Ⅰ 如何確定樣本量
具體確定樣本量還有相應的統計學公式，不同的抽樣方法對應不同的公式。
根據樣本量計算公式，不難知道，樣本量的大小不取決於總體的多少，而取決於：
(1) 研究對象的變化程度；
(2) 所要求或允許的誤差大小（即精度要求）；
(3) 要求推斷的置信程度。
樣本量n=C²σ²/p²
P — 精度（Precision），也稱精確度，由審計師設定，代表樣本與總體之間的可接受誤差范圍。在屬性抽樣中，精度以百分比表示，在變數抽樣中，精度用一個數值表示。
精度值越大，樣本量越小，總體誤差值就越大；反之，精度值越小，樣本量越大，總體誤差值就越小，但增加了抽樣工作量。
樣本量是指總體中抽取的樣本元素的總個數，應用於統計學、數學、物理學等學科。樣本量大小是選擇檢驗統計量的一個要素。由抽樣分布理論可知，在大樣本條件下，如果總體為正態分布，樣本統計量服從正態分布；如果總體為非正態分布，樣本統計量漸近服從正態分布。
(1)教育類研究如何確定樣本量擴展閱讀
合理確定樣本容量的意義：
1.樣本容量過大，會增加調查工作量，造成人力、物力、財力、時間的浪費；
2.樣本容量過小，則樣本對總體缺乏足夠的代表性，從而難以保證推算結果的精確度和可靠性；
3.樣本容量確定的科學合理，一方面，可以在既定的調查費用下，使抽樣誤差盡可能小，以保證推算的精確度和可靠性；另一方面，可以在既定的精確度和可靠性下，使調查費用盡可能少，保證抽樣推斷的最大效果。
Ⅱ 如何確定樣本大小和選擇樣本
樣本容量: 從批中抽取的單位產品的匯集,稱為樣本. 樣本中單位產品數,稱為樣本量均值: 一個子組、樣本或總體中最大與最小值之差.數學公式: R= =（每群數據的最大值）—（每群數據的最小值）標准差: 過程輸出的分布寬度或從過程中統計抽樣值（例如：子組均值）的分布寬度的量度,用希臘字母σ或字母s（用於樣本標准差）表示.σ的計算. 具體確定樣本量還有相應的統計學公式,不同的抽樣方法對應不同的公式.根據樣本量計算公式,我們知道,樣本量的大小不取決於總體的多少,而取決於(1) 研究對象的變化程度；(2) 所要求或允許的誤差大小（即精度要求）；(3) 要求推斷的置信程度.也就是說,當所研究的現象越復雜,差異越大時,樣本量要求越大；當要求的精度越高,可推斷性要求越高時,樣本量越大.因此,如果不同城市分別進行推斷時,大城市多抽,小城市少抽這種說法原則上是不對的.在大城市抽樣太大是浪費,在小城市抽樣太少沒有推斷價值.
Ⅲ 如何確定問卷調查的樣本量
問卷調查屬於定量研究，抽樣樣本量的大小對調查的准確度有很大的影響。一定程度上「樣本量越多越好」，但畢竟是抽樣調查（Sampling Survey），就是以具有代表性的樣本來代表整體。如果真的可以做普查（Census）當然就不需要抽樣調查了。籠統的講，抽樣調查的抽樣誤差，樣本量大，誤差會降低。但究竟該選擇多大的樣本量和怎樣的抽樣誤差，才能滿足調查的實際需求，並有效的控製成本。科學的說，採用直觀的說，採用不同數量的抽樣樣本，可達到怎樣的研究效果？針對這個問題，我們分享一個行業內常用的數值。
Ⅳ 教育方面的研究呢樣本量小於30的話是不是沒有統計學意義T檢驗結果不可信
通常t檢驗用於小樣本的研究，只要保證抽樣的質量，T的結果應該是可信的。問題是有些調查面臨缺失數據，包括無應答等，使得實際使用的數據少於30，就會影響到檢驗。此外，如果在理論設定中研究多個變數，就要考慮增加樣本。
總之，除了要考慮實際抽樣的結果，還要聯系研究的具體的問題。
Ⅳ 怎麼確定抽樣調查中的樣本量
確定樣本的數量是抽樣調查中的重要環節，在充分滿足調查內容要求情況下合理的確定樣本量不能不說是擺在每個調查公司面前的重要課題，過多的樣本量設計只會給客戶增加經濟負擔，對友邦顧問來講，我們確定樣本量的原則是：一是達到調查目的，二是給客戶省錢。
概率抽樣的基本原則是：樣本量越大，抽樣誤差就越小，而樣本量越大，則成本就越高。根據數理統計規律，樣本量增加呈直線遞增的情況下（樣本量增加一倍，成本也增加一倍），而抽樣誤差只是樣本量相對增長速度的平方根遞減。因此，樣本量的設計並不是越大越好，通常會受到經濟條件的制約。
通常，在概率抽樣的情況下，友邦顧問在確定樣本量時會遇到如下情況：
預算：預算的多少直接影響著調查樣本量的設計，通常某一項調查為滿足調查要求必須有一個最低的預算指標。如果低於這個指標的預算，不能滿足調查最低精度的話，友邦顧問建議要放棄這項調查任務。
經驗：一些客戶會經常要求調查公司完成
200
、
300
、
400
等特定的樣本量。這種樣本量確定的方法一方面可能考慮了調查誤差，另一方面也可能是憑著以前的調查經驗。在這種情況下，如果友邦顧問認為樣本量的設計不能滿足精度要求的時候，我們的項目經理會建議所需要增加的樣本量，否則調查的結果會出現偏差。
子群分析：在任何樣本量確定的過程中，都必須考慮被調查樣本的子群數。也就是說，當被調查樣本群子群數比較多的時候，樣本量就必須相應擴大。如：某一項調查
400
個樣本量是基本滿足要求的，但如果將這些樣本量劃分為男和女各占
50
％的話，那麼，每個子群只有
200
個樣本。如果進一步按年齡組細分的話，假設是兩個年齡組，那每一個子群只有
100
個樣本，這樣的樣本量就不能滿足最初設計的要求了，因此必須按照子群要求設計樣本量則是最合理的。
統計分析：友邦顧問在確定樣本量時通常在考慮上述具體情況下，會考慮如下統計方面的因素，即：總體調查標准差；抽樣允許的誤差和預期置信度。
樣本量確定公式：在充分考慮所有統計因素基礎上，友邦公司通常採用的簡單隨機抽樣（特別是估計平均值時）的公式為：
N
=
Z
2
σ
2
/
E
2
其中，
N
為適合的樣本量；
Z
為調查置信度；
σ
為總體標准差；
E
為抽樣誤差范圍
在解決「比例」方面的調查問題時，友邦顧問所採用的抽樣公式為：
N
=
Z
2
[P(1-P)]
/
E
2
其中，
N
為適合的樣本量；
Z
為調查置信度；
P
為樣本的離散程度；
E
為抽樣誤差范圍
和
Ⅵ 選取樣本對於教育研究結果至關重要，選取樣本有哪些具體的基本要求
為了保證取樣的水平，應遵循四個方面的基本要求：
一、明確規定總體
要從內涵和外延兩方面明確總體界限。
研究目的、課題性質決定總體的內涵。研究者准備將研究成果推廣到什麼樣的范圍，就應在該范圍內抽樣，這就是總體的外延。
二、抽樣的隨機性
盡可能使每個被抽取的個體具有均等的機會，也就是使被抽取的任何個體與個體之間是彼此獨立的，在選擇上沒有聯系。
三、取樣的代表性
要盡可能使抽取的樣本能代表總體。只有樣本具有代表性，那麼由樣本特徵推斷的總體特徵才有一般性，對總體的研究成果才有推官價值。樣本的代表性正式由部分推斷整體做法的理論根據。
取樣的偏差將導致研究結論的無效。要使取樣有代表性，還必須對取樣誤差進行正確估計。取樣誤差是指樣本的指標數值與總體的指標數值之間所存在的離差。這種差異值越小，就說明抽取的樣本能比較正確的反應總體。因此，為了保證取樣的代表性，研究者要分析影響誤差大小的因素，通過計算取樣的標准誤差將誤差值測定出來，並努力是誤差控制在最低的程度。
四、合理的樣本容量
要科學的確定樣本的大小，既要滿足統計學上的要求，又要考慮實際上收集資料的可能性，並使誤差減到最低限度。