如何使用這個計算器
計算器分成三個分頁：「依誤差範圍計算樣本數」根據目標誤差、信賴水準和預期比例算出所需的有效樣本；「依樣本數計算誤差範圍」用來評估已回收的資料有多精確；「兩組比較」估算檢定兩個比例的差異時每組需要多少樣本。
設計效應、母體大小和回收率都是選填。只填必要的三項就能得到基本結果；需要更貼近實際執行時，再補上這些參數。結果下方的對照表列出常用誤差範圍對應的樣本數，方便和客戶或指導教授討論預算。
公式與各項意義
n₀ = z² × p(1 − p) ÷ e²。z 是信賴水準對應的標準常態分位數（90%、95%、99% 分別約為 1.645、1.960、2.576）；p 是預期比例，不確定時取 50%，此時 p(1 − p) 最大、樣本數最保守；e 是誤差範圍，±5% 記為 0.05。
設計效應（deff）反映加權、叢集或分層造成的精確度損失：n′ = n₀ × deff。母體大小 N 較小時套用有限母體校正：n = n′ ÷ [1 + (n′ − 1) ÷ N]。如果填寫了預期回收率，工具會把所需的有效樣本換算成需要發出的邀請數。
計算實例
95% 信賴水準、p = 50%、誤差 ±5%：n₀ = 1.96² × 0.5 × 0.5 ÷ 0.05² = 384.15，需要 385 份有效問卷。
同樣條件下，如果母體只有 2,000 人（例如一家公司的全體員工），套用有限母體校正後只需要 323 份。
如果加權後的設計效應約為 1.5，需要 577 份有效問卷；以 20% 的回收率計算，大約要發出 2,885 份邀請。
反過來，1,000 份有效問卷在 95% 信賴水準、p = 50% 時的誤差範圍約為 ±3.1%。
比較兩組時（例如 50% 對 60%，α = 0.05 雙尾，檢定力 80%），每組需要 388 份；使用 Fleiss 連續性校正時，每組需要 408 份。
什麼時候適用，什麼時候不適用
適用於以比例為主要指標的問卷：滿意度比例、品牌知名度、購買意願等，而且樣本接近簡單隨機抽樣，或能夠估計設計效應。
如果主要關心的是子群體（例如每個縣市或每個年齡層），誤差範圍要依最小的子群體計算，而不是依總樣本。便利樣本、線上固定樣本等非機率樣本沒有嚴格意義上的抽樣誤差，這裡的數字只能當作精確度的參考。
- 誤差範圍描述的是抽樣誤差，不包括題目措辭、涵蓋偏誤或無反應偏誤。
- 兩組比較的計算假設兩組彼此獨立；同一批人前後兩次測量屬於配對設計，需要其他方法。
- 比例接近 0% 或 100% 時，常態近似不夠準確，建議適度放大樣本。
如何解讀結果
誤差範圍 ±5% 的意思是：如果用同樣的方法重複抽樣，大約 95% 的樣本所得到的信賴區間會包含母體的真實比例。它不是說結果「有 95% 的把握是對的」，也無法彌補問卷設計或抽樣清冊本身的問題。
兩組比較給出的樣本數，是在設定的檢定力下能偵測出指定差異所需的最少樣本。如果實際差異小於設定值，即使樣本達到要求，檢定也可能不顯著；這並不能證明兩組沒有差異。