Kalkulator wielkosci probki
Oblicz niezbędną wielkość próbki dla ankiety lub badania. Wprowadź oczekiwany margines błędu, poziom ufności i wielkość populacji. Wzory statystyczne. Bezpłatnie.
-
1Wprowadź dane
Wpisz treść, wklej tekst lub załaduj plik z dysku. -
2Kliknij przycisk
Narzędzie natychmiast przetworzy Twoje dane w przeglądarce. -
3Pobierz wynik
Skopiuj gotowy tekst lub zapisz plik na urządzeniu.
return "Wynik gotowy w 0.1s";
}
Oceń to narzędzie:
Powiązane narzędzia
Inne narzędzia, które mogą Ci się przydaćKalkulator wielkości próbki – ile respondentów potrzebujesz?
Dobra próbka statystyczna daje wiarygodne wyniki przy minimalnym koszcie badania. Zbyt mała próbka = niedokładne wyniki. Zbyt duża = zbędne koszty. Kalkulator oblicza minimalną wielkość próbki na podstawie żądanego marginesu błędu, poziomu ufności i wielkości populacji.
Kluczowe pojęcia statystyczne
Margines błędu (e): dopuszczalny błąd wyników. ±3% = wyniki mogą różnić się o 3 pkt proc. Poziom ufności (z): 95% ufności → z = 1.96. 99% → z = 2.576. 90% → z = 1.645. Wariancja (p): proporcja oczekiwanej odpowiedzi. Bez wiedzy: p = 0.5 (maksymalizuje próbkę). Populacja (N): łączna liczba osób.
Wzory na wielkość próbki
Nieskończona populacja: n = z² × p(1-p) / e². Dla 95%, p=0.5, e=5%: n = 1.96² × 0.25 / 0.05² = 3.8416 × 0.25 / 0.0025 = 384.16 ≈ 385 osób. Skończona populacja: n_adj = n / (1 + (n-1)/N). Dla N=1000: n_adj = 385 / (1 + 384/1000) = 385/1.384 ≈ 278 osób.
Popularne konfiguracje
Badanie ogólnopolskie (38M): e=3%, ufność 95% → n = 1068. e=5% → n = 385. NPS (Net Promoter Score): 300-400 odpowiedzi wystarczy. A/B test strony: zależy od bazowego conversion rate. Badanie lokalne (10000): e=5%, 95% → n = 370. Badanie pilotażowe: 30-50 osób (wstępne).
Planowanie badania
Attrition rate: zakładaj 30-50% nierealizacji ankiet. Jeśli potrzebujesz 385, rozślij 600-770. Sampling method: losowe (representatywne) vs quota (warstwowe). Bias: online survey ≠ reprezentatywna próbka (selection bias). Survey fatigue: max 10-15 pytań dla dobrych odpowiedzi.
Najczęstsze pytania
Ile respondentów potrzebuję do wiarygodnej ankiety?
Zasada minimum: 30 osób (prawo wielkich liczb zaczyna działać). Do prostych badań: 100-200. Do badań na poziomie marki/produktu: 300-500. Do badań ogólnopolskich: 1000-1500 (stosowane przez Ipsos, CBOS). Badania medyczne/farmaceutyczne: setki do tysięcy (zależy od efektu i mocy statystycznej).
Co to jest margines błędu i jak go interpretować?
Wynik 52% "za" przy ±3% błędzie: prawdziwy wynik 49-55%. Przy ±5%: 47-57% – możliwa większość lub mniejszość. Im większy margines błędu: mniejsza pewność wyniku. Media często nie podają marginesu przy sondażach wyborczych – zawsze pytaj "jaka próbka i jaki margines?".
Jak zrealizować badanie przy małym budżecie?
Google Forms: darmowy, podstawowa analiza. Typeform: do 10 odpowiedzi/miesiąc za darmo. SurveyMonkey: darmowy plan. Dystrybucja: media społecznościowe, email do bazy, grupy FB. Targety rekrutacyjne: ogłoszenie na odpowiednich grupach (np. "badamy użytkowników X"). Incentive: vouchery losowane wśród uczestników.
Co to jest moc statystyczna?
Power (1-β): prawdopodobieństwo wykrycia efektu który istnieje. β = błąd II rodzaju (przeoczenie efektu). Standardowo: moc = 0.8 (80%). Moc 0.8, poziom ufności 95%, małe eta² = duże n. Kalkulator mocy (G*Power: bezpłatny software) → planuj n przed badaniem. Niski power = wiele badań naukowych nie wykrywa prawdziwych efektów.
Jak liczyć wielkość próbki do A/B testów?
Conversion rate baseline: np. 2%. Oczekiwany wzrost: +0.5% (minimalny wykrywalny efekt). Poziom ufności: 95%. Power: 80%. Kalkulator: abtestguide.com/calc. Wynik: np. 5000 użytkowników per wariant. Czas testu: zależy od ruchu. Pułapka: zakończenie testu "gdy widać wynik" → invalid results (peeking problem).
Powiązane narzedzia: kalkulator statystyczny, kalkulator procentow i generator danych testowych.