Câți oameni trebuie să răspundă ca un sondaj să fie credibil? Răspunsul scurt: nu „cât mai mulți", ci un număr calculat dintr-o formulă, în funcție de cât de precis vrei să fii și cât de sigur vrei să fii de rezultat. Acest articol explică formula, îți dă un mini-calculator cu valorile calculate pas cu pas și te ajută să înțelegi de ce calitatea selecției contează mai mult decât cantitatea răspunsurilor.

Formula care dă mărimea eșantionului

Mărimea unui eșantion aleatoriu simplu se calculează cu formula standard, cunoscută în literatură și ca formula lui Cochran:

n = z² · p · (1 − p) / e²

unde z este valoarea asociată nivelului de încredere (1,96 pentru un nivel de 95%), p este proporția estimată a caracteristicii măsurate (folosim 0,5 pentru scenariul cel mai conservator, care maximizează eșantionul necesar), iar e este marja de eroare dorită, exprimată ca proporție (0,05 pentru ±5%).

Această formulă este documentată în articolul „Sample size determination" de pe Wikipedia, iar aceeași logică stă la baza calculatoarelor publice de mărime a eșantionului, cum este cel oferit de SurveyMonkey. Toate valorile de mai jos sunt calculate explicit de noi (marcate „calcul propriu") și au fost verificate independent cu formula de mai sus.

Mini-calculator: câteva scenarii concrete

Pentru cel mai uzual scenariu — un nivel de încredere de 95% și o marjă de eroare de ±5%, cu proporția p = 0,5 — formula dă:

n = 1,96² · 0,5 · 0,5 / 0,05² = 384

Asta înseamnă că ai nevoie de aproximativ 384 de răspunsuri valide. SurveyMonkey confirmă exact această valoare în exemplul său: pentru o populație mare, cu 95% încredere și 5% marjă, „poți calcula mărimea eșantionului la 384".

Dacă vrei o marjă mai strânsă, de ±3%, tot la 95% încredere:

n = 1,96² · 0,5 · 0,5 / 0,03² ≈ 1.067

Iar dacă urci nivelul de încredere la 99%, păstrând marja de ±5% (z = 2,58 pentru 99%):

n = 2,58² · 0,5 · 0,5 / 0,05² ≈ 663

Cele trei valori — 384, 1.067 și 663 — sunt repere de bază: cu cât vrei mai multă precizie sau mai multă siguranță, cu atât crește eșantionul necesar, iar relația nu este liniară. Dublarea preciziei (marja de la 5% la 3%) nu dublează eșantionul, ci îl mărește de aproape trei ori, pentru că marja apare la pătrat în numitor.

Ce nu îți spune formula

Formula presupune un eșantion aleatoriu simplu: fiecare persoană din populația-țintă are o șansă cunoscută, diferită de zero, de a fi selectată. Dacă răspunsurile vin de la oameni care se auto-selectează — de exemplu, cei care dau peste un link distribuit pe rețele sociale — formula nu se mai aplică, oricât de mare ar fi numărul final.

Aici este diferența esențială pe care o explicăm și în materialul despre ce este un sondaj de opinie: un eșantion mare pe un grup auto-selectat rămâne nereprezentativ. O sută de mii de răspunsuri de la oameni care au ales singuri să participe nu valorează mai mult decât 384 de răspunsuri alese aleator — de fapt, valorează mai puțin, pentru că nu poți estima marja de eroare a unui eșantion auto-selectat.

Corecția pentru populații mici

Formula de mai sus presupune o populație foarte mare, teoretic infinită. Când populația-țintă este mică — de exemplu, cei 300 de angajați ai unei companii sau membrii unei asociații — intervine așa-numita corecție pentru populație finită, care reduce ușor eșantionul necesar. Ideea este intuitivă: dacă populația totală este mică, un eșantion reprezintă deja o parte importantă din ea, așa că nu ai nevoie de atât de multe răspunsuri pentru aceeași precizie. SurveyMonkey ilustrează exact acest caz cu exemplul unei companii de 300 de angajați, pentru care eșantionul necesar scade sub valoarea de 384 obținută pentru o populație mare.

Relația cu marja de eroare

Mărimea eșantionului și marja de eroare sunt legate direct: aceeași formulă care îți dă „n" îți spune și ce marjă corespunde unui anumit număr de răspunsuri. Am tratat această legătură în detaliu în materialul despre marja de eroare la sondaje: un sondaj cu 1.000 de răspunsuri aleatorii are, la 95% încredere, o marjă de aproximativ ±3%, iar de aici încolo câștigurile de precizie devin tot mai mici și mai scumpe.

Un exemplu real de eșantionare se vede în evaluările internaționale din educație: testarea PISA selectează un eșantion reprezentativ de elevi de 15 ani, nu toți elevii, tocmai pentru că un eșantion bine ales oferă o imagine de sistem fiabilă la un cost rezonabil. Poți citi despre rezultatele României în materialul despre PISA 2025.

Cum aplici aceste repere

Înainte să lansezi un sondaj, pune-ți trei întrebări. Ce populație vrei să descrii? Cât de sigur vrei să fii de rezultat (95% este standardul de industrie)? Ce marjă de eroare accepți (5% este frecvent suficient pentru decizii orientative)? Răspunsurile la aceste trei întrebări îți dau „n"-ul din formulă — și îți arată dacă obiectivul tău este realist cu resursele pe care le ai.

Concluzie

Mărimea eșantionului este dată de formulă, nu de intuiție. „Mii de oameni" nu înseamnă automat „sondaj corect": dacă acei oameni s-au auto-selectat, numărul mare nu compensează selecția defectuoasă. Reperele de bază sunt 384 de răspunsuri pentru ±5% la 95% încredere, circa 1.067 pentru ±3% la 95% și circa 663 pentru ±5% la 99%. Dar toate aceste cifre pornesc de la premisa unei selecții aleatorii — iar calitatea selecției bate întotdeauna cantitatea răspunsurilor.

Metodologie: valorile 384, 1.067 și 663 sunt „calcul propriu" cu formula n = z²·p·(1−p)/e² (z = 1,96 pentru 95%, z = 2,58 pentru 99%), verificate independent cu formula și cu calculatorul public SurveyMonkey. Surse: Wikipedia — „Sample size determination"; SurveyMonkey — „Sample size calculator".