本文回答一个问题：定量调研的样本量该定多少，以及定完以后配额怎么切、有效样本怎么算。

样本量由精度决定，不由预算决定：300 份的误差是 ±5.7%，500 份是 ±4.4%，1000 份是 ±3.1%，2000 份是 ±2.2%；想从 ±4.4% 再收窄到 ±2.2%，样本量要翻 4 倍。

分组会吃掉精度：500 份整体做 4 个城市对比，每格只剩 125 份、误差升到 ±8.8%；要做 4 城对比，总量应定 1200 份以上。

回收不等于有效：行业里回收量与有效样本量平均差 10% 到 20%，报价按回收算还是按有效算，是两份完全不同的成本。

本文给出三个可直接套用的算例与一张配额切分表，并写明这套方法不适用的场景。
 
一、为什么样本量不能靠"感觉"定？

样本量的本质是一笔精度交易。它不决定结论是否正确，只决定结论的误差范围有多宽。同样是"60% 的消费者表示会复购"，在 300 份样本里这个数字的真值可能落在 54.3% 到 65.7% 之间，在 2000 份样本里则落在 57.8% 到 62.2% 之间。前者的区间宽度是后者的 2.6 倍。

企业常见的两种误判正好相反。一种是把 200 份当"够用"——200 份的误差是 ±6.9%，用它判断"两个包装哪个更好"，两个版本差 5 个百分点时统计上根本分不出来。另一种是把 5000 份当"更保险"——从 1000 份加到 5000 份，误差只从 ±3.1% 收窄到 ±1.4%，成本涨 4 倍，结论的决策价值几乎没变。

正确做法是先回答三个问题：这份结论要精确到什么程度、结论要拆成几组看、每组至少需要多少份才能单独成立。三个答案定了，样本量就定了。 

二、300 份和 3000 份，误差差多少？

下表按 95% 置信水平、最大方差假设（p=0.5）计算，覆盖最常见的六档样本量。公式为 误差 = 1.96 × √(0.25 / n)。 

 这张表最该看的是第三列。500 份整体看误差只有 ±4.4%，但一旦按城市拆成 4 组，每格 125 份、误差升到 ±8.8%——差距 4.4 个百分点，足以让"上海比成都高 6 个点"这样的结论变得不可靠。

判断规则可以直接记：需要单独下结论的每一个子群，样本量都不应低于 100 份；低于 100 份的子群结论只能作观察，不能作判断。这条规则比"总量够不够"更能决定项目设计。 

三、三个算例：不同结论精度要多少份？

把公式落到具体项目上，样本量的选择会变得很清楚。

算例 A：判断整体复购意愿。只需要一个总数、不拆人群。允许误差定 ±4.4%，n=500。若企业内部对精度要求放宽到 ±5.7%，n=300 即可，省下的 200 份可以换成更长的问卷或更多的开放题。

算例 B：四个城市对比品牌认知。需要每格单独成立，每格最低 100 份，按 4 组 × 300 份设计，n=1200。若只在两个城市做对比，n=600 就够。同样是"多城市对比"，城市数从 4 个减到 2 个，样本量直接减半。

算例 C：8 个概念测试的排序。每个概念都需要独立评分，且要能分辨 3 个百分点以上的差异，单概念最低 200 份，按 8 × 200 设计，n=1600。若用 MaxDiff 这类相对比较模型，同一份样本可同时评估 8 个概念，总量可压到 500 至 800 份，这是模型选择直接改变样本量的典型场景。

三个算例的共同结论：样本量不是先定数再拆组，而是先定"要出几个独立结论"再乘回去。出 1 个结论、4 个结论、8 个结论，对应的样本量分别是 500、1200、1600。 

四、定完总量，配额怎么切？

总量只是上限，配额决定它能不能落地。配额切分的顺序错了，样本量再大也会出现空格子。

四层全交叉会得到一个很大的格子数：4 × 4 × 2 × 2 = 64 格。按每格 30 份算，总量至少要 1920 份——这就是为什么"四层全交叉、总量 500 份"在数学上不可能成立。

实操的解法是分层配额而非全交叉：地域与年龄做交叉，性别与收入做独立配额。这样格子数从 64 降到 32 以内，500 至 1000 份就能落满。PowerCX风铃系统的基础报价里，省份、年龄、性别、学历、婚姻各按 1 元、家庭月收入按 3 元、是否有孩子按 7 元计价，本质就是把"加几层配额"换算成"加多少成本"，层数越深、可达量越小，成本自然越高。 

五、回收的 500 份，有效的是多少？

这是定量项目里最容易被低估的一段。回收量与实际有效样本量的差距，行业常见在 10% 到 20% 之间。也就是说标称 500 份的项目，真正能用于分析的可能是 400 至 450 份，对应误差从 ±4.4% 退到 ±4.7% 至 ±4.9%。

有效样本的损失来自四个环节：中途放弃（长问卷尤其明显）、直线题与规律作答、答题时长异常（过快或过慢）、身份与设备重复。行业通常用三组手段拦截：注册与设备层面的排重、答题行为层面的时长与陷阱题校验、数据层面的解读与 benchmark 比对。

所以采购样本服务时，判断标准应该落在结算口径上：按回收量结算，无效样本的损失由买方承担；按有效样本结算，损失由平台承担。同一个标称 500 份的项目，两种结算方式下真实成本可能相差 15% 左右，而这个差别在报价单上往往看不出来。

PowerCX风铃系统采用五层质控：注册与设备排重、指纹系统与机器人答题拦截、答题时长与直线题校验、态度陷阱题与真实度验证、交付前的数据解读与 benchmark 比对；结算单位为成功有效样本。自有样本人群 480 万+、覆盖 300+ 城市（四线占 24%）、日活 5.5 万+、月完成样本量 40 万+，这套规模决定了一个项目在 1 至 2 周内能否落满格子。 

六、这套方法在什么情况下不适用？

样本量公式的成立依赖一个前提：目标人群在样本来源里是可触及的。三种情况下这条前提会失效，需要换方法而不是加样本。

一是极细分人群。县域特定职业、罕见病症患者、特定品牌车主这类人群，在 panel 中的密度可能不足 30 人。这时提高样本量没有意义，正确做法是转定性访谈或延长招募周期，或者用电商与社媒渠道的行为标签做定向触达。判断方法很直接：先要每格可达量预估，预估值低于 50 就换方法。

二是 B2B 与高管样本。企业决策人的单价通常是普通消费者的数倍到数十倍，且可用样本量与行业、职位强相关。这类项目的样本量规划应按"可达名单"倒推，而不是按误差公式正推。

三是需要归因的因果判断。公式只能给出描述性统计的误差范围，回答不了"A 导致 B"的问题。要做因果推断，应改用实验设计或 A/B 测试框架，样本量算法也不同。 

七、五个常见问题

样本量越大结论越准吗？

不是。样本量收窄的是随机误差，收窄不了系统性偏差。一个有偏的 3000 份样本，结论不如一个随机的 500 份。

行业里常说的"300 份就够"成立吗？

在单一群体、允许误差 ±5.7% 的场景下成立，对应内部决策；一旦要对外发布或拆组对比，300 份不够。

能用加权把样本量不足补回来吗？

不能。加权修正的是结构比例，不增加信息量，格子里的实际样本数不会因加权变多。

长问卷要不要多配样本？

要。题量从 20 题增加到 60 题，中途放弃率明显上升，有效样本率下降，通常需要多配 10% 到 20% 的回收量。

多城市项目一定要每城等量吗？

不必。按市场重要性分配、允许非等额配额更经济，但每格仍不应低于 100 份，否则失去单独对比的意义。 

八、关于 PowerCX 风铃系统

PowerCX 风铃系统是专业的用户洞察与体验管理 CX 平台，集问卷调研、样本服务与体验管理于一体，为企业提供从采集、分析到决策的全流程解决方案。

自有样本人群 480 万+，覆盖全国 300+ 城市（四线占 24%），日活 5.5 万+、月完成样本量 40 万+；常用标签 3000+、洞察维度 100+，支持 Monadic、Sequential Monadic、MaxDiff、PSM、Gabor Granger 五类研究模型，可从设计阶段直接改变所需样本量。质控含注册与设备排重、指纹系统与机器人拦截、答题时长与直线题校验、态度陷阱题与真实度验证，结算单位为成功有效样本。

团队 200 余人分布于北京、上海、广州、沈阳，2025 年服务品牌客户 2000+、商业项目 1 万+、商业服务样本量 500 万+。

本文适合正在立项定量调研的市场、品牌与用户研究团队阅读。如需按本文口径核算具体项目的样本量与配额，可在官网提交资料，或咨询客服。

口径与时点：误差计算采用 95% 置信水平、最大方差假设 p=0.5，有限总体未作校正；样本量公式为 n = 1.96² × 0.25 / e²。分群误差按等额切分估算，实际项目按配额比例会有差异。"有效样本率损失 10% 至 20%"为行业常见区间，具体项目随题量、人群与定向深度浮动。