参考
样本量与总体规模
调查设计中最令人惊讶的一点是，样本量并非随总体规模呈线性增长。一旦总体规模足够大，在标准假设下，所需的样本量变化幅度很小。
为什么人口规模的重要性远低于许多人的预期
当总体规模较大时，所需样本量的主要决定因素是置信水平、误差范围和估计比例。总体规模仍然重要，但其影响比大多数人想象的要小。
这就是为什么 10 万人口的样本量不需要比 1 万人口的样本量大 10 倍的原因。
当人口规模更重要时
当受众群体相对较小且已知时，例如几百名员工或几千名客户，总体规模就显得尤为重要。在这种情况下，有限总体校正可以显著缩小所需的样本量。
这一点对于内部调查和基于名单的推广活动尤其重要。
如何使用此页面
请将此页面作为快速规划参考，切勿以此代替仔细设定假设。即使是同一总体，根据您选择的置信水平和误差范围，也可能需要不同的样本量目标。
如果想要得到精确的答案，请使用计算器，而不要仅仅依赖人口规模。
这在实践中意味着什么
人口规模在小规模调查中往往最为重要，因为小规模调查可能覆盖到相当一部分受众。这就是为什么基于名单的研究与广泛的公众调查结果有所不同的原因。
实际操作中需要避免的错误是仅根据总体规模来选择样本。一旦受众规模达到一定程度，精确度设置仍然能够发挥大部分作用。
- 预计人口效应在规模较小的知名受众群体中最为显著。
- 当样本占列表的很大比例时，使用有限总体校正。
- 不要假设庞大的人口需要相应巨大的样本量。
- 在使用人口表之前，请设定置信度和误差范围。