问卷样本量多少才够：一看就会的估算方法

适用人群：本科毕设 / 问卷实证论文写作者 前置知识：变量类型、描述性统计 阅读时长：约 6 分钟 学习目标：不用公式也能快速估算一份问卷至少需要多少有效样本，并能回答导师"你的样本量够吗"的追问。

"样本量多少才够"是答辩最常被问的问题之一。给一个模糊答案（比如"越多越好"）很难服众。这篇给几套可以直接套用的算法。

一、三条经验法则（先看这个）

学生论文最实用的三句话：

1. 有效样本量 ≥ 题目数 × 5～10（因子分析有进一步要求，详见第三节）。
2. 若要做分组比较（如性别、年级）：每组至少 30 人，尽量 50 人以上。
3. 整体少说要有 200 份，想要稳妥用 300 份以上（这是本科问卷的常见共识值）。

注意是有效样本——要去掉无效问卷（乱填、规律作答）之后的可用量，而不是回收量。

二、把回收率考虑进去（关键一步）

问卷星问卷的实际回收率通常是 30%～60%，很多只有 40% 上下。所以：

$$\text{需发送量} \approx \frac{\text{目标有效}}{\text{回收率}}$$

举例：你想要 300 份有效，回收率估 50%，就要发出约 600 份。很多同学"发了 300 收回 120 份"而失败，正是没把回收率算进去。

三、按统计功效的科学算法（进阶，讲给导师听）

如果导师要求更严谨，可以用"统计功效"来算。设定显著性水平 α = 0.05、统计功效 Power = 0.80，所需的近似样本量如下：

本科问卷研究心里有谱就好：想要能检测"中等效应"，两组比较每组 60-70 人，相关分析 80 份左右基本够；如果做中介 / 调节，样本要更大（建议 200+）。

四、特殊情况要加样本

• 因子分析 / 结构效度：样本量最好达到题目数的 5~10 倍，且不低于 150。
• 要做多个分组交叉：各组都要够数，综合下来总样本要再加码。
• 删除无效问卷比例高：按第一节的回收率公式把损耗全部算进去。

遇到问题怎么办

• 如果导师问你"为什么 200 份就够"：用第 3 节的效应量表回答——中等效应、Power=0.80 下 t 检验每组 64 人就够，200 份覆盖主要分析的检验力。
• 如果实际样本比"理想"少很多（如只有 120 份）：先不慌，报告你做了功效分析、说明效应假设与局限，比直接报"样本少"更有说服力；同时检查能否合并分组减少组数。
• 如果回收率太低、时间又紧：减少维度或删去结构性不强的题会降低所需样本量（前提是不伤效度）。
• 论文里怎么写：在"研究对象与样本"里写"有效样本 N 份，其中…（性别/年级分布）"，并在统计方法处注明功效分析与检验方法。

小结

样本量先按「题目数 × 5~10、分组每组 ≥30、至少 200 份」估一遍；再把回收率拉满（发送量 = 目标有效 ÷ 回收率）；导师较真时用统计功效（中等效应、power=0.8）那一套来支撑。把这三层准备好了，样本量这个问题就能讲清楚。