什麼是抽樣誤差？
抽樣誤差指的是樣本統計量（例如樣本平均數）與母體真實數值之間的落差，純粹是因為你只測量了部分樣本、而非整個母體所造成。本計算器以「誤差範圍」的形式呈現這種不確定性，採用公式 E = z × s / √(n)，其中 z 是對應信賴水準的 Z 值，s 是標準差，n 則是樣本數。
使用方式
先選擇信賴水準（90%、95% 或 99%），系統會自動帶入對應的 Z 值。接著輸入資料的標準差，以及樣本中的觀測值數量。計算器會回傳標準誤（s/√(n)）與完整的誤差範圍（z × s/√(n)）。樣本數越大，誤差越小；資料變異越大（s 越高），誤差則越大。
公式解析
首先，平均數的標準誤為
SE = ((s) ÷ (√(n)))
它描述樣本平均數通常會在真實平均數附近上下波動多少。再乘上 Z 值，就能換算成信賴區間的半寬。常見的 Z 值為 1.645（90%）、1.96（95%）與 2.576（99%）。
範例試算
假設 s = 15、n = 100，信賴水準為 95%（z = 1.96）。標準誤為
((15) ÷ (√(100))) = ((15) ÷ (10)) = 1.5
抽樣誤差則為 1.96 × 1.5 = 2.94
換句話說，在 95% 信賴水準下，這個估計值的準確度約在 ± 2.94 之內。
使用注意事項與精準校對原則（6 大核心守則）
📐 1. 嚴格對齊輸入量綱與單位
輸入各項數值時請務必確認量綱（例如小時、天數、金額、百分比），避免單位不匹配引發推算偏差。
🔒 2. 純前端本機毫秒級隱私保障
所有計算邏輯 100% 在您的終端瀏覽器內完成，資料絕不上傳伺服器，嚴格守護商業與個人隱私。
📊 3. 符合公認學術與產業計算模型
演算法嚴格遵循國際通用數學公式與標準計算模型，經多重情境交叉核對，數值嚴密精確。
📋 4. 一鍵複製與免登入 PDF 匯出
支援一鍵複製推算結果字串至剪貼簿，亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。
🔄 5. 多情景敏感度動態對比
建議針對極端值與多組預期情景分別試算，觀察輸出數據的波動區間，輔助做出更穩健的決策。
🛡️ 6. 專業諮詢與日常參考免責聲明
本工具運算結果供日常排程、學業研習與事前參考之用，如涉及重大法規或投資決策請諮詢持證專家。
常見問題 (FAQ)
該如何縮小抽樣誤差？
增加樣本數 \(n\)。由於公式中有平方根，把 \(n\) 變成 4 倍，誤差就會減半。
該選哪個 Z 值？
標準的 95% 信賴水準請用 1.96；若你的應用需要不同信賴程度，再選擇 90% 或 99%。
抽樣誤差等於偏誤（bias）嗎？
不一樣。抽樣誤差是隨機的，會隨樣本變大而縮小；偏誤則是系統性的，無法靠增加樣本數來消除。