为什么我们做用户调研时，样本量不是50就是500这样的数字？为什么不是300，或者是20这样？作者通过自己公众号为例，对这个问题进行了详细的分析，并解释了背后的理论依据，分享给大家。

教员经常讲，你对于某个问题没有调查，就停止你对于某个问题的发言权。

要注重调查、反对瞎说。

今天某个朋友在问我定性和定量调研的关系，问定性调研为啥是50位，不是30不是100呢？

有没有理论支撑？

我当时被问住了，尴尬了回了句 哈哈哈，好问题。

午饭后，重新思考了这个问题，做一个简单的梳理。

定性调研：

已购用户定性调研，有几个关键性的指标要明确。

1、用户是谁

2、用户在哪

3、用户使用产品属于什么阶段

举个例子，

我在写公众号，我的产品就是输出关于机器人赛道相关的东东。

那我做定性调研怎么做呢？

一、用户是谁

通过后台数据会发现，我的公众号粉丝男女比例，差不多4：1

那我做调研男女比例也要遵循这个逻辑。

用户是谁还要包含年龄、职业、收入、等等维度，那个群体多那个群体相对比例也要增加。

那我在访谈时就要侧重在26-45的年龄区间。

二、用户在哪呢？

还是以我公众号为例，那我的访谈重点区域就在这几个地方。

继续拆解，广东访谈重点在深圳，江苏访谈重点在苏州。

三、用户使用产品属于什么阶段

1、未使用人群

2、已使用人群

3、重度体验人群

按照阶段再结合地区和用户分解

3（阶段）x2（性别）xN(地区选择）xS（年龄选择）

按照我的来看

3x2x4x2=48人

这还没按照粉丝比例去做调整，那50位是不是算合理呢。

新产品的调研也可以做参考，也是适用的。

定量调研：

500份的调研样本不代表回收的有效数据，那为啥是500呢？

我们在读书阶段可能都接触过一部分统计学，在统计学里有个概率问题。

我不做科普，样本量其实也有几个关键性指标。

1、置信区间

2、置信水平

3、人口规模

4、标准差

感兴趣的自行百度

那统计学中有一个概念叫做Z分数。

Z 分数是统计学中的一个概念，它表示你的分数距离平均值有多少个标准差。在计算样本大小时，Z 分数代表了你想要的置信水平。

常见的置信水平有 90%，95%，和 99%，它们对应的 Z 分数分别大约是 1.645, 1.96, 和 2.576。

正太分布Z值表是现成，可以看下图

正态分布Z值表怎么看呢？

比如，我们想要找到置信水平为 90% 的时候，Z 分数是多少？

90% 的置信水平意味着中间覆盖了总体的 90%，留下两端各占 5%（100% – 90% = 10%，两端各占一半，所以是 5%）。

在标准正态分布中，这意味着你需要找到累积概率为 95%（50% + 45%）的 Z 分数。因为从最左端到中间覆盖了 50%，再加上从中间到你的 Z 点的 45%。

使用正态分布Z值表

找到对应的行和列，然后沿着这行和列确定交点，你就可以找到对应的 Z 分数。如果表是从最左侧到 Z 点的累积概率，你会找到累积概率为 0.9500 左右的 Z 分数。

好像还是没聊到样本量，别着急。

当你了解了这些信息，自然就会了解到一个公式

1）置信水平（Z 分数）：你需要多大的置信度？这决定了你的 Z 分数。

2）预期的效应大小（P）：这通常是你希望能够检测到的最小变化或差异。

通常使用 P = 0.5 作为保守估计，因为这会给出最大的样本大小。

3）标准差（e）：预期答案的变化范围。

如果你不确定，可接受的误差范围 e 可以用 0.05（即 5%）作为一个保守估计。

假设我们要计算的情景如下：

置信水平是 95%，所以 Z = 1.96

预计效应大小（比例）P = 0.5

可接受的误差范围 e = 0.05（即 5%）

我们将这些值代入公式中：

N = (1.96² × 0.5 × (1 – 0.5)) / 0.05² = 384.16

根据计算，当置信水平为 95%，预期效应大小为 0.5，且可接受的误差范围为 5% 时，所需的样本大小大约为 384.16。

用样本计算器计算，用户基数十万人，有效样本量382就可以覆盖。

用户基数100万，有效样本量384。

用户基数一个亿，你会发现还是384。

神奇不？

没有调查，我怎么可能瞎说。

以上