问卷要收多少份结果才可靠？深度访谈要做多少场才够？（2026年企业样本量指南）

但这些数字只在分析单一整体群体时成立。如果需要按子群体拆分结果，每个数字都会改变。本文讲解思考样本量的正确方法，并提供可以实际参考的表格。

问卷要收多少份结果才可靠？

问卷调查的可靠性用误差范围来衡量，它告诉您结果可能偏离真实值多远。

在95%置信水平、总体规模较大的情况下的误差范围：

• —50份：误差范围约±13.9%
• —100份：误差范围约±9.8%
• —200份：误差范围约±6.9%
• —300份：误差范围约±5.7%
• —385份：误差范围约±5.0%（商业标准）
• —600份：误差范围约±4.0%
• —800份：误差范围约±3.5%
• —1,000份：误差范围约±3.1%
• —1,500份：误差范围约±2.5%
• —2,000份：误差范围约±2.2%

表格解读：如果您收集了400份问卷，发现60%的受访者对产品感兴趣，那么市场中的真实数字很可能在55%至65%之间，对大多数决策而言已足够精确。

一个常被误解的关键点：总体规模对所需问卷数量几乎没有影响。无论您的市场有50,000人还是5,000,000人，385份问卷提供的精确度大致相同。决定精确度的是问卷数量，而不是它们占总体的比例。

什么情况下少于385份也可以接受

许多项目并不需要达到385份。

总体有限时。例如，如果您总共只有300家企业客户，由于有限总体校正，169份问卷就已能达到约±5%的误差范围。在客户数量只有几百家的B2B场景中，所需数量远低于您的预期。

比较前后变化时。例如将本季度满意度与上季度对比。如果每次使用相同的收集方法，200份样本就足以看出趋势，因为系统误差会相互抵消。但随机抽样误差不会相互抵消：每轮200份时，结果需要变化超过约10个百分点，才能确信变化是真实的；季度之间3至5个百分点的变动，可能只是样本的波动。

您关心的差异很大时。如果您只需要知道哪个群体明显更偏好某样东西，而不需要精确数字，150至200份可能就够了。

结果用于内部决策而非对外发布时。用于组织内部决策的工作可以容忍更高的误差范围，前提是决策者清楚每个数字的误差范围有多大。

统计上可用的最低下限：每组30份

400份是一个理想目标，但现实中许多项目达不到：目标群体难以接触（企业高管、医生或企业客户）、预算或时间有限，或回复率偏低。因此，问题不只是应该收集多少份，而是用实际拿到的数量能得出什么结论。

广泛采用的下限是每个计划分析的群体至少30份。Roscoe（1975）提出了这一规则：当样本被拆分为子群体时，每个子群体至少应有30个样本。其依据来自中心极限定理：样本量达到约30或以上时，样本均值的分布足够接近正态分布，可以使用标准统计方法。一个常见误解是，30份并不会让数据呈正态分布，也不意味着结果足够精确。在30份时误差范围仍高达约±18%，因此这只是可以使用统计方法的起点，并不适合用于重要决策。

未达到目标数量怎么办

• —始终报告实际误差范围。使用上方计算器的“已收集”模式，并在每个数字旁注明误差范围。这样决策者就能知道每个数字可以信赖到什么程度。
• —不要拆分出少于30份的子群体。如果必须查看，应将其作为定性观察来报告，而非百分比。
• —总体较小时应用有限总体校正。例如，企业客户只有几百家时，所需数量会大幅下降。
• —用深度访谈补充。当数量较少时，解释“为什么”比估计“有多少”更有分量。
• —警惕无应答偏差。作出回应的人可能与未回应的人存在系统性差异。这无法靠收集更多问卷来解决，而且往往比样本量更重要。

代价最高的陷阱：子群体分析

这是调研项目最浪费钱的地方。

如果您收集了400份问卷，然后想按4个年龄组进行分析，每组只剩约100份，误差范围接近±10%。这意味着，如果A组的回答是55%、B组是48%，您无法断定两组确实存在差异，因为在每组约100份的情况下，两组之间的差异需要超过约14个百分点，才能在95%的置信水平下视为真实差异，因此7个百分点的差异仍无法与随机抽样误差区分开来。而观察两组的误差范围是否重叠，并不是正确的检验方法。

实用规则：

• —每个打算单独分析的子群体至少应有100份；如果要有把握地比较群体，则需要150至200份。
• —倒推计算：如果需要分析5个子群体，至少需要750至1,000份，而不是400份。
• —在收集数据之前就确定要分析多少个子群体。事后才考虑，是调研无法回答重要问题的头号原因。
• —如果预算不够，只分析对决策真正重要的群体，并为这些群体收集足够的样本（过度抽样，over-sampling），而不是把样本稀疏地分摊到每个群体。

常见抽样方法及其对样本量的影响

计算器中的公式假设采用简单随机抽样，即总体中每个人被选中的机会均等。实际中广泛使用其他抽样方法，每种方法都会以不同方式改变所需数量，相关原理参见Cochran（1977）和Kish（1965）。

分层抽样是走出子群体陷阱的办法。如果一开始就知道需要分析4个地区，就为每个地区设定足够的数量，例如每个地区100至150份，而不是把所有人放在一起抽样，再指望每个地区都能分到足够的数量。如果某些地区的收集量高于其实际占比（过度抽样），在汇总整体情况时应加权还原为总体比例。

深度访谈要做多少场才够？

定性研究与定量研究遵循的逻辑不同，因为它的目的不是估计总体数值，而是理解机制和原因。所采用的标准是数据饱和（data saturation），即再增加访谈也不会产生新主题的那个点。

实证研究给出的数字相当一致。Guest, Bunce and Johnson (2006)分析了60场访谈，发现几乎所有主题都出现在前12场之内，核心主题从大约第6场起就已出现。Hennink, Kaiser and Marconi (2017)将饱和分为两个层次：捕捉到所有主题（编码饱和，code saturation）约需9场访谈；足够深入地理解每个主题的含义（意义饱和，meaning saturation）约需16至24场。Hennink and Kaiser (2022)的一项系统综述发现，当目标群体较为同质、研究问题清晰时，大多数访谈研究在9至17场时达到饱和。对于焦点小组，Guest, Namey and McKenna (2017)发现2至3组可覆盖约80%的主题，3至6组可覆盖约90%。

合适的数量还取决于每场访谈的信息丰富程度。Malterud, Siersma and Guassora (2016)提出了信息力（information power）的概念：在以下情况下，所需受访者数量会减少——研究目标窄而清晰、受访者与目标群体高度契合、研究有理论框架支撑、对话质量高（这直接取决于访谈者的技能），以及分析侧重于深入的个案分析。因此，窄而清晰的问题大约需要6场访谈就可能获得足够的数据，这也是核心主题通常出现的数量（Guest et al., 2006）；而复杂的问题或多元化的群体则可能需要20场以上。经验丰富的访谈者或许能以少于6场的访谈确认非常窄的问题，但只应视为初步验证。

实践结论：每个目标群体约12场访谈，是大多数问题的稳妥起点。当问题较窄且访谈者经验非常丰富时，可以减少；当问题复杂时，应计划更多场次。在真正达到饱和时停止，而不是在达到预先设定的数字时停止。

实践中行之有效的数字：

• —深度访谈：每个目标群体8至15场。大多数关键主题通常在10至12场内浮现。如果目标群体高度多元，增加到15至20场。
• —焦点小组：每个目标群体3至4组，每组6至8人。少于3组，有可能捕捉到的是某个特定小组的互动特点，而不是市场的看法。
• —民族志研究（观察真实行为）：通常6至12名参与者就够了，因为每位参与者提供的数据要深入得多。
• —如果有多个目标群体，请乘以群体数量。例如有3个目标群体，总共应进行30至45场访谈，而不是把12场分摊给它们。

达到饱和的标志是：连续3位受访者都没有提供超出已记录内容的新主题。实践中，应预留一定余量进行规划，并在达到饱和时停止，而不是一开始就死板地固定数量。

数量不是全部：比数量更重要的三件事

根据我们的经验，大多数出问题的调研并不是因为样本太小，而是因为以下三点。

1. 样本与目标群体不匹配。1,000份来自非目标客户的问卷，价值不如200份来自正确群体的问卷。这一问题在筛选宽松的廉价在线样本库中很常见。您需要问供应商的是：受访者如何筛选，发生率（incidence rate）是多少。

2. 问题设计不当。引导性问题、测量的是礼貌而非购买意向的问题，或使用客户实际上不用的术语的问题，会得出对无意义之事“精确”的数字。这就是我们始终建议在设计问卷之前先做定性研究的原因。

3. 缺少解释数字的环节。当结果出乎意料时，许多项目选择自行解读，而不是回到真实的人那里寻求解释。最有价值的发现往往就在这里。

参考文献

• —Cochran, W. G. (1977). Sampling Techniques (3rd ed.). John Wiley & Sons.
• —Guest, G., Bunce, A., & Johnson, L. (2006). How Many Interviews Are Enough? An Experiment with Data Saturation and Variability. Field Methods, 18(1), 59–82.
• —Guest, G., Namey, E., & McKenna, K. (2017). How Many Focus Groups Are Enough? Building an Evidence Base for Nonprobability Sample Sizes. Field Methods, 29(1), 3–22.
• —Hennink, M. M., Kaiser, B. N., & Marconi, V. C. (2017). Code Saturation Versus Meaning Saturation: How Many Interviews Are Enough? Qualitative Health Research, 27(4), 591–608.
• —Hennink, M., & Kaiser, B. N. (2022). Sample Sizes for Saturation in Qualitative Research: A Systematic Review of Empirical Tests. Social Science & Medicine, 292, 114523.
• —Kish, L. (1965). Survey Sampling. John Wiley & Sons.
• —Malterud, K., Siersma, V. D., & Guassora, A. D. (2016). Sample Size in Qualitative Interview Studies: Guided by Information Power. Qualitative Health Research, 26(13), 1753–1760.
• —Roscoe, J. T. (1975). Fundamental Research Statistics for the Behavioral Sciences (2nd ed.). Holt, Rinehart and Winston.