“做xx调查的话，一般需要多少份问卷才有代表性？”这大概是PowerCX风铃系统在知乎被问得最多的问题。这个问题可以拆分成两个小问题：代表性、样本量。

毋庸置疑，问10个对的人，比问100个错误的人更有效。你需要考虑的是识别、寻找合适的调研对象，而不是纠结于样本的大小。

切忌因为找不到愿意填写问卷的人，而简单地求助于身边的亲朋好友。毕竟人以群分，身边的人可能在某种程度上具有相似性，无法代表你所调研的整体对象。这样也违背了抽样调查的初衷。

PowerCX风铃系统拥有400万+真实人群的自有样本库，覆盖全国各地、各行业、各年龄段。同时，风铃系统与国内头部电商和国内头部招聘企业合作，可以根据用户的购物行为和职业标签进行精准抽样，触达4.7亿电商样本和2亿职场样本。一般的问卷调查对象都能在这里找到，让你发放问卷不再四处求人。

另外，调查方式、统计模型、问卷设计等等也都有影响。曾经的美国民意调查权威杂志《文学文摘》正是相信“样本量越大结果越可靠”。在1936年美国大选中，《文学文摘》在全国范围内发放了1000万份问卷，最后回收了约240万份，但预测结果惨遭翻车。而当时统计学家盖洛普凭借正确的统计学抽样方法，仅用5万个小样本（《文学文摘》的1/200）就成功预测了大选结果。由此盖洛普名声大噪，其公司也成为了半个民意调查的代名词。

如果调查不是长期的、需要追踪的，而是单次简单随机抽样调查，样本量大小基本上取决于你需要的精确度。从传统统计方法确定样本容量，则需要考虑三个要素：

总体标准差的估计值（σ）：可以参考以往类似调研、试点调研、二手资料或根据专业调研人员的判断得出

抽样的允许误差范围（E）：由调研团队协商确定，如果是市场调研则要与客户商定，并顾及财务和管理方面的要求。如果是探索性研究，只是想通过调研了解基本面，精确度就不这么重要了。

抽样结果在实际总体值的特定范围（抽样结果±抽样误差）内的允许置信水平（Z）：根据置信水平查找对应的正态分布：Z值表，比如置信水平为95.44%，对应的Z值是1.96。

在估计平均值时，计算公式为

在估计比例时，计算公式为

众所周知，一般样本量越大成本越大。这里的成本不仅包括金钱成本，也就是调研所需费用，还包括人力成本、时间成本。在市场调研中，预算往往才是市场调研人员或是市场部门考虑的首要因素。

另外也可以凭经验确定，一般的小调查预算不是很充足，样本量200、300代表性足够了，400、500也是常用样本量。

要分析的子群数目也在考虑的范围内。比如一项针对全校本科生的问卷调查，400份问卷已经足够。但如果必须按照性别单独分析，且男女各占一半，那么每个子群的容量就是200，分别用来推测两组人群的特点就不太合理。要是再加上其他变量，比如年级、专业等等，问题就变得更复杂，因为每个子群的容量被分割得更小了。

在其他条件不变的前提下，分析的子群数目越多，对应需要的样本容量越大。否则无法解释每个子群间的差异到底是真实存在的，还是由抽样误差引起的。

PowerCX风铃系统建议样本中每个主要子群容量100+，每个次要子群容量20-50。

最后，当你终于确定了合适的样本量，还需要考虑调查方式的发生率和响应率，毕竟不是你发出的每份问卷都会有回音。不同的调查方式对应的效应率也不一样。传统的电话调研响应率约10%，通过Email等网络渠道进行的在线调查响应率可能只有万分之一。

但是在线调查小组响应率更高，速度更快，一小时可回收问卷900+份。

在线样本小组对问卷调查的认知度和接受度比一般网民更高，因此配合度也更高。在此基础上，PowerCX风铃系统不断完善作答机制以鼓励用户作答，不定期组织各种活动以提高用户黏性和活跃度。

在PowerCX风铃系统，触达受访者的渠道也更为多样。风铃系统的问卷自动适配手机、电脑、平板等多种设备，除了邮件、短信，用户还能在APP、Web、微信等多渠道参与作答。

为受访者提供奖励也是行之有效的手段。但是很多调查者往往受限于预算和时间精力，没法大批量地实行。PowerCX风铃系统的样本服务低至0.5元 /个，而且只收取极少量佣金，奖励基本都给到受访者，让你花一样的预算找到更积极的受访者。