“我在做xx问卷调查，一般需要多少份问卷？”这大概是调研工厂在知乎被问得最多的问题。
在问卷领域，不但要关注数量，还要关注“代表性”。抽样框选取能否代表总体，直接决定了调研结果的可靠性。
调研工厂最新上线了样本工具箱，分别有三大工具：样本量计算器、误差范围计算器、样本抽样框服务。
此功能用于计算样本量、计算误差范围及智能设置配额分布，最大限度地帮助调研者降低样本误差，提高调研结果的可信度。
先带着大家看一个经典的案例：样本的代表性是如何直接影响调研结果的？
在1936年美国大选中，《文学文摘》在全国范围内发放了1000万份明信片问卷，最后回收了约200万份，但预测结果惨遭翻车。
而另一个年轻的民意测验者盖洛普获得了首次成功，他采用配额抽样技术准确地预测罗斯福将获胜。
可见，在我们发起问卷调查时，进行样本评估非常重要，其目的是防止由于样本的偏差过大而导致调查失败。
那么，调研工厂的样本工具箱如何控制样本数据呢？
来，下面简单地教大家如何使用：
第1步：
从调研工厂官网（https://survey.work）进入问卷调查板块
第2步：
创建问卷——问卷设置——样本配额——右侧“样本工具箱”
01
样本工具01：样本量计算器
只需输入调查目标人群总体数量、置信水平、误差范围，系统自动计算代表调查目标人群的理想样本数量，再也不用烧脑研究看不懂的统计学公式了。
样本量计算器相关输入项说明：
①总体数量：指调研对象的全体。
如果对某一公司进行调查，总体数量则是该公司的员工人数。
②置信水平：指总体将在给定范围内选择答案的信心的百分比。
置信水平所反映的是抽样的精确性程度，社会调查通常所使用的置信度是95%或99%。
比如，99%的置信度所要求的样本规模就比95%的置信度所要求的样本规模大。
02
样本工具02：误差范围计算器
任何调查研究都不可避免地会出现误差，抽样调查也是如此，它的准确性是相对而言的。
调研工厂误差范围计算器可用于问卷调查之前，抽样误差可以预先计算出来，并可以通过调整样本数和组织形式来控制误差范围；也可以用于问卷调查之后，计算问卷回收数据的误差度，判断问卷可信度。
比如，在置信区间95%的前提下，总体数量为1000，您的回收样本量为100，误差范围就是9.3%。
总之，样本量越接近总体数据，抽样误差就越小。误差范围越低，您将更接近在一定的置信区间下获得准确的答案。
03
样本工具03：样本抽样框
调研工厂的样本抽样框可以智能化、系统化生成样本的交叉配额分布。调研工厂基于国务院第七次全国人口普查数据，提供全国各地区、性别、城乡、年龄、学历等人口属性抽样框，让您的样本结构更合理，调查更科学。
举例：需要设置问卷的多题交叉配额，可直接用“样本抽样框”统一设置，再也不用一题一题地单独设置了。举例如下，多个配额题型，集中设置。
多题配额设置后，点击“确定”，直接生成“抽样结果”，点击“应用该结果”，自动生成多题交叉配额，实现智能化样本质量控制。
点击“应用该结果”后，直接生成的最终的配额分布，可直接用于回收问卷数据。
设置的配额可以控制指定选项的被选次数，当达到指定次数后，该选项将不能被选择或者选择了该选项的答卷被自动甄别。
总之，调研工厂的样本工具箱，能够有效地控制样本，提高调研结果的准确度，你会用了吗？
