycia
90%	1,645	Badania eksploracyjne, badania pilotażowe, projekty o ograniczonych zasobach
95%	1,96	Standardowe badania, badania rynkowe, większość badań akademickich
99%	2,576	Decyzje krytyczne, badania medyczne, badania bezpieczeństwa

Zrozumienie marginesu błędu

Margines błędu (zwany również przedziałem ufności) definiuje zakres, w którym spodziewane jest znalezienie prawdziwej wartości populacji. Na przykład, jeśli Twoja ankieta wykazuje 60% poparcia przy 5% marginesie błędu, prawdziwy wskaźnik poparcia prawdopodobnie mieści się w przedziale od 55% do 65%.

Kluczowe spostrzeżenie: Zmniejszenie marginesu błędu o połowę czterokrotnie zwiększa wymaganą wielkość próbki. Przejście z marginesu 5% do 2,5% wymaga 4 razy większej liczby respondentów.

Kiedy stosować poprawkę dla populacji skończonej

Zastosuj poprawkę dla populacji skończonej, gdy:

Twoja próbka będzie reprezentować więcej niż 5% całej populacji
Całkowita populacja jest znana i stosunkowo mała (poniżej 100 000)
Pobierasz próbkę bez zwracania

Dla dużych populacji (powyżej 100 000) poprawka ma pomijalny wpływ. Ankieta wśród 1 miliona osób wymaga niemal takiej samej wielkości próbki jak ankieta wśród 100 milionów.

Typowe wymagania dotyczące wielkości próbki

Kalkulator wielkości próbki: Typowe wymagania dotyczące wielkości próbki
Ufność	Margines błędu	Wielkość próbki (rozkład 50%)
95%	10%	97
95%	5%	385
95%	3%	1 068
95%	2%	2 401
95%	1%	9 604
99%	5%	666
99%	3%	1 849
99%	1%	16 641

Często zadawane pytania

Co to jest wielkość próbki i dlaczego ma znaczenie?

Wielkość próbki to liczba obserwacji lub uczestników potrzebnych w badaniu, aby dokładnie reprezentować większą populację. Ma to znaczenie, ponieważ zbyt mała próbka może nie wykryć rzeczywistych efektów (niska moc statystyczna), podczas gdy zbyt duża próbka marnuje zasoby. Właściwa wielkość próbki równoważy precyzję, koszty i ograniczenia praktyczne.

Jak wybrać odpowiedni poziom ufności?

Poziom ufności reprezentuje stopień pewności, że wyniki odzwierciedlają prawdziwą wartość populacji. 95% to standard w większości badań, co oznacza, że gdyby powtórzyć badanie 100 razy, 95 uchwyciłoby prawdziwą wartość. Używaj 99% w przypadku krytycznych decyzji (medycznych, bezpieczeństwa), a 90% w badaniach eksploracyjnych lub przy ograniczonych zasobach.

Co to jest margines błędu i jak wpływa na wielkość próbki?

Margines błędu (zwany również przedziałem ufności) to zakres, w którym prawdopodobnie znajduje się prawdziwa wartość populacji. Margines 5% oznacza, że wyniki mogą być o 5 punktów procentowych wyższe lub niższe niż zgłoszone. Mniejsze marginesy wymagają większych próbek: zmniejszenie marginesu o połowę czterokrotnie zwiększa wymaganą wielkość próbki.

Kiedy należy stosować poprawkę dla populacji skończonej?

Stosuj poprawkę dla populacji skończonej, gdy próbka reprezentuje ponad 5% całkowitej populacji. Na przykład, badając 500 osób z firmy liczącej 2000 pracowników. Poprawka zmniejsza wymaganą wielkość próbki, ponieważ pobieranie próbek bez zwracania z populacji skończonej zmniejsza wariancję. W przypadku dużych populacji (ponad 100 000) poprawka ma pomijalny wpływ.

Jakiego rozkładu odpowiedzi użyć, jeśli go nie znam?

Gdy nie znasz oczekiwanej proporcji, użyj 50% (0,5), ponieważ daje to maksymalną wariancję, a tym samym najbardziej konserwatywne (największe) oszacowanie wielkości próbki. Zapewnia to, że Twoja próbka będzie odpowiednia bez względu na rzeczywistą proporcję. Jeśli wcześniejsze badania sugerują inną wartość, użyj jej dla uzyskania bardziej precyzyjnego oszacowania.

Jak wielkość populacji wpływa na wymaganą wielkość próbki?

Dla dużych populacji (powyżej 100 000) wielkość populacji ma minimalny wpływ na wymaganą wielkość próbki. Ankieta wśród 1 miliona osób potrzebuje prawie takiej samej próbki jak ankieta wśród 100 milionów. Wielkość populacji znacząco zmniejsza wymaganą wielkość próbki tylko wtedy, gdy jest stosunkowo mała i pobierasz próbkę z jej znacznej części.

Cytuj ten materiał, stronę lub narzędzie w następujący sposób:

"Kalkulator wielkości próbki" na https://MiniWebtool.com/pl/kalkulator-wielkości-próbki/ z MiniWebtool, https://MiniWebtool.com/

zespół miniwebtool. Zaktualizowano: 30 stycznia 2026

Dostępne API dla deweloperów: Uruchom to narzędzie z aplikacji, automatyzacji lub agenta za pomocą jednego żądania HTTP JSON. Zobacz dokumentację API

Porozmawiaj ze swoją ulubioną AI