確率抽出：サンプルサイズを順を追って計算する方法
確率抽出とは何か、その種類、そして必要なケース数まで順に案内する計算ツールです。
- 式を見ながら計算
- 無料、登録不要
- ブラウザ内で計算
サンプルを順に計算する
どの欄を変えても、式と結果は自動で更新されます。式は、比率を推定する単純無作為抽出のものです。
ステップ 1
母集団（N）
調べたいグループ全体のケース数です。任意です。空欄なら無限母集団として計算します。
ステップ 2
信頼水準（z）
実際の結果が許容誤差の範囲に入ることをどの程度確かにしたいかです。最も一般的なのは95%です。
ステップ 3
許容誤差（e）
サンプルの結果が母集団の結果からどの程度離れてもよいかです。逆に、手元のサンプルの大きさを入れて許容誤差を計算することもできます。
ステップ 4
予想される比率（p）
見つかると予想する比率です。分からなければ50%のままにしてください。最も慎重な場合で、サンプルが最大になります。
q = 1 − p =
ステップ 5
結果
これは必要な有効回答数で、依頼数ではありません。全員が回答しない場合は、より多くの人に依頼する必要があります。
ステップ 6
比例層化（任意）
各グループのサンプル内の比重を母集団と同じにしたい場合は、層とその大きさを入力します。サンプルは、丸めても合計が変わらないように配分します。パーセントの場合、ステップ1は不要です。
| 層 | 大きさ | % | サンプル |
|---|---|---|---|
| 合計 |
計算ができました
選んだ値を入れた、論文や報告書の方法の節に使える段落です。
確率抽出とは
確率抽出では、母集団の各ケースがサンプルに入る確率が分かっていて、ゼロより大きく、選ばれるかどうかは偶然で決まります。そのため、許容誤差を計算でき、結果を母集団全体に一般化できます。
確率抽出の種類
単純無作為抽出
すべてのケースの確率が同じです。例：5,000人の学生の名簿から、乱数生成器で300人を抽出します。
系統抽出
無作為な開始点から、名簿を一定の間隔で選びます。例：5,000人の学生から、7番から16人ごとに1人選びます。
層化抽出
母集団をグループに分け、それぞれの中で抽出します。例：学科ごとに、その規模に比例して抽出します。ステップ6がこの配分を行います。
クラスター抽出
個人ではなくグループ全体を抽出します。例：20校を抽出し、その全生徒を調査します。通常、この計算ツールの結果より大きなサンプルが必要です。
信頼水準、許容誤差、母集団によります。信頼水準95%、許容誤差5%、p = 0.5なら、母集団が非常に大きい場合は385ケース、1,000の場合は278ケースが必要です。
母集団、信頼水準、許容誤差、予想される比率を決め、式に当てはめます。この計算ツールは順を追って計算し、あなたの値を入れた式を表示します。
サンプルサイズは必要な有効回答数です。これを回答を見込む人の割合で割ります。385件の回答が必要で40%の回答を見込むなら、963人に依頼する必要があります。
最も一般的なのは5%です。小さくすると精度は上がりますが、必要なケースは大きく増えます。信頼水準95%で母集団が非常に大きい場合、5%なら385ケース、3%なら1,068ケース、10%なら97ケースです。
ステップ1を空欄にすると、無限母集団として計算します。結果は最も厳しい場合です。実際の母集団が小さければ、必要なサンプルはより小さくなります。