第1部分第1部分（共4部分）：第一部分：确定关键值

1. 1了解您的人口规模。人口规模指的是人口统计中的总人数。对于较大的研究，可以使用近似值，而不是精确的数字。当你与一个较小的团队一起工作时，精确性会产生更大的统计影响。例如，如果你希望在当地组织的成员或小企业的员工中进行调查，那么人口规模应该精确到十几人以内。调查规模越大，实际人口的偏差就越大。例如，如果你的人口统计包括所有生活在美国的人，你可以估计大约有3.2亿人，尽管实际值可能相差数十万。

2. 2确定你的误差范围。误差幅度，也称为“置信区间”，是指您希望在结果中允许的误差量。误差幅度是一个百分比，表明你的样本结果与研究中讨论的总体人口的真实值有多接近。误差幅度越小，答案越准确，但选择较小的误差幅度也需要更大的样本。当呈现调查结果时，误差幅度通常显示为正负百分比。例如：“35%的人同意选项A，误差幅度为+/-5%”在这个例子中，误差幅度基本上表明，如果向全体人口提出相同的民意调查问题，你“有信心”在30%（35-5）到40%（35+5）之间的某个地方会同意选项A。

3. 3设定您的自信水平。置信水平与置信区间（误差幅度）密切相关。该值衡量样本在所选误差范围内代表总体人口的确定程度。换句话说，选择95%的置信水平可以让你声称，你95%确定你的结果准确地落在你选择的误差范围内。置信水平越高，表示准确度越高，但也需要更大的样本。最常见的置信水平是90%、95%和99%。为误差范围步骤中所述的示例设置95%的置信水平意味着您可以95%确定30%到40%的总相关人口会同意您调查的选项a。

4. 4指定偏差标准。偏差标准表示你期望你的回答有多大的差异。极端的答案比温和的结果更可能准确。简单地说，如果99%的调查回答是“是”，只有1%的回答是“否”，那么样本可能非常准确地代表了总体人口。另一方面，如果45%的人回答“是”，55%的人回答“否”，则出错的可能性更大。由于在实际调查中很难确定该值，大多数研究人员将该值设置为0.5（50%）。这是最坏情况下的百分比，因此坚持使用该值将保证计算出的样本量足够大，能够准确地代表置信区间和置信水平内的总体人口。

5. 5.找到你的Z分数。Z分数是一个根据你的信心水平自动设置的常量。它表示“标准正常分数”，或任何选定值与总体平均值之间的标准偏差数。您可以手动计算z分数，查找在线计算器，或在z分数表上查找您的z分数。然而，每种方法都可能相当复杂。由于信心水平相当标准化，大多数研究人员只需记住最常见信心水平所需的z分数：80%信心=&gt；1.28 z得分85%置信度=&gt；1.44 z-score 90%置信度=&gt；1.65 z-score 95%置信度=&gt；1.96 z得分99%置信度=&gt；2.58 z分数

第2部分第2部分（共4部分）：第2部分：使用标准公式

1. 1看看方程式。如果你有一个小到中等的人口，并且知道所有的关键值，你应该使用标准公式。样本量的标准公式是：样本量=[z2*p（1-p）]/e2/1+[z2*p（1-p）]/e2*N]N=总体规模z=z-score=误差幅度p=偏差标准

2. 2强调你的价值观。将变量占位符替换为实际应用于特定测量的数值。示例：确定425人的理想调查规模。使用99%的置信水平、50%的标准偏差和5%的误差幅度。对于99%的信心，你的z分数为2.58。这意味着：N=425z=2.58e=0.05p=0.5

3. 3.做数学题。使用新插入的数值求解方程。该解决方案代表您所需的样本量。示例：样本量=[z2*p（1-p）]/e2/1+[z2*p（1-p）]/e2*N]=[2.582*0.5（1-0.5）]/0.052/1+[2.582*0.5（1-0.5）]/0.052*425]=[6.6564*0.25]/0.0025/1+[6.6564*0.25]/1.0625]=665/2.5663=259.39（最终答案）

第三部分第三部分共四部分：第三部分：为未知或非常大的人群创建公式

1. 1检查公式。如果你有一个非常大的人口或一个未知的人口，你需要使用第二个公式。如果仍然有剩余变量的值，请使用以下等式：样本量=[z2*p（1-p）]/e2z=z-score=errorp=standard of deviation注意，该等式只是完整公式的上半部分。

2. 2将您的值填入公式中。用为调查选择的数值替换每个变量占位符。示例：确定未知人群的必要调查规模，置信水平为90%，标准偏差为50%，误差幅度为3%。对于90%的置信度，使用z分数将为1.65。这意味着：z=1.65e=0.03p=0.5

3. 3.做数学题。在公式中输入数字后，解方程。你的回答将表明你所需的样本量。示例：样本量=[z2*p（1-p）]/e2=[1.652*0.5（1-0.5）]/0.032=[2.7225*0.25]/0.0009=0.6806/0.0009=756.22（最终答案）

第4部分第4/4部分：第四部分：使用slovin公式

1. 1看看公式。斯洛文公式是一个非常通用的公式，当你可以估计人口，但不知道某个人口的行为。公式描述为：样本量=N/（1+N*e2）N=总体规模e=误差范围注意，这是最不准确的公式，因此也是最不理想的公式。只有在情况阻止您确定适当的偏差标准和/或置信水平（从而阻止您确定z分数）时，才应使用此选项。

2. 2.输入数字。用专门适用于调查的数值替换每个变量占位符。示例：考虑4%的误差范围，计算240人所需的调查规模。这意味着：N=240e=0.04

3. 3.做数学题。用你调查的具体数字来解决这个问题。你得到的答案应该是你所需的调查规模。示例：样本量=N/（1+N*e2）=240/（1+240*0.042）=240/（1+240*0.0016）=240/（1+0.384}=240/（1.384）=173.41（最终答案）

提示