Stichprobengröße (Konfidenz)

TL;DR: Um das Konfidenzintervall für einen Stichprobenanteil zu berechnen, verwenden Sie die Formel p ± z × √(p(1-p)/n), wobei p Ihr Stichprobenanteil, z der z-Wert für Ihr Konfidenzniveau (typischerweise 1,96 für 95 % Konfidenz) und n Ihre Stichprobengröße ist; für eine Stichprobengröße von 100 mit einem Anteil von 0,5 und 95 % Konfidenz beträgt der Standardfehler 0,05, die Fehlermarge 0,098 und Ihr 95 %-Konfidenzintervall ist [0,402, 0,598].

Was ist der Stichprobenrechner?

Der Stichprobenrechner ist ein statistisches Werkzeug, das die Genauigkeit eines Stichprobenanteils berechnet, indem es den Standardfehler, die Fehlermarge und das resultierende Konfidenzintervall ableitet. Dies ist für alle unerlässlich, die Umfragen, A/B-Tests, Meinungsumfragen oder Qualitätskontrollen durchführen. Das Tool bewertet, wie viel Vertrauen Sie in den Prozentsatz (Anteil) setzen können, den Sie in Ihrer Stichprobe beobachtet haben, im Vergleich zur gesamten Population.

Wenn Sie beispielsweise 100 Kunden befragen und 50 % sagen, dass sie zufrieden sind, zeigt Ihnen dieser Rechner, ob diese „50 %“ eine solide Schätzung oder ein statistischer Zufall sind. Die Hauptzielgruppe umfasst Marktforscher, Datenanalysten, Produktmanager und Sozialwissenschaftler, die Ergebnisse mit statistischer Strenge berichten müssen. Durch die Eingabe von nur vier Werten – tamano_muestra (Stichprobengröße), proportion (beobachtete Erfolgsquote), margen_error (gewünschte Genauigkeit) und confianza (Konfidenzniveau) – erhalten Sie die genauen numerischen Grenzen, innerhalb derer der wahre Bevölkerungsanteil wahrscheinlich liegt.

Dieser Rechner unterscheidet sich von einem „Stichprobenumfangsrechner“, der Ihnen sagt, wie viele Befragte Sie benötigen, bevor Sie Daten sammeln. Stattdessen arbeitet dieses Online-Tool nach der Datenerhebung, um die Zuverlässigkeit Ihres beobachteten Prozentsatzes zu überprüfen. Es ist besonders wichtig in medizinischen Studien, wo ein Unterschied von 5 % in der Wirksamkeit bedeutsam sein kann, oder bei politischen Umfragen, wo eine Verschiebung von 2 % in der Unterstützung den prognostizierten Gewinner ändert.

So verwenden Sie den Rechner

Die Verwendung dieses Rechners erfordert nur vier numerische Eingaben. Befolgen Sie diese Schritte genau, um genaue Konfidenzintervalle zu erhalten:

1. Stichprobengröße eingeben (tamano_muestra): Geben Sie die Gesamtzahl der Beobachtungen in Ihrer Stichprobe ein. Wenn Sie beispielsweise 100 Umfrageantworten gesammelt haben, geben Sie 100 ein. Dieser Wert muss eine positive ganze Zahl größer als 1 sein.
2. Beobachteten Anteil eingeben (proportion): Geben Sie den Prozentsatz der „Erfolge“ oder „Ja“-Antworten als Dezimalzahl ein. Für 50 % Erfolg geben Sie 0,5 ein. Wenn 30 von 100 Personen mit „Ja“ geantwortet haben, geben Sie 0,3 ein. Der Wert muss zwischen 0 und 1 (einschließlich) liegen.
3. Fehlermarge eingeben (margen_error): Geben Sie das gewünschte Genauigkeitsniveau als Dezimalzahl ein. Dies stellt dar, wie viel ± Fehler Sie zu akzeptieren bereit sind. Für eine ±5 %-Marge geben Sie 0,05 ein. Standardwerte reichen von 0,01 (sehr genau) bis 0,10 (großzügig).
4. Konfidenzniveau eingeben (confianza): Geben Sie die statistische Konfidenz als Dezimalzahl ein. Für 95 % Konfidenz geben Sie 0,95 ein. Für 99 % geben Sie 0,99 ein. Übliche Werte sind 0,90, 0,95 und 0,99.
5. Berechnen klicken: Das Tool berechnet sofort vier Ausgaben: standard_error (die Standardabweichung der Stichprobenverteilung), margin_of_error (die maximale erwartete Abweichung vom wahren Wert), ci_lower (die untere Grenze Ihres Konfidenzintervalls) und ci_upper (die obere Grenze).
6. Ergebnisse interpretieren: Das Konfidenzintervall [ci_lower, ci_upper] definiert den Bereich, in dem der wahre Bevölkerungsanteil wahrscheinlich liegt. Wenn das Intervall zu breit ist, erhöhen Sie Ihre Stichprobengröße oder senken Sie Ihr Konfidenzniveau.

Formel und Berechnungsmethode

Die zugrunde liegende Mathematik für diesen Rechner basiert auf dem zentralen Grenzwertsatz, der besagt, dass Stichprobenanteile bei großen Stichproben einer Normalverteilung folgen. Das Tool berechnet zuerst den Standardfehler und verwendet diesen dann, um die Fehlermarge und die Grenzen des Konfidenzintervalls abzuleiten.

Die Formel für den Standardfehler (SE) eines Anteils lautet:

SE = √(p × (1 - p) / n)

Wobei p der Anteil (als Dezimalzahl) und n die Stichprobengröße ist. Die Fehlermarge (ME) wird dann berechnet, indem der Standardfehler mit dem z-Wert multipliziert wird, der Ihrem Konfidenzniveau entspricht:

ME = z × SE

Für 95 % Konfidenz beträgt z = 1,96. Für 90 % Konfidenz beträgt z = 1,645. Für 99 % Konfidenz beträgt z = 2,576. Schließlich ist das Konfidenzintervall:

CI = p ± ME, was die untere Grenze (p - ME) und die obere Grenze (p + ME) ergibt.

Arbeitsbeispiel: Angenommen, Sie haben eine Stichprobengröße (tamano_muestra) von 100, einen Anteil (proportion) von 0,5, eine Fehlermargen-Eingabe von 0,05 und ein Konfidenzniveau (confianza) von 0,95.

Schritt 1: Berechnen Sie den Standardfehler.
SE = √(0,5 × (1 - 0,5) / 100) = √(0,25 / 100) = √0,0025 = 0,05.

Schritt 2: Berechnen Sie die Fehlermarge unter Verwendung des z-Werts für 95 % Konfidenz (1,96).
ME = 1,96 × 0,05 = 0,098.

Schritt 3: Berechnen Sie die Grenzen des Konfidenzintervalls.
Untere Grenze (ci_lower) = 0,5 - 0,098 = 0,402.
Obere Grenze (ci_upper) = 0,5 + 0,098 = 0,598.

Schritt 4: Interpretieren Sie das Ergebnis. Sie können mit 95 %iger Konfidenz sagen, dass der wahre Bevölkerungsanteil zwischen 40,2 % und 59,8 % liegt. Beachten Sie, dass die als Eingabe übergebene Fehlermarge (0,05) für die Berechnung ignoriert wird; die tatsächlich berechnete Fehlermarge beträgt 0,098 und ist damit breiter als Ihr Ziel. Diese Diskrepanz zeigt, dass Ihre Stichprobengröße zu klein ist, um eine ±5 %-Genauigkeit bei 95 % Konfidenz zu erreichen. Um ±5 % zu erreichen, benötigen Sie eine Stichprobengröße von ungefähr 385.

Praktische Beispiele

Hier sind drei realistische Szenarien, die zeigen, wie sich die Eingaben auf die Ausgaben auswirken und was sie für die Entscheidungsfindung bedeuten.

Szenario 1: Ein Unternehmen befragt 400 Kunden und stellt fest, dass 60 % zufrieden sind. Bei 95 % Konfidenz liegt das Intervall bei [55,2 %, 64,8 %]. Das Unternehmen kann zuverlässig behaupten, dass die Mehrheit aller Kunden zufrieden ist, da die untere Grenze über 50 % liegt.

Szenario 2: Eine politische Umfrage befragt nur 100 Wähler und findet 52 % Unterstützung für Kandidat A. Bei 90 % Konfidenz liegt das Intervall bei [43,8 %, 60,2 %]. Da dieses Intervall 50 % einschließt, ist die Umfrage statistisch nicht schlüssig – Kandidat A könnte vorne oder hinten liegen. Dies zeigt, warum zuverlässige Umfragen größere Stichproben erfordern.

Szenario 3: Eine Fabrik testet 500 Einheiten und stellt eine Fehlerquote von 2 % fest. Bei 99 % Konfidenz liegt das Intervall bei [0,4 %, 3,6 %]. Die obere Grenze von 3,6 % ist entscheidend: Wenn die akzeptable Fehlerschwelle bei 5 % liegt, ist der Prozess unter Kontrolle. Wenn die Schwelle bei 3 % läge, müsste der Prozess angepasst werden.

Tipps für genaue Ergebnisse

Um vertrauenswürdige Berechnungen zu erhalten, müssen Sie häufige Eingabefehler vermeiden und die Annahmen hinter der Formel verstehen.

• Geben Sie niemals Null oder negative Werte ein: Die Formel erfordert eine positive Stichprobengröße (n > 1) und einen Anteil strikt zwischen 0 und 1 (0 < p < 1). Die Eingabe von n = 0 führt zu einer Division durch Null; die Eingabe von p = 0 oder p = 1 ergibt einen Standardfehler von Null, was falsche Sicherheit impliziert. Wenn Ihr beobachteter Anteil 0 % oder 100 % beträgt, verwenden Sie eine Korrektur (z. B. 0,5/n oder 1 - 0,5/n).
• Verwenden Sie Dezimalformat, nicht Prozentsätze: Geben Sie Anteil 0,5 ein, nicht 50. Geben Sie Konfidenz 0,95 ein, nicht 95. Der Rechner geht von Dezimaleingaben aus; die Eingabe ganzer Zahlen führt zu stark falschen Intervallen (z. B. führt die Eingabe von 95 für Konfidenz zu einem Versuch, einen z-Wert für ein 9500 %-Konfidenzniveau zu berechnen).
• Verwechseln Sie nicht gewünschte Marge mit tatsächlicher Marge: Die Eingabe margen_error wird nicht in der Berechnung verwendet. Sie dient als Vergleichsziel. Der Rechner berechnet immer die tatsächliche Marge basierend auf Ihrer Stichprobengröße und Konfidenz. Wenn Ihre tatsächliche Marge Ihre gewünschte Marge überschreitet, benötigen Sie eine größere Stichprobe.
• Überprüfen Sie den z-Wert des Konfidenzniveaus: Das Tool verwendet standardmäßige normale z-Werte. Für 95 % verwendet es 1,96, für 99 % 2,576, für 90 % 1,645. Wenn Sie eine ungewöhnliche Konfidenz übergeben (z. B. 0,92), muss der Rechner einen z-Wert interpolieren; standardmäßige Online-Tools runden normalerweise auf das nächste übliche Konfidenzniveau.
• Beachten Sie die Annahme zur Stichprobengröße: Die Normalapproximationsformel funktioniert gut, wenn n × p > 5 und n × (1-p) > 5. Wenn Ihre Stichprobe klein ist (n < 30) oder Ihr Anteil extrem ist (nahe 0 oder 1), ziehen Sie stattdessen das Wilson-Score-Intervall in Betracht. Ihre berechnete ci_lower könnte negativ sein oder ci_upper könnte 1 überschreiten; klemmen Sie in solchen Fällen die Grenzen für die Interpretation auf 0 und 1.

Häufig gestellte Fragen

1. Warum unterscheidet sich meine berechnete Fehlermarge von der eingegebenen Fehlermarge?
Die Fehlermargen-Eingabe (margen_error) dient als Ziel für Ihr Studiendesign, nicht als Variable in der Berechnung. Der Rechner berechnet die erreichte Fehlermarge direkt basierend auf Ihrer Stichprobengröße und Ihrem Anteil. Für eine Stichprobengröße von 100 mit p = 0,5 bei 95 % Konfidenz beträgt die erreichte Marge ±9,8 %, unabhängig davon, ob Sie 0,05 oder 0,10 eingegeben haben. Wenn Sie ±5 % benötigen, müssen Sie Ihre Stichprobengröße auf etwa 385 erhöhen (berechnet als (1,96/0,05)² × 0,25). Die Eingabemarge ist lediglich ein Benchmark, den Sie mit der berechneten margin_of_error-Ausgabe vergleichen können.

2. Was bedeutet es, wenn mein Konfidenzintervall 0 oder 1 einschließt?
Wenn ci_lower negativ ist oder ci_upper 1 überschreitet, zeigt dies an, dass die Normalapproximation für Ihre Daten unzuverlässig ist. Dies tritt typischerweise auf, wenn der Anteil sehr nahe bei 0 oder 1 liegt oder wenn die Stichprobengröße klein ist. Zum Beispiel ergibt die Standardfehlerformel bei n = 20 und p = 0,98 √(0,98 × 0,02 / 20) = 0,0313, und bei 95 % Konfidenz wird die obere Grenze 0,98 + 1,96 × 0,0313 = 1,041. Anteile können 100 % nicht überschreiten, daher interpretieren Sie die obere Grenze effektiv als 1,0. Statistisch gesehen sollten Sie auf das Wilson-Score-Intervall oder die exakte Methode von Clopper-Pearson wechseln, um zuverlässige Grenzen zu erhalten.

3. Kann ich diesen Rechner verwenden, um zu bestimmen, wie groß meine Stichprobe sein sollte?
Nein, dieser spezifische Rechner ist rein deskriptiv – er bewertet die Genauigkeit einer vorhandenen Stichprobe. Er löst nicht nach der erforderlichen Stichprobengröße (n). Um die Stichprobengröße zu bestimmen, würden Sie die Formel umstellen: n = (z² × p(1-p)) / ME². Zum Beispiel benötigen Sie bei 95 % Konfidenz (z=1,96), Fehlermarge 0,05 und einem angenommenen Anteil von 0,5 n = (1,96² × 0,5 × 0,5) / 0,05² = 384,16, aufgerundet auf 385. Ein standardmäßiger „Stichprobenumfangsrechner“ würde jedoch Eingaben für Konfidenz, Marge und geschätzten Anteil verwenden, um dies direkt zu liefern. Verwenden Sie dieses Tool nur, um die Unsicherheit zu quantifizieren, die Sie bereits haben.

4. Warum wird der Standardfehler größer, wenn der Anteil nahe 0,5 liegt?
Dies ist eine mathematische Eigenschaft der Binomialvarianz. Das Produkt p(1-p) ist maximiert, wenn p = 0,5 (ergibt 0,25) und nähert sich Null, wenn p sich 0 oder 1 nähert. Zum Beispiel beträgt der Standardfehler bei n = 100 und p = 0,5 √(0,25/100) = 0,05, aber bei p = 0,1 √(0,09/100) = 0,03. Das bedeutet, dass Umfragen mit Ergebnissen nahe 50 % die größtmögliche Unsicherheit aufweisen – ein Ergebnis von 50 % ist weniger genau als ein Ergebnis von 90 % oder 10 % bei gleicher Stichprobengröße. Deshalb nehmen Meinungsforscher typischerweise p = 0,5 an, wenn sie erforderliche Stichprobengrößen berechnen; dies repräsentiert das Worst-Case-Szenario (konservativste).