통계

표본 크기 계산기

설문 조사나 실험에 필요한 대상자 수를 결정하세요. 신뢰 수준, 오차 범위 및 모집단을 기반으로 필요한 표본 크기를 계산합니다.

매개변수
95% (표준)
±5%
%

Use 0.5 if you do not know the likely yes/no split. It gives the largest safe sample size.

필요한 표본 크기
385
명/개
Confidence
95%, z=1.96
Expected proportion
50%
Population
Very large or unknown

The result is rounded up because you cannot survey part of a person.

No finite population correction is applied for a very large or unknown population.

The formula uses a normal approximation for one proportion and assumes a simple random sample.

Saved on this device

Recent sample-size scenarios stay in this browser only.

No data
No saved sample sizes yet.
표본 크기 vs. 오차 범위
The red marker shows the sample size for your current settings.*차트는 허용 오차 범위가 증가함에 따라 90%, 95%, 99% 신뢰 수준에 필요한 표본 크기를 비교합니다.

표본 크기 이해하기

사용 방법

  • 신뢰 수준: 대부분의 표준 사례에는 95%를 선택하세요. 이는 결과가 정확하다는 확신이 95%임을 의미합니다.
  • 오차 범위: 허용 오차를 입력하세요 (예: 5%). 비율이 작을수록 더 큰 표본이 필요합니다.
  • 모집단: (선택 사항) 작고 특정된 그룹(예: 직원 500명)을 테스트하는 경우, 여기에 입력하면 필요한 표본 수를 줄일 수 있습니다.

수학적 원리

이 도구는 무한 모집단에 대해 Cochran 공식을 사용하고, 크기가 지정된 경우 유한 모집단 수정(FPC)을 적용합니다.

n = (Z² × p(1-p)) / e²

표준 응답 분포(p=0.5)를 가정하여 가장 보수적인(최대) 필요 표본 크기를 산출합니다.

실제 예시

설문 조사
인구 10만 명의 도시인 경우, 95% 신뢰도와 5% 오차 범위에서 약 384명의 응답자만 있으면 됩니다.
품질 관리
3D 프린팅 부품 50개 배치를 검증할 때, 44개를 테스트하면 95%의 신뢰도를 얻을 수 있습니다.

자주 묻는 질문

비율에 왜 50% (0.5)를 사용하나요?

0.5를 사용하면 모집단의 변동성이 최대라고 가정합니다. 이는 실제 분포와 관계없이 표본 크기가 충분함을 보장합니다.

모집단 크기가 항상 중요한가요?

아니요. 모집단이 약 20,000명을 넘어가면 필요한 표본 크기는 더 이상 크게 증가하지 않습니다 (상한선은 약 385명).

신뢰 수준이란 무엇인가요?

표본이 실제 모집단을 정확하게 반영할 확률입니다. 95%는 20번의 표본 추출 중 19번이 실제 값을 포착한다는 의미입니다.