樣本數怎麼算
很多人想知道要收幾個樣本才夠。答案是沒有一個萬用數字，30 就夠或越多越好都是迷思。量化研究的樣本數是用統計檢定力分析算出來的，看你的效果量、把握程度等。 而質性研究又是完全另一套邏輯。
樣本數沒有萬用數字（30 就夠、越多越好都是迷思）。量化研究用檢定力分析算 （看效果量、顯著水準、檢定力、變異）。質性研究看資料飽和、是另一套。
30 就夠、越多越好，都是迷思
先破除兩個常見的迷思：樣本 30 就夠、以及樣本越多越好。這兩個都不對。
樣本數是算出來的、不是拍腦袋定的。太小，會抓不到真的效果（檢定力不足， 明明有差異卻測不出來）；太大，浪費資源、還可能把沒意義的小差異放大成顯著。 它會因為你的研究設計、想抓的效果而不同，所以沒有一個放諸各研究皆準的數字。
量化研究：用檢定力分析算，看四個因素
量化研究常用統計檢定力分析來算樣本數，它主要看四個因素：
- 效果量：你想抓的差異有多大。顯著水準：容許誤判的機率。
- 檢定力：抓到真效果的把握程度。變異：資料本身有多分散。
- 這四個定下來，就能算出需要的樣本數。有現成工具（像 G*Power）可以算。
關鍵直覺：效果越大、越明顯，需要的樣本越少；要抓的差異越細，需要的樣本越多。
質性研究不用這套，看的是資料飽和
還有一個很多人不知道的：質性研究是完全另一套邏輯，不用檢定力分析。
質性研究看的是資料飽和：一直訪談或蒐集，直到新的資料不再帶來新的東西， 就差不多可以停了。所以質性研究的樣本數常常比量化少很多，判斷的標準也完全不同。 你的研究是量化還是質性，決定你用哪一套邏輯，別把量化的樣本數觀念硬套到質性上。
樣本數沒有萬用數字，30 就夠和越多越好都是迷思。量化研究用檢定力分析算（看效果量、顯著水準、檢定力、變異）， 質性研究看資料飽和。它是算出來或判斷出來的，不是拍腦袋。實際數字用工具算、或問你的指導教授和統計老師。
大家都在問
樣本數多少才夠？有沒有一個標準數字？
沒有一個萬用的標準數字。你可能聽過 30 就夠、或越多越好，這兩個都是迷思。量化研究的樣本數是算出來的，會因為你的研究設計、預期的效果、想要的把握程度而不同。所以正確的問題不是幾個算夠，而是照你的研究去算出需要多少。
樣本數是怎麼算出來的？
量化研究常用統計檢定力分析來算，它主要看四個因素：你預期的效果量（你想抓的差異有多大）、顯著水準、你想要的檢定力（抓到真效果的把握程度）、以及資料的變異。這四個定下來，就能算出需要的樣本數。有現成的工具（像 G*Power）可以幫你算。
為什麼效果越大、需要的樣本反而越少？
因為效果越明顯，越容易被看出來，不用很多樣本就能偵測到。反過來，如果你要抓的差異很細微，就需要更多樣本才不會被雜訊蓋過去。這就是為什麼樣本數要看效果量：不是一律越多越好，而是看你要抓的東西有多明顯。
質性研究也用這套算樣本數嗎？
不是，質性研究是另一套邏輯。它通常不用檢定力分析，而是看資料飽和：一直訪談或蒐集，直到新的資料不再帶來新的東西，就差不多了。所以質性研究的樣本數常常比量化少很多，判斷的標準也不同。你的研究是量化還是質性，決定你用哪一套。
用論文格式救星能幫我算樣本數嗎？
算樣本數是你的統計、研究設計工作，工具不會替你算，也不該給你一個沒根據的數字。論文格式救星幫的是你把研究方法、樣本數的計算依據寫進論文後的格式和排版。樣本數怎麼算、算多少，請用檢定力分析工具、或跟你的指導教授、統計老師確認。
樣本數你算，格式它排
算樣本數是你的統計、研究設計工作，工具不會替你算、也不該給你一個沒根據的數字。 論文格式救星幫的是你把研究方法、樣本數的計算依據寫進論文後的格式和排版。 樣本數請用檢定力分析工具或問指導教授，格式交給它。
本頁說明樣本數的原理與檢定力分析。各領域、各研究類型的合理樣本數與計算方法差異很大，本頁不提供特定門檻數字，請以檢定力分析工具的計算、你所屬領域的慣例與指導教授、統計專業的意見為準。