Thesis问卷样本量计算器
选置信水平和允许误差，几秒钟算出最少有效样本量和建议发放份数，附完整计算过程——纯浏览器本地计算、内容不上传，免注册、完全免费。「样本量怎么定的」是答辩必问题。
免注册 · 公测期免费 · 数据留在你的浏览器本地
为什么样本量不能拍脑袋
答辩必问「为什么是这个数」
「发了 200 份感觉够了」在答辩上站不住。用公式算出的样本量带着置信水平和误差幅度两个参数，一句话就能答清依据。
带完整计算过程
结果附 Cochran 公式、代入数值与有限总体校正过程，可直接改写进论文的研究设计章。
纯本地计算，不上传
计算在你的浏览器里完成，任何输入不发送到服务器，不调用 AI。
样本定了就能开做
工作台覆盖选题→开题→大纲→写作→自查→导出全流程，问卷数据分析章可挂进你的统计结果依据材料成文。
怎么用（3 步）
- 选置信水平（一般选 95%）与允许误差（一般选 5%）；
- 选填总体规模（如全校本科生 12000 人；不确定或总体很大可留空）与预计回收率；
- 点「计算样本量」，得到最少有效样本量、建议发放份数与计算过程，一键复制到研究设计章。
常见问题
计算公式是什么？
采用 Cochran 公式 n0 = z²·p(1-p)/e²，取最保守的 p=0.5；填了总体规模 N 时再做有限总体校正 n = n0/(1+(n0-1)/N)。95% 置信水平对应 z=1.96，5% 误差下无限总体的结果是 385——这也是问卷类论文最常见的样本量依据。
总体规模不知道怎么办？
留空即可，按无限总体计算（结果偏保守、样本量略大）。总体超过 10 万时校正影响很小，也可直接留空。
算出来的数和实际能收到的差很远怎么办？
填上预计回收率（线上问卷常见 60%-80%），工具会算出建议发放份数。实在达不到时：缩小研究总体（如从「全国大学生」缩到「××校本科生」）、放宽误差到 10%，并在论文局限性中如实说明。
这个样本量适用于所有统计方法吗？
这是按估计总体比例的抽样误差算的通用下限。做回归、结构方程等分析时还要满足方法自身的样本要求（如观测数对变量数的倍数），以统计教材与导师意见为准。
我填的内容会被上传吗？
不会。计算完全在你的浏览器本地完成，任何输入都不发送到服务器，也不调用 AI 服务。
样本量定了，问卷论文一站写完
工作台覆盖选题→开题→大纲→分章写作→文献→自查→导出全流程：把问卷结果挂进对应章节让 AI 严格依据数据成文，全程免注册、免费。
免费打开工作台