De steekproefgrootte voor enquêtes berekenen
Ontdek hoe u het juiste aantal reacties kiest om uw enquêteresultaten relevant en statistisch betrouwbaar te maken.
De steekproefgrootte van een enquête is het aantal voltooide reacties dat u nodig hebt om met uw resultaten de populatie betrouwbaar te vertegenwoordigen. In onderzoek geeft de definitie van steekproefgrootte ook aan hoeveel precisie u van uw schattingen mag verwachten, omdat factoren als de steekproefgrootte versus de populatie, de foutmarge en het betrouwbaarheidsniveau samen de statistische significantie bepalen.
Bij een duidelijke steekproefgrootte kunt u vaststellen hoe betrouwbaar patronen in uw data zijn en of uw resultaten van toepassing zijn op de bredere groep die u onderzoekt.
In dit artikel leert u hoe de steekproefgrootte werkt, hoe u de steekproefgrootte voor uw enquête bepaalt en hoe u uw steekproefgrootte berekent: of u nu snel feedback verzamelt of een formeel onderzoek plant.
De steekproefgrootte is het aantal voltooide reacties dat u nodig hebt om met uw bevindingen de populatie betrouwbaar te vertegenwoordigen. De steekproefgrootte weerspiegelt zowel de omvang van uw doelgroep als het gewenste precisieniveau van uw schattingen. Met een juiste steekproef voorkomt u dat uw uitkomsten door toeval worden bepaald en zijn uw resultaten statistisch betrouwbaar.
Uw ideale steekproefgrootte hangt af van factoren zoals de populatieomvang, de foutmarge en het betrouwbaarheidsniveau. De meeste teams gebruiken standaardinstellingen en controleren het benodigde aantal voltooide reacties met een calculator voor de steekproefgrootte. Duidelijke invoer en een consequente aanpak vormen de basis voor betrouwbaar enquêteonderzoek bij uiteenlopende doelgroepen en toepassingen.
Voordat u de steekproefgrootte berekent, is het handig om te weten hoe deze samenhangt met het reactiepercentage en het voltooiingspercentage.
U kunt bijvoorbeeld uw enquête verzenden naar een groep van 1000 personen. Als 400 mensen uw enquête openen, is uw reactiepercentage 40%. In de meeste gevallen zal niet iedereen die uw enquête opent deze voltooien. Als 400 personen uw enquête openen, maar slechts 200 personen hun reacties indienen, is uw voltooiingspercentage 50%.
Hoewel het reactie- en voltooiingspercentage uw steekproefgrootte niet direct bepalen, beïnvloeden ze wel hoeveel mensen u moet uitnodigen om het gewenste aantal voltooide reacties te behalen. Door met deze percentages rekening te houden, is uw uiteindelijke steekproef representatief en draagt u bij aan de betrouwbaarheid en statistische significantie van uw resultaten.
Uw steekproefgrootte wordt bepaald door drie factoren: de omvang van de populatie die u wilt vertegenwoordigen, de foutmarge die u acceptabel vindt en het gewenste betrouwbaarheidsniveau. Deze instellingen werken samen en geven de steekproefgrootte weer die nodig is om statistisch significante verschillen vast te stellen. Hoe duidelijker uw invoer, hoe eenvoudiger het is om het vereiste aantal voltooide reacties te bevestigen met een steekproefcalculator.
De populatie is de volledige groep waar uw resultaten op van toepassing moeten zijn. Bij grote populaties vlakt de benodigde steekproefgrootte af: na ongeveer 100.000 personen blijft het aantal benodigde voltooide reacties ongeveer gelijk, ongeacht hoe groot de doelgroep verder wordt. Wanneer uw geplande steekproef een aanzienlijk deel van de populatie omvat (ongeveer 5% of meer), kunt u de FPC (finite population correction, uiteindelijke populatiecorrectie) toepassen om het vereiste aantal voltooide reacties iets te verlagen.
De foutmarge bepaalt hoe nauwkeurig uw schattingen moeten zijn. Teams starten vaak met ±5%; bij belangrijke besluiten wordt dit vaak aangescherpt tot ±3% om de variabiliteit te verkleinen. Een kleinere foutmarge vraagt om een grotere steekproefgrootte, omdat u dan minder onzekerheid in uw resultaten toestaat.
Het betrouwbaarheidsniveau geeft aan hoe vaak u vergelijkbare resultaten zou verwachten als u de enquête opnieuw zou uitvoeren met een andere steekproef. Een betrouwbaarheid van 95% is een goede standaard, 90% betrouwbaarheid vereist minder voltooide reacties en kan gebruikt worden wanneer snelheid belangrijk is, en 99% betrouwbaarheid vergroot de zekerheid maar vereist doorgaans een grotere steekproef. Deze factoren bepalen samen de statistisch significante steekproefgrootte voor uw onderzoek.
De snelste manier om de steekproefgrootte voor uw enquête te berekenen, is met een calculator voor de steekproefgrootte. Zodra u de populatie, de foutmarge en het betrouwbaarheidsniveau invoert, geeft de calculator direct aan hoeveel voltooide reacties u nodig hebt voor een statistisch betrouwbaar resultaat.
Wilt u de onderliggende berekening zien? Dit is de standaard formule voor het berekenen van de steekproefgrootte bij het schatten van een proportie:
Voorbeeld:
Als uw populatie 10.000.000 is en u kiest voor 95% betrouwbaarheid (z = 1,96), een foutmarge van ±5% (E = 0,05) en p = 0,5, dan geeft de formule:
n≈384.16n ongeveer 384.16n≈384.16
Rond af naar boven en u hebt 385 voltooide reacties nodig om resultaten voor een populatie van 10 miljoen personen met deze instellingen te schatten. U kunt dit aantal bevestigen of andere scenario’s testen met de steekproefcalculator. Pas dan uw invoer aan op basis van de gewenste nauwkeurigheid van uw schattingen.
Als u de gewenste steekproefgrootte weet, wilt u deelnemers willekeurig kunnen selecteren. Een eenvoudige methode is om een willekeurige steekproef in Excel te genereren, zodat u enquêteontvangers kiest zonder vooringenomen te werk te gaan.
Wilt u snel weten hoeveel mensen uw enquête moeten invullen? Gebruik dan deze handige tabel. Het enige wat u nodig hebt, is het aantal mensen in uw doelgroep en de gewenste foutmarge (3-10%). Deze minimale benodigde enquêteresultaten gaan uit van een betrouwbaarheidsniveau van 95% en een reactieverdeling van 50% (p = 0,5), tenzij anders vermeld.
| Populatie | ±3% | ±5% | ±10% |
| 500 | 345 | 220 | 80 |
| 1000 | 525 | 285 | 90 |
| 3000 | 810 | 350 | 100 |
| 5000 | 910 | 370 | 100 |
| 10.000 | 1000 | 385 | 100 |
| 100.000 | 1100 | 400 | 100 |
| 1.000.000 | 1100 | 400 | 100 |
| 10.000.000 | 1100 | 400 | 100 |
* De percentages vertegenwoordigen een foutmarge van 3%, 5% en 10%
Als u bijvoorbeeld medisch onderzoek uitvoert, wilt u een lagere foutmarge aanhouden, zoals 3%. Maar als u een steekproefgrootte voor klanttevredenheidsenquêtes kiest, kan een hogere foutmarge ook prima zijn, zoals 10%.
Een goede steekproefgrootte hangt af van de gewenste nauwkeurigheid, de diversiteit van uw populatie en het risico van de beslissing die u neemt. Grotere steekproeven hebben een kleinere foutmarge, hogere betrouwbaarheid en betere subgroepanalyses. Maar groter is niet altijd beter. Bij sommige enquêtes zijn veelzijdige kwalitatieve feedback of algemene participatie belangrijker dan een specifiek doel voor de steekproef.
Hieronder ziet u situaties waarin een grotere steekproef ook echt een verschil maakt, en wanneer dat niet zo is.
Wanneer nauwkeurigheid van groot belang is, zoals bij medisch onderzoek, beleidsstudies of wijzigingen in bepaalde veiligheidsaspecten, wilt u meestal een grotere steekproef met een kleinere foutmarge (vaak ±3%) en een betrouwbaarheidsniveau van minstens 95%.
Met deze instellingen verkleint u de variabiliteit en weerspiegelen uw schattingen de volledige populatie. Een aselecte steekproef is hier ideaal, omdat iedere persoon een bekende kans heeft om geselecteerd te worden en de resultaten robuustere conclusies ondersteunen.
Voor beslissingen over bijvoorbeeld het betreden van een nieuwe markt, prijsbepaling of merkonderzoek kunt u met een middelgrote tot grote steekproef de resultaten segmenteren op regio, demografische groepen of klanttypen.
Naarmate de diversiteit binnen de populatie toeneemt (denk aan verschillen in leeftijd, locatie, inkomen of andere kenmerken), hebt u doorgaans meer voltooide reacties nodig om ervoor te zorgen dat elke subgroep goed vertegenwoordigd is. Een foutmarge van ongeveer ±3-5% is meestal voldoende voor zulke analyses.
Als uw doelgroep klein en duidelijk afgebakend is (zoals 20–100 deelnemers aan een evenement of bruikbaarheidstesters van een product), hebt u geen grote steekproef nodig om relevante inzichten op te doen. Schriftelijke feedback, open reacties en patronen in de betrokkenheid leveren vaak meer waarde op dan het streven naar een specifiek steekproefaantal.
Een volledige telling van de groep of een pragmatische, selecte benadering is meestal voldoende, mits u zich bewust bent van mogelijke vooringenomenheid.
Onthoud bij al deze situaties dat de steekproefgrootte een afnemend rendement kent. Zodra uw populatie een bepaalde omvang bereikt, vlakt de benodigde steekproefgrootte af en past u meestal alleen de FPC (finite population correction) toe als uw behaalde steekproef een aanzienlijk deel van het totaal uitmaakt.
Het steekproefontwerp bepaalt hoe u mensen selecteert voor uw enquête en beïnvloedt of u een representatieve steekproef en betrouwbare resultaten krijgt. Bij een goed doordacht ontwerp vermindert u de vooringenomenheid van de steekproef en is die een afspiegeling van de populatie die u wilt onderzoeken.
Steekproefmethoden vallen in twee categorieën: selecte en aselecte steekproeven, elke met een eigen reeks veelvoorkomende technieken.
Bij een aselecte steekproef heeft iedereen in uw doelgroep een bekende kans om geselecteerd te worden. Deze aanpak vormt de basis voor een representatieve steekproef, ondersteunt sterkere conclusies en vermindert de vooringenomenheid van de steekproef.
U kunt kiezen uit vier veelgebruikte methoden voor de aselecte steekproef, die aansluiten op verschillende onderzoeksdoelen.
Bij een eenvoudige willekeurige steekproef heeft elk lid van uw populatie een gelijke kans om te worden gekozen, vaak via een trekking of een generator van willekeurige nummers. Deze methode minimaliseert de vooringenomenheid omdat de selectie echt willekeurig is. Wel moet u een volledige en nauwkeurige lijst van de hele populatie hebben. Dat kan lastig zijn bij grote of verspreide groepen.
Bij een systematische steekproef selecteert u personen op vaste intervallen, bijvoorbeeld elke 50e naam op een lijst. Dit is snel, efficiënt en eenvoudig te implementeren, vooral bij geordende data. Als de lijst echter verborgen patronen bevat die samenvallen met het interval (bijvoorbeeld als elke 50e persoon een vergelijkbaar kenmerk heeft), kan er onbedoelde vooringenomenheid ontstaan.
Met een gestratificeerde steekproef verdeelt u de populatie in relevante subgroepen, zoals leeftijdscategorieën, regio’s of klanttypen. Daarna neemt u willekeurige steekproeven binnen elke groep. Deze methode is vooral waardevol als subgroepvertegenwoordiging belangrijk is, omdat u zo de diversiteit van uw doelgroep waarborgt. Het nadeel is dat u vooraf nauwkeurige informatie over uw lagen nodig hebt en dat deze aanpak meer planning vraagt.
Een clustersteekproef verdeelt uw populatie in clusters, zoals buurten, scholen of winkelvestigingen. Vervolgens selecteert u willekeurig een aantal clusters en ondervraagt u iedereen binnen deze clusters. Deze aanpak is praktisch en voordelig voor grote, geografisch verspreide populaties, maar kan de steekproeffout vergroten als de clusters sterk van elkaar verschillen.
Selecte steekproeven worden gebruikt wanneer mensen in uw populatie geen gelijke of bekende kans hebben om geselecteerd te worden. Deze aanpakken zijn vaak sneller, flexibeler en goedkoper dan aselecte steekproeven, maar ze brengen een groter risico op vooringenomenheid met zich mee. Omdat de selectie niet willekeurig gebeurt, zijn de resultaten mogelijk minder representatief voor de totale populatie.
Dit zijn de vijf meestgebruikte methoden voor selecte steekproeven en hun gebruiksmomenten.
Met een steekproef op gemaksbasis verzamelt u reacties van mensen die het makkelijkst bereikbaar zijn, zoals klanten die al op uw e-maillijst staan of bezoekers van uw website. Dit is een snelle, voordelige oplossing, die hierdoor geschikt is voor verkennend onderzoek of vroege feedback. Omdat deelnemers zichzelf selecteren op basis van toegankelijkheid tot de enquête, hoeft hun mening echter niet representatief te zijn voor de gehele populatie.
Bij een gerichte steekproef selecteert u individuen op basis van specifieke kenmerken of expertise die relevant zijn voor uw onderzoek. Deze methode wordt vaak gebruikt in kwalitatief onderzoek, waarbij diepgang belangrijker is dan omvang, zoals bij interviews met productexperts of trouwe klanten. Het nadeel is dat de selectie door de onderzoeker zelf wordt bepaald, wat kan leiden tot vooringenomenheid.
Bij een vrijwillige steekproef kiezen mensen er zelf voor om deel te nemen aan uw enquête, bijvoorbeeld door te klikken op een link op een website of in sociale media. Deze methode is eenvoudig toe te passen en levert snel reacties op. Tegelijkertijd krijgt u vaak vooral reacties van sterk gemotiveerde personen, zoals zeer tevreden of juist ontevreden mensen, waardoor de resultaten vertekend kunnen raken.
Een sneeuwbalsteekproef begint met een kleine groep deelnemers die vervolgens anderen uit hun netwerk uitnodigen. Deze methode is handig wanneer u onderzoek doet naar moeilijk bereikbare of nichedoelgroepen, omdat uw bereik op een natuurlijke manier wordt vergroot. Het nadeel is dat sociale netwerken vaak uit mensen met vergelijkbare eigenschappen bestaan, waardoor het aantal uiteenlopende perspectieven in uw steekproef beperkt kan blijven.
Een quotasteekproef verdeelt uw populatie in categorieën, zoals leeftijd, geslacht of locatie, en vult vervolgens per categorie een vooraf bepaald aantal reacties aan. Op die manier kunt u snel een demografisch evenwicht bereiken. Omdat deelnemers binnen elk quotum echter niet willekeurig worden geselecteerd, kunnen de resultaten alsnog worden beïnvloed door vooringenomenheid in de selectie.
De steekproefgrootte is het aantal voltooide reacties dat u gebruikt voor uw analyse, niet het aantal uitgenodigde personen. Stel u nodigt 1000 mensen uit, 400 starten de enquête en 200 dienen hun antwoorden in. Dan is uw steekproefgrootte 200 voltooide reacties.
Nee. Voor veel studies, zeker bij grote populaties, hebt u vaak maar een paar honderd voltooide reacties nodig voor een statistisch significante steekproefgrootte (bijvoorbeeld ≈385 bij 95% betrouwbaarheid en ±5%). Naarmate de populatie groter wordt, levert een grotere steekproef minder extra waarde op; de steekproefgrootte blijft gelijk tenzij uw steekproef een aanzienlijk deel van het totaal beslaat. Als uw steekproef ≥5% van de populatie vertegenwoordigt, let dan op de FPC (finite population correction, uiteindelijke populatiecorrectie). Test snel scenario’s met de steekproefcalculator.
Dat hangt af van de situatie. 95% is de standaard voor de meeste zakelijke onderzoeken. 90% verlaagt de benodigde steekproef (voor ±5% en p = 0,5 zijn er circa 271 voltooide reacties nodig bij 90%, tegenover 385 bij 95%). Dit kan tijd en kosten besparen als de beslissing gepaard gaat met een laag risico. Is de impact groter, kies dan voor 95% of verlaag de foutmarge.
Als u de verwachte proportie niet weet, gebruik dan p = 0,5. Dit is een veilige standaardwaarde, omdat dit het grootste vereiste aantal reacties oplevert en u dus niet te weinig telt. U kunt p later aanpassen als u meer inzicht krijgt.
Hulp nodig bij het kiezen van uw steekproefgrootte? Van deskundig steekproefontwerp tot het bereiken van uw doelmarkt: kies het traject dat past bij uw volgende stap.
U hebt geen geavanceerde statistieken nodig om de juiste steekproefgrootte vast te stellen. Met een paar duidelijke invoervelden en een korte controle bent u er al. Begin met gangbare standaardwaarden zoals 95% betrouwbaarheid en een foutmarge van ±5%. Pas deze vervolgens aan op basis van de gewenste precisie. Zodra u de populatie, het betrouwbaarheidsniveau en de foutmarge hebt ingesteld, gebruikt u de steekproefcalculator om het minimale aantal voltooide reacties voor uw onderzoek te bepalen.
Klaar om uw enquête te versturen? Ga dan gratis aan de slag en bouw uw vragenlijst snel op. Heeft u voor uw onderzoek behoefte aan geverifieerde respondenten of specifieke demografische profielen? Met SurveyMonkey Audience bereikt u gericht deelnemers, met ingebouwde kwaliteitscontroles voor betrouwbare resultaten.