Calcolatore della Dimensione del Campione
Calcola la dimensione del campione richiesta per sondaggi e studi.
Informazioni sullo strumento
Un calcolatore della dimensione del campione ti dice quanti intervistati ti servono prima che i tuoi risultati siano affidabili. Risolve un problema comune nella ricerca: con troppe poche risposte i risultati non sono statisticamente affidabili, mentre con troppe risposte sprechi tempo e budget.
Per usarlo, imposta il livello di confidenza desiderato, il margine di errore accettabile, la dimensione totale della popolazione e la distribuzione delle risposte attesa; lo strumento restituirà la dimensione del campione necessaria. È utile per indagini di mercato, ricerca accademica, pianificazione di test A/B e sondaggi d'opinione.
Tieni presente che un livello di confidenza più alto o un margine di errore più piccolo richiedono sempre un campione più grande. Tutti i calcoli vengono eseguiti localmente nel tuo browser, quindi i tuoi dati non lasciano mai il tuo dispositivo.
Domande Frequenti
Implementazione del Codice
import math
# Z-values for common confidence levels
Z_VALUES = {80: 1.282, 85: 1.440, 90: 1.645, 95: 1.960, 99: 2.576}
def sample_size(confidence: int, margin_of_error: float, population: int = None) -> int:
"""
Calculate required sample size.
confidence: confidence level (80, 85, 90, 95, or 99)
margin_of_error: as a decimal (e.g. 0.05 for 5%)
population: total population size (None for infinite)
"""
z = Z_VALUES[confidence]
p = 0.5 # worst-case proportion
n = (z ** 2 * p * (1 - p)) / (margin_of_error ** 2)
if population is not None and population > 0:
n = n / (1 + (n - 1) / population)
return math.ceil(n)
# Examples
print(sample_size(95, 0.05)) # 385 (infinite population)
print(sample_size(95, 0.05, 1000)) # 278 (adjusted for N=1000)
print(sample_size(99, 0.03)) # 1842
print(sample_size(90, 0.05)) # 271
Comments & Feedback
Comments are powered by Giscus. Sign in with GitHub to leave a comment.