Wie groß sollte eine Stichprobe für eine Umfrage sein?
Es gibt keine allgemeingültige Stichprobengröße. Die richtige Zielgröße hängt davon ab, wie präzise das Ergebnis sein muss und wofür die Umfrage verwendet wird.
Warum es keine allgemeingültige Antwort gibt
Eine für eine Studie angemessene Stichprobengröße kann für eine andere übermäßig sein. Eine kurze Feedback-Umfrage und ein umfangreiches Marktforschungsprojekt benötigen nicht dasselbe Maß an Gewissheit oder Präzision.
Deshalb sollte die Stichprobengröße dem Ausmaß der Entscheidung entsprechen.
Ein gemeinsamer Maßstab
Bei großen Populationen ergibt sich mit einem Konfidenzintervall von 95 % und einer Fehlermarge von 5 % oft ein Zielwert um die 350er-Marke. Deshalb sehen viele Umfrageplaner so häufig Zahlen um die 385.
Dies ist jedoch nur ein üblicher Ausgangspunkt, keine Regel, die auf jede Umfrage zutrifft.
Was macht eine gute Stichprobengröße aus?
Eine gute Stichprobengröße ist groß genug für verlässliche Schlussfolgerungen, realistisch für das Projekt und geeignet für Subgruppenanalysen, falls Vergleiche erforderlich sind.
Wenn die Umfrageergebnisse nach Region, Abteilung, Kundengruppe oder Gerätetyp aufgeschlüsselt werden, benötigen diese Untergruppen möglicherweise eine eigene Planung.
Wie man beurteilt, ob ein Ziel wirklich gut ist
Eine gute Stichprobengröße ist eine, die die zu treffende Entscheidung mit ausreichender Präzision stützt, um glaubwürdig zu sein. Das bedeutet in der Regel, dass die Anzahl weder zu klein ist, um ihr zu vertrauen, noch so groß, dass sie Zeit und Budget verschwendet.
Die Aussagekraft einer repräsentativen Stichprobe verliert an Bedeutung, wenn die Zielgruppenstruktur außer Acht gelassen wird. Eine Stichprobe, die für die Gesamtpopulation gut geeignet ist, kann dennoch ungeeignet sein, um Teams, Regionen oder Kundengruppen zu vergleichen.
- Passe das Ziel dem Einsatz der Entscheidung an.
- Prüfen Sie, ob die Subgruppenanalyse die Anforderung verändert.
- Präzision gegen Kosten und die Realität der Feldarbeit abwägen
- Vermeiden Sie es, gängige Benchmarks als universelle Regeln zu behandeln.