सांख्यिकी

नमुना आकार कॅल्क्युलेटर (Sample Size Calculator)

सर्वेक्षण किंवा प्रयोगासाठी आवश्यक असलेल्या विषयांची (subjects) संख्या निश्चित करा. आत्मविश्वास पातळी (confidence level), त्रुटी मार्जिन आणि लोकसंख्येच्या आधारावर आवश्यक नमुना आकाराची गणना करा.

पॅरामीटर्स
95% (मानक)
±5%
%

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

आवश्यक नमुना
385
विषय
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.
नमुना आकार वि. त्रुटी मार्जिन
The red marker shows the sample size for your current settings.*हा आलेख त्रुटी मार्जिन वाढल्यास ९०%, ९५% आणि ९९% आत्मविश्वास पातळीसाठी आवश्यक नमुना आकारांची तुलना करतो.

नमुना आकार समजून घेणे

कसे वापरावे

  • आत्मविश्वास पातळी: बहुतेक मानक प्रकरणांसाठी 95% निवडा. याचा अर्थ असा की आपण 95% खात्री बाळगता की आपले परिणाम अचूक आहेत.
  • त्रुटी मार्जिन: तुमची त्रुटी सहनशीलता प्रविष्ट करा (उदा. 5%). लहान टक्केवारीसाठी मोठ्या नमुन्याची आवश्यकता असते.
  • लोकसंख्या: (पर्यायी) जर तुम्ही लहान, विशिष्ट गटाची चाचणी करत असाल (उदा. 500 कर्मचारी), तर आवश्यक नमुना कमी करण्यासाठी ते येथे प्रविष्ट करा.

यामागील गणित

हे साधन अनंत लोकसंख्येसाठी कोचरनचे सूत्र (Cochran's Formula) वापरते आणि आकार निर्दिष्ट केल्यास मर्यादित लोकसंख्या सुधारणा (FPC) लागू करते.

n = (Z² × p(1-p)) / e²

हे मानक प्रतिसाद वितरण (p=0.5) गृहीत धरते, जे सर्वात सुरक्षित (जास्तीत जास्त) आवश्यक नमुना आकार देते.

व्यावहारिक उदाहरणे

सर्वेक्षणे
100,000 लोकांच्या शहरासाठी, तुम्हाला 95% विश्वास आणि 5% त्रुटीसाठी फक्त ~384 उत्तरदात्यांची आवश्यकता आहे.
गुणवत्ता नियंत्रण
50 3D प्रिंट केलेल्या भागांची बॅच सत्यापित करताना, त्यापैकी 44 ची चाचणी केल्यास तुम्हाला 95% आत्मविश्वास मिळतो.

वारंवार विचारले जाणारे प्रश्न

प्रमाण (Proportion) साठी 50% (0.5) का वापरावे?

0.5 वापरल्याने तुमच्या लोकसंख्येमध्ये जास्तीत जास्त संभाव्य परिवर्तनशीलता गृहीत धरली जाते. हे सुनिश्चित करते की वास्तविक वितरण काहीही असले तरी तुमचा नमुना पुरेसा मोठा आहे.

लोकसंख्येचा आकार नेहमीच महत्त्वाचा असतो का?

नाही. एकदा लोकसंख्या ~20,000 च्या वर गेली की, आवश्यक नमुना आकार लक्षणीयरीत्या वाढणे थांबते (मर्यादा सुमारे 385 लोक आहे).

आत्मविश्वास पातळी म्हणजे काय?

ही शक्यता आहे की तुमचा नमुना वास्तविक लोकसंख्येचे अचूक प्रतिबिंब आहे. 95% म्हणजे 20 पैकी 19 नमुने खरे मूल्य पकडतील.