Calculadora de Tamanho Amostral
Calcule o tamanho amostral necessário para pesquisas e estudos.
Sobre esta ferramenta
Uma calculadora de tamanho de amostra informa quantos respondentes você precisa antes que seus resultados sejam confiáveis. Ela resolve um problema comum na pesquisa: com poucas respostas os achados não são estatisticamente confiáveis, e com respostas demais você desperdiça tempo e orçamento.
Para usá-la, defina o nível de confiança desejado, a margem de erro aceitável, o tamanho total da população e a distribuição de respostas esperada; a ferramenta então retorna o tamanho de amostra necessário. É prática para pesquisas de mercado, pesquisa acadêmica, planejamento de testes A/B e pesquisas de opinião.
Lembre-se de que um nível de confiança mais alto ou uma margem de erro menor sempre exigem uma amostra maior. Todos os cálculos são executados localmente no seu navegador, então seus dados nunca saem do seu dispositivo.
Perguntas Frequentes
Implementação de Código
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.