Stikprøvestørrelse beregner

Hvad er stikprøvestørrelse

Når du vil kende holdningen hos en stor gruppe — en virksomheds kunder, en bys vælgere, beboerne i et kvarter — er det urealistisk at spørge alle. I stedet spørger du en del: stikprøven. Stikprøvestørrelsen er ganske enkelt antallet af personer, du skal høre, for at stikprøvens resultat repræsenterer helheden godt.

Det centrale punkt — og det, der ofte overrasker — er, at dette tal ikke afhænger af populationens størrelse. En meningsmåling, der spørger omkring 1.100 personer, har praktisk talt samme præcision i en by med 200.000 indbyggere og i et helt land. Det, der definerer stikprøven, er den præcision, du ønsker, ikke størrelsen af det undersøgte univers.

At beregne stikprøven før spørgeskemaet sendes ud forhindrer to klassiske fejl. At spørge for få giver et resultat med en fejlmargin, der er for stor til at være nyttig. At spørge for mange spilder tid og penge på en præcision, ingen vil bruge. Denne beregner finder det rigtige tal: den mindste stikprøvestørrelse, der opnår den ønskede præcision.

Sådan fungerer beregneren

Beregneren estimerer, hvor mange svar du har brug for til at måle en proportion — andelen af personer, der vælger et bestemt svar — med den fejlmargin og konfidens, du angiver. Den klassiske formel for en stor population er:

Hver ingrediens har en klar rolle. Ændr en hvilken som helst af dem, og tallet ændrer sig:

• Konfidensniveau — definerer z's værdi. Ved 95% konfidens er z ≈ 1,96; ved 99% er z ≈ 2,58. Mere konfidens kræver større stikprøve.
• Fejlmargin (E) — indgår i anden potens i nævneren. At halvere marginen firdobler stikprøven.
• Forventet proportion (p) — leddet p·(1−p) er størst ved p = 0,5. Uden forhåndsinformation bruges 50% for en sikkerheds skyld.

Hvis du angiver populationens størrelse, anvender beregneren også korrektionen for endelig population, som reducerer tallet, når universet er lille. Detaljerne følger i afsnittene nedenfor.

Fejlmargin og konfidensniveau

Disse to begreber går hånd i hånd og definerer undersøgelsens præcision. Det er almindeligt at forveksle dem, men de svarer på forskellige spørgsmål.

Fejlmarginen er størrelsen på usikkerhedsintervallet omkring resultatet. Hvis en undersøgelse viser, at 60% af kunderne er tilfredse, med en fejlmargin på 3%, ligger den rigtige værdi sandsynligvis mellem 57% og 63%. Jo mindre margin du kræver, jo flere skal du spørge.

Konfidensniveauet fortæller, hvor ofte dette interval rammer rigtigt. En konfidens på 95% betyder, at hvis samme undersøgelse blev gentaget mange gange, ville intervallet i 95% af dem indeholde den sande værdi. Det er standarden i de fleste meningsmålinger og markedsundersøgelser.

Hvorfor bruge 50%, når man ikke kender proportionen

Formlen kræver et estimat af den forventede proportion, p — den procentdel af folk, du forestiller dig vil give et bestemt svar. Men der er et cirkulært problem: ofte er den procentdel netop det, undersøgelsen vil afdække. Hvordan angiver man p, før data er indsamlet?

Svaret ligger i leddet p · (1 − p), som måler variabiliteten i svarene. Det produkt rammer sit maksimum præcis ved p = 0,5 (50%):

• p = 0,5 → p·(1−p) = 0,25 — maksimal variabilitet
• p = 0,3 → p·(1−p) = 0,21
• p = 0,1 → p·(1−p) = 0,09 — lille variabilitet

Da dette led står i tælleren, giver det at bruge 50% den størst mulige stikprøve. Det er det mest konservative scenarie: hvis du dimensionerer undersøgelsen til p = 50%, og den faktiske proportion viser sig at være en hvilken som helst anden, vil fejlmarginen kun blive bedre end planlagt, aldrig værre.

Korrektion for endelig population

Den grundlæggende formel antager en "uendelig" population — stor nok til at det ikke gør en forskel at spørge nogle hundrede personer. For de fleste undersøgelser holder det stik: den nødvendige stikprøve er næsten identisk for et univers på 100.000 eller 10 millioner.

Men når populationen er lille, kommer korrektionen for endelig population i spil. Idéen er intuitiv: hvis din virksomhed kun har 300 medarbejdere, giver det ingen mening at beregne en stikprøve på 385 — du justerer tallet nedad. Korrektionen er:

Se effekten for en margin på 5% ved 95% konfidens, hvor n₀ ≈ 385:

Korrektionen ændrer næsten intet for store populationer, men sparer mange interviews i små grupper. Derfor er feltet valgfrit: udfyld det kun, når universet er begrænset og kendt.

Undersøgelsesstikprøve vs. A/B-test-stikprøve

Denne beregner løser hvor mange du skal spørge i en undersøgelse — et spørgeskema, en afstemning, en tilfredshedsundersøgelse. Formålet er at estimere en proportion (hvor mange % der mener X) med en bestemt fejlmargin.

Det er et andet problem end stikprøvestørrelse til A/B-test. I en A/B-test estimerer du ikke et tal, du sammenligner to versioner — side A mod side B — for at se, hvilken der konverterer bedst. Den beregning afhænger af andre ingredienser: den nuværende konverteringsrate, den mindste effekt, der skal kunne registreres, og den statistiske styrke. Formlen er en anden, og det samme er resultatet.

Gennemregnet eksempel

En virksomhed vil lave en tilfredshedsundersøgelse blandt sine kunder — en stor base med hundredtusinder af personer. Den accepterer en fejlmargin på 5%, vil have 95% konfidens og har ingen anelse om, hvilken procentdel der vil sige sig at være tilfreds, så den bruger den konservative proportion på 50%.

1. Konvertér til proportioner: margin E = 0,05; proportion p = 0,50.
2. Konfidensniveau 95% → z ≈ 1,96.
3. Anvend formlen: n = 1,96² × 0,5 × 0,5 ÷ 0,05² = 0,9604 ÷ 0,0025.
4. Resultat: n ≈ 384,16, som rundes op → 385 svar.

Virksomheden har brug for 385 gyldige svar. Da kundebasen er enorm, ændrer korrektionen for endelig population ikke det tal. Hvis basen havde fx 2.000 kunder, ville stikprøven falde til omkring 323. Brug knappen "Brug eksempeldata" for at se beregningen i beregneren.

Ofte stillede spørgsmål