เครื่องคิดเลขขนาดตัวอย่าง

Q: ฉันควรใช้การปรับแก้ประชากรที่มีจำนวนจำกัดเมื่อใด?

ใช้การปรับแก้ประชากรที่มีจำนวนจำกัด (Finite Population Correction) เมื่อกลุ่มตัวอย่างของคุณคิดเป็นมากกว่า 5% ของประชากรทั้งหมด ตัวอย่างเช่น การสำรวจคน 500 คนจากบริษัทที่มีพนักงาน 2,000 คน การปรับแก้นี้จะลดขนาดตัวอย่างที่ต้องการเนื่องจากการสุ่มตัวอย่างโดยไม่แทนที่จากประชากรที่มีจำกัดช่วยลดความแปรปรวน สำหรับประชากรจำนวนมาก (มากกว่า 100,000) การปรับแก้นี้จะส่งผลน้อยมาก

คำนวณขนาดตัวอย่างที่จำเป็นสำหรับการสำรวจ การศึกษาวิจัย และการวิเคราะห์ทางสถิติ พร้อมระดับความเชื่อมั่น ค่าความคลาดเคลื่อนที่ยอมรับได้ และการปรับแก้ประชากรที่มีจำนวนจำกัด รับรายละเอียดการคำนวณสูตรทีละขั้นตอนและแผนภาพช่วงความเชื่อมั่น

เครื่องคิดเลขขนาดตัวอย่างทางสถิติ

กำหนดขนาดตัวอย่างที่เหมาะสมสำหรับงานวิจัยของคุณด้วยความแม่นยำ

การตั้งค่าด่วน

ระดับความเชื่อมั่น

ค่าความคลาดเคลื่อน

การแจกแจงการตอบสนอง

ประชากรที่มีจำนวนจำกัด — เปิดใช้งานหากทราบขนาดประชากรและมีขนาดค่อนข้างเล็ก

ขนาดประชากรทั้งหมด

Embed เครื่องคิดเลขขนาดตัวอย่าง Widget

เกี่ยวกับ เครื่องคิดเลขขนาดตัวอย่าง

ยินดีต้อนรับสู่ เครื่องคิดเลขขนาดตัวอย่าง เครื่องมือทางสถิติระดับมืออาชีพที่ออกแบบมาสำหรับนักวิจัย นักการตลาด ผู้เชี่ยวชาญด้านการควบคุมคุณภาพ และใครก็ตามที่ทำการสำรวจหรือศึกษาวิจัย เครื่องคิดเลขนี้จะกำหนดจำนวนผู้เข้าร่วมหรือหน่วยสังเกตขั้นต่ำที่จำเป็นเพื่อให้ได้ผลลัพธ์ที่ถูกต้องตามหลักสถิติด้วยระดับความเชื่อมั่นและความแม่นยำที่คุณต้องการ

ขนาดตัวอย่างคืออะไร?

ขนาดตัวอย่าง หมายถึงจำนวนหน่วยสังเกตหรือผู้ตอบแบบสอบถามแต่ละรายที่รวมอยู่ในการศึกษาหรือการสำรวจ การเลือกขนาดตัวอย่างที่เหมาะสมเป็นสิ่งสำคัญต่อความถูกต้องของงานวิจัย—กลุ่มตัวอย่างที่เล็กเกินไปอาจตรวจไม่พบผลกระทบที่แท้จริง (ข้อผิดพลาดประเภทที่ 2) ในขณะที่กลุ่มตัวอย่างที่ใหญ่เกินไปจะทำให้สิ้นเปลืองทรัพยากรโดยไม่มีการปรับปรุงความแม่นยำที่มีนัยสำคัญ

ขนาดตัวอย่างที่ต้องการขึ้นอยู่กับปัจจัยหลายประการ: ระดับความเชื่อมั่นที่คุณต้องการ, ค่าความคลาดเคลื่อนที่ยอมรับได้, ความแปรปรวนของการตอบสนองที่คาดหวัง และขนาดประชากรทั้งหมด (สำหรับประชากรที่มีจำนวนจำกัด)

สูตรขนาดตัวอย่างสำหรับสัดส่วน

ประชากรไม่จำกัด

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

การปรับแก้ประชากรที่มีจำนวนจำกัด

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

โดยที่:

n = ขนาดตัวอย่างที่ต้องการ
Z = ค่าคะแนน Z ที่สอดคล้องกับระดับความเชื่อมั่น (1.645 สำหรับ 90%, 1.96 สำหรับ 95%, 2.576 สำหรับ 99%)
p = สัดส่วนที่คาดหวัง (การแจกแจงการตอบสนอง)
E = ค่าความคลาดเคลื่อน (ช่วงความเชื่อมั่น)
N = ขนาดประชากรทั้งหมด (สำหรับการปรับแก้ประชากรที่มีจำนวนจำกัด)

วิธีใช้งานเครื่องคิดเลขนี้

ตั้งค่าระดับความเชื่อมั่นของคุณ: เลือก 90%, 95% หรือ 99% ขึ้นอยู่กับความมั่นใจที่คุณต้องการในผลลัพธ์ 95% เป็นมาตรฐานสำหรับงานวิจัยส่วนใหญ่
กำหนดค่าความคลาดเคลื่อน: ระบุช่วงความผิดพลาดที่ยอมรับได้เป็นเปอร์เซ็นต์ ค่าความคลาดเคลื่อนที่น้อยลงต้องการขนาดตัวอย่างที่ใหญ่ขึ้น
ประมาณการแจกแจงการตอบสนอง: หากคุณคาดว่าจะแบ่งเป็น 50/50 ให้ใช้ 50% หากงานวิจัยก่อนหน้าแนะนำสัดส่วนอื่นให้ใช้ค่านั้น เมื่อไม่แน่ใจ 50% จะให้ค่าประมาณที่ปลอดภัยที่สุด
ระบุขนาดประชากร (ไม่บังคับ): หากประชากรของคุณมีจำนวนจำกัดและค่อนข้างเล็ก ให้เปิดใช้งานการปรับแก้ประชากรและระบุขนาดประชากรทั้งหมด
คำนวณ: คลิกปุ่มเพื่อดูขนาดตัวอย่างที่ต้องการ พร้อมกับการแจกแจงสูตรอย่างละเอียดและช่วงความเชื่อมั่นในรูปแบบภาพ

ทำความเข้าใจระดับความเชื่อมั่น

ระดับความเชื่อมั่น แสดงถึงความน่าจะเป็นที่กลุ่มตัวอย่างของคุณสะท้อนพารามิเตอร์ประชากรที่แท้จริงได้อย่างแม่นยำ ระดับความเชื่อมั่น 95% หมายความว่าหากคุณทำการสำรวจซ้ำ 100 ครั้งด้วยกลุ่มตัวอย่างสุ่มที่แตกต่างกัน ประมาณ 95 ครั้งของการสำรวจเหล่านั้นจะครอบคลุมค่าประชากรที่แท้จริงภายในค่าความคลาดเคลื่อนที่กำหนด

ระดับความเชื่อมั่น	คะแนน Z (Z-Score)	กรณีการใช้งานทั่วไป
90%	1.645	งานวิจัยเชิงสำรวจ, การศึกษาเบื้องต้น, โครงการที่มีทรัพยากรจำกัด
95%	1.96	งานวิจัยมาตรฐาน, การสำรวจตลาด, งานวิจัยทางวิชาการส่วนใหญ่
99%	2.576	การตัดสินใจที่สำคัญ, งานวิจัยทางการแพทย์, การศึกษาด้านความปลอดภัย

ทำความเข้าใจค่าความคลาดเคลื่อน

ค่าความคลาดเคลื่อน (หรือเรียกอีกอย่างว่าช่วงความเชื่อมั่น) กำหนดช่วงที่คาดว่าค่าประชากรที่แท้จริงจะตกอยู่ภายในนั้น ตัวอย่างเช่น หากการสำรวจของคุณแสดงคะแนนความพึงพอใจ 60% โดยมีค่าความคลาดเคลื่อน 5% อัตราความพึงพอใจที่แท้จริงน่าจะอยู่ระหว่าง 55% ถึง 65%

ข้อมูลสำคัญ: การลดค่าความคลาดเคลื่อนลงครึ่งหนึ่งจะทำให้ขนาดตัวอย่างที่ต้องการเพิ่มขึ้นสี่เท่า การเปลี่ยนจากค่าความคลาดเคลื่อน 5% เป็น 2.5% ต้องใช้ผู้ตอบแบบสอบถามเพิ่มขึ้น 4 เท่า

เมื่อใดควรใช้การปรับแก้ประชากรที่มีจำนวนจำกัด

ใช้การปรับแก้ประชากรที่มีจำนวนจำกัดเมื่อ:

กลุ่มตัวอย่างของคุณจะเป็นตัวแทนมากกว่า 5% ของประชากรทั้งหมด
ทราบจำนวนประชากรทั้งหมดและมีขนาดค่อนข้างเล็ก (ต่ำกว่า 100,000)
คุณทำการสุ่มตัวอย่างโดยไม่แทนที่

สำหรับประชากรจำนวนมาก (มากกว่า 100,000) การปรับแก้จะส่งผลน้อยมาก การสำรวจคน 1 ล้านคนต้องการขนาดตัวอย่างเกือบเท่ากับคน 100 ล้านคน

ความต้องการขนาดตัวอย่างทั่วไป

ระดับความเชื่อมั่น	ค่าความคลาดเคลื่อน	ขนาดตัวอย่าง (การแจกแจง 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

คำถามที่พบบ่อย

ขนาดตัวอย่างคืออะไรและทำไมจึงสำคัญ?

ขนาดตัวอย่างคือจำนวนหน่วยสังเกตหรือผู้เข้าร่วมที่จำเป็นในการศึกษาเพื่อให้เป็นตัวแทนของประชากรขนาดใหญ่ได้อย่างแม่นยำ มันสำคัญเพราะตัวอย่างที่เล็กเกินไปอาจไม่สามารถตรวจพบผลกระทบที่แท้จริงได้ (อำนาจทางสถิติต่ำ) ในขณะที่ตัวอย่างที่ใหญ่เกินไปทำให้สิ้นเปลืองทรัพยากร ขนาดตัวอย่างที่เหมาะสมคือการสร้างสมดุลระหว่างความแม่นยำ ต้นทุน และข้อจำกัดในทางปฏิบัติ

ฉันควรเลือกระดับความเชื่อมั่นอย่างไร?

ระดับความเชื่อมั่นแสดงถึงความมั่นใจที่คุณต้องการว่าผลลัพธ์ของคุณสะท้อนถึงค่าประชากรที่แท้จริง 95% เป็นมาตรฐานสำหรับงานวิจัยส่วนใหญ่ หมายความว่าหากคุณทำการศึกษาซ้ำ 100 ครั้ง จะมี 95 ครั้งที่ครอบคลุมค่าจริง ใช้ 99% สำหรับการตัดสินใจที่สำคัญมาก (การแพทย์, ความปลอดภัย) และ 90% สำหรับการวิจัยเชิงสำรวจหรือเมื่อมีทรัพยากรจำกัด

ค่าความคลาดเคลื่อนคืออะไรและส่งผลต่อขนาดตัวอย่างอย่างไร?

ค่าความคลาดเคลื่อน (หรือเรียกอีกอย่างว่าช่วงความเชื่อมั่น) คือช่วงที่ค่าประชากรที่แท้จริงมีโอกาสจะตกอยู่ภายในนั้น ค่าความคลาดเคลื่อน 5% หมายความว่าผลลัพธ์อาจสูงกว่าหรือต่ำกว่าที่รายงานไว้ 5 เปอร์เซ็นต์ ค่าความคลาดเคลื่อนที่น้อยลงต้องการขนาดตัวอย่างที่ใหญ่ขึ้น: การลดค่าความคลาดเคลื่อนลงครึ่งหนึ่งจะทำให้ขนาดตัวอย่างที่ต้องการเพิ่มขึ้นสี่เท่า

ฉันควรใช้การปรับแก้ประชากรที่มีจำนวนจำกัดเมื่อใด?

ใช้การปรับแก้ประชากรที่มีจำนวนจำกัดเมื่อกลุ่มตัวอย่างของคุณคิดเป็นมากกว่า 5% ของประชากรทั้งหมด ตัวอย่างเช่น การสำรวจคน 500 คนจากบริษัทที่มีพนักงาน 2,000 คน การปรับแก้นี้จะลดขนาดตัวอย่างที่ต้องการเนื่องจากการสุ่มตัวอย่างโดยไม่แทนที่จากประชากรที่มีจำกัดช่วยลดความแปรปรวน สำหรับประชากรจำนวนมาก (มากกว่า 100,000) การปรับแก้นี้จะส่งผลน้อยมาก

ฉันควรใช้การแจกแจงการตอบสนองเท่าใดหากไม่ทราบค่า?

เมื่อคุณไม่ทราบสัดส่วนที่คาดหวัง ให้ใช้ 50% (0.5) เนื่องจากเป็นค่าที่ให้ความแปรปรวนสูงสุดและให้ค่าประมาณขนาดตัวอย่างที่ปลอดภัยที่สุด (ใหญ่ที่สุด) สิ่งนี้ทำให้มั่นใจได้ว่ากลุ่มตัวอย่างของคุณจะเพียงพอไม่ว่าสัดส่วนจริงจะเป็นอย่างไร หากงานวิจัยก่อนหน้าแนะนำค่าอื่น ให้ใช้ค่านั้นเพื่อให้ได้ค่าประมาณที่แม่นยำยิ่งขึ้น

ขนาดประชากรส่งผลต่อขนาดตัวอย่างที่ต้องการอย่างไร?

สำหรับประชากรจำนวนมาก (มากกว่า 100,000) ขนาดประชากรจะส่งผลเพียงเล็กน้อยต่อขนาดตัวอย่างที่ต้องการ การสำรวจคน 1 ล้านคนต้องการขนาดตัวอย่างเกือบเท่ากับการสำรวจคน 100 ล้านคน ขนาดประชากรจะลดขนาดตัวอย่างที่ต้องการอย่างมีนัยสำคัญก็ต่อเมื่อประชากรมีขนาดค่อนข้างเล็กและคุณกำลังสุ่มตัวอย่างจากสัดส่วนที่มากของประชากรนั้น

แหล่งข้อมูลเพิ่มเติม

อ้างอิงเนื้อหา หน้าหรือเครื่องมือนี้ว่า:

"เครื่องคิดเลขขนาดตัวอย่าง" ที่ https://MiniWebtool.com/th/เครื่องคิดเลขขนาดตัวอย่าง/ จาก MiniWebtool, https://MiniWebtool.com/

โดยทีมงาน miniwebtool อัปเดตเมื่อ: 30 ม.ค. 2026

มี Developer API ให้ใช้งาน: เรียกใช้เครื่องมือนี้จากแอป ระบบอัตโนมัติ หรือเอเจนต์ของคุณด้วยคำขอ JSON HTTP หนึ่งครั้ง ดูเอกสาร API

คุณสามารถลองใช้ AI แก้ปัญหาคณิตศาสตร์ GPT ของเรา เพื่อแก้ไขปัญหาทางคณิตศาสตร์ของคุณผ่านคำถามและคำตอบด้วยภาษาธรรมชาติ.

เครื่องคิดเลขขนาดตัวอย่าง

เครื่องคิดเลขขนาดตัวอย่างทางสถิติ

เกี่ยวกับ เครื่องคิดเลขขนาดตัวอย่าง

ขนาดตัวอย่างคืออะไร?

สูตรขนาดตัวอย่างสำหรับสัดส่วน

วิธีใช้งานเครื่องคิดเลขนี้

ทำความเข้าใจระดับความเชื่อมั่น

ทำความเข้าใจค่าความคลาดเคลื่อน

เมื่อใดควรใช้การปรับแก้ประชากรที่มีจำนวนจำกัด

ความต้องการขนาดตัวอย่างทั่วไป

คำถามที่พบบ่อย

ขนาดตัวอย่างคืออะไรและทำไมจึงสำคัญ?

ฉันควรเลือกระดับความเชื่อมั่นอย่างไร?

ค่าความคลาดเคลื่อนคืออะไรและส่งผลต่อขนาดตัวอย่างอย่างไร?

ฉันควรใช้การปรับแก้ประชากรที่มีจำนวนจำกัดเมื่อใด?

ฉันควรใช้การแจกแจงการตอบสนองเท่าใดหากไม่ทราบค่า?

ขนาดประชากรส่งผลต่อขนาดตัวอย่างที่ต้องการอย่างไร?

แหล่งข้อมูลเพิ่มเติม

สถิติและการวิเคราะห์ข้อมูล:

เครื่องมือเด่น: