Ⅰ 如何确定样本量
具体确定样本量还有相应的统计学公式，不同的抽样方法对应不同的公式。
根据样本量计算公式，不难知道，样本量的大小不取决于总体的多少，而取决于：
(1) 研究对象的变化程度；
(2) 所要求或允许的误差大小（即精度要求）；
(3) 要求推断的置信程度。
样本量n=C²σ²/p²
P — 精度（Precision），也称精确度，由审计师设定，代表样本与总体之间的可接受误差范围。在属性抽样中，精度以百分比表示，在变量抽样中，精度用一个数值表示。
精度值越大，样本量越小，总体误差值就越大；反之，精度值越小，样本量越大，总体误差值就越小，但增加了抽样工作量。
样本量是指总体中抽取的样本元素的总个数，应用于统计学、数学、物理学等学科。样本量大小是选择检验统计量的一个要素。由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。
(1)教育类研究如何确定样本量扩展阅读
合理确定样本容量的意义：
1.样本容量过大，会增加调查工作量，造成人力、物力、财力、时间的浪费；
2.样本容量过小，则样本对总体缺乏足够的代表性，从而难以保证推算结果的精确度和可靠性；
3.样本容量确定的科学合理，一方面，可以在既定的调查费用下，使抽样误差尽可能小，以保证推算的精确度和可靠性；另一方面，可以在既定的精确度和可靠性下，使调查费用尽可能少，保证抽样推断的最大效果。
Ⅱ 如何确定样本大小和选择样本
样本容量: 从批中抽取的单位产品的汇集,称为样本. 样本中单位产品数,称为样本量均值: 一个子组、样本或总体中最大与最小值之差.数学公式: R= =（每群数据的最大值）—（每群数据的最小值）标准差: 过程输出的分布宽度或从过程中统计抽样值（例如：子组均值）的分布宽度的量度,用希腊字母σ或字母s（用于样本标准差）表示.σ的计算. 具体确定样本量还有相应的统计学公式,不同的抽样方法对应不同的公式.根据样本量计算公式,我们知道,样本量的大小不取决于总体的多少,而取决于(1) 研究对象的变化程度；(2) 所要求或允许的误差大小（即精度要求）；(3) 要求推断的置信程度.也就是说,当所研究的现象越复杂,差异越大时,样本量要求越大；当要求的精度越高,可推断性要求越高时,样本量越大.因此,如果不同城市分别进行推断时,大城市多抽,小城市少抽这种说法原则上是不对的.在大城市抽样太大是浪费,在小城市抽样太少没有推断价值.
Ⅲ 如何确定问卷调查的样本量
问卷调查属于定量研究，抽样样本量的大小对调查的准确度有很大的影响。一定程度上“样本量越多越好”，但毕竟是抽样调查（Sampling Survey），就是以具有代表性的样本来代表整体。如果真的可以做普查（Census）当然就不需要抽样调查了。笼统的讲，抽样调查的抽样误差，样本量大，误差会降低。但究竟该选择多大的样本量和怎样的抽样误差，才能满足调查的实际需求，并有效的控制成本。科学的说，采用直观的说，采用不同数量的抽样样本，可达到怎样的研究效果？针对这个问题，我们分享一个行业内常用的数值。
Ⅳ 教育方面的研究呢样本量小于30的话是不是没有统计学意义T检验结果不可信
通常t检验用于小样本的研究，只要保证抽样的质量，T的结果应该是可信的。问题是有些调查面临缺失数据，包括无应答等，使得实际使用的数据少于30，就会影响到检验。此外，如果在理论设定中研究多个变量，就要考虑增加样本。
总之，除了要考虑实际抽样的结果，还要联系研究的具体的问题。
Ⅳ 怎么确定抽样调查中的样本量
确定样本的数量是抽样调查中的重要环节，在充分满足调查内容要求情况下合理的确定样本量不能不说是摆在每个调查公司面前的重要课题，过多的样本量设计只会给客户增加经济负担，对友邦顾问来讲，我们确定样本量的原则是：一是达到调查目的，二是给客户省钱。
概率抽样的基本原则是：样本量越大，抽样误差就越小，而样本量越大，则成本就越高。根据数理统计规律，样本量增加呈直线递增的情况下（样本量增加一倍，成本也增加一倍），而抽样误差只是样本量相对增长速度的平方根递减。因此，样本量的设计并不是越大越好，通常会受到经济条件的制约。
通常，在概率抽样的情况下，友邦顾问在确定样本量时会遇到如下情况：
预算：预算的多少直接影响着调查样本量的设计，通常某一项调查为满足调查要求必须有一个最低的预算指标。如果低于这个指标的预算，不能满足调查最低精度的话，友邦顾问建议要放弃这项调查任务。
经验：一些客户会经常要求调查公司完成
200
、
300
、
400
等特定的样本量。这种样本量确定的方法一方面可能考虑了调查误差，另一方面也可能是凭着以前的调查经验。在这种情况下，如果友邦顾问认为样本量的设计不能满足精度要求的时候，我们的项目经理会建议所需要增加的样本量，否则调查的结果会出现偏差。
子群分析：在任何样本量确定的过程中，都必须考虑被调查样本的子群数。也就是说，当被调查样本群子群数比较多的时候，样本量就必须相应扩大。如：某一项调查
400
个样本量是基本满足要求的，但如果将这些样本量划分为男和女各占
50
％的话，那么，每个子群只有
200
个样本。如果进一步按年龄组细分的话，假设是两个年龄组，那每一个子群只有
100
个样本，这样的样本量就不能满足最初设计的要求了，因此必须按照子群要求设计样本量则是最合理的。
统计分析：友邦顾问在确定样本量时通常在考虑上述具体情况下，会考虑如下统计方面的因素，即：总体调查标准差；抽样允许的误差和预期置信度。
样本量确定公式：在充分考虑所有统计因素基础上，友邦公司通常采用的简单随机抽样（特别是估计平均值时）的公式为：
N
=
Z
2
σ
2
/
E
2
其中，
N
为适合的样本量；
Z
为调查置信度；
σ
为总体标准差；
E
为抽样误差范围
在解决“比例”方面的调查问题时，友邦顾问所采用的抽样公式为：
N
=
Z
2
[P(1-P)]
/
E
2
其中，
N
为适合的样本量；
Z
为调查置信度；
P
为样本的离散程度；
E
为抽样误差范围
和
Ⅵ 选取样本对于教育研究结果至关重要，选取样本有哪些具体的基本要求
为了保证取样的水平，应遵循四个方面的基本要求：
一、明确规定总体
要从内涵和外延两方面明确总体界限。
研究目的、课题性质决定总体的内涵。研究者准备将研究成果推广到什么样的范围，就应在该范围内抽样，这就是总体的外延。
二、抽样的随机性
尽可能使每个被抽取的个体具有均等的机会，也就是使被抽取的任何个体与个体之间是彼此独立的，在选择上没有联系。
三、取样的代表性
要尽可能使抽取的样本能代表总体。只有样本具有代表性，那么由样本特征推断的总体特征才有一般性，对总体的研究成果才有推官价值。样本的代表性正式由部分推断整体做法的理论根据。
取样的偏差将导致研究结论的无效。要使取样有代表性，还必须对取样误差进行正确估计。取样误差是指样本的指标数值与总体的指标数值之间所存在的离差。这种差异值越小，就说明抽取的样本能比较正确的反应总体。因此，为了保证取样的代表性，研究者要分析影响误差大小的因素，通过计算取样的标准误差将误差值测定出来，并努力是误差控制在最低的程度。
四、合理的样本容量
要科学的确定样本的大小，既要满足统计学上的要求，又要考虑实际上收集资料的可能性，并使误差减到最低限度。