معنی داری آماری (Statistically Significant) چیست؟ این واژه برای بسیاری از افراد گیج کننده است.  به همین دلیل قبل از بررسی موضوع این مقاله که چگونه نظرسنجی معنی داری داشته باشیم به بررسی مفهوم ابتدایی معنی داری آماری می پردازم.
کلمه Significant یک صفت و در لغت به معنی (مهم، معنی دار، پرمعنی، قابل توجه و عمده) می باشد.
در آمار برای مجموعه ای از مشاهدات حاصل می شود و به معنی احتمال درست بودن است. منظور از معنی داری در نظرسنجی احتمال درست بودن است و میزان اهمیت آن مد نظر نیست!
از نظر آماری معنی داری مقدار درستنمایی بین دو یا چند متغیر است که به دلیلی غیر از شانس به هم ربط دارند. آزمون فرضیه آماری برای تعیین معنی داری آزمون از significance استفاده می کند. این آزمون ها یک مقدار  p-value محاسبه می کنند و بر این اساس نتایج را تحلیل می کنند. اگر مقدار  p-valueاز ۰۵/۰ کمتر باشد از لحاظ آماری معنی دار است.
به یک مثال توجه کنید:
درآزمون میانگین اگر فرض صفر (میانگین=۰) باشد و براساس آزمون t یک نمونه مقدار p-value کمتر از ۰/۰۵ باشد. فرض صفر رد می شود و به عبارتی میانگین جامعه معنی دار می باشد.
براساس برخی منابع، اگر حجم نمونه به اندازه کافی بزرگ باشد، نظرسنجی شما معنی دار است.
به همین دلیل در این مقاله بررسی می کنیم که چه تعداد حجم نمونه برای معنی داری نظرسنجی نیاز داریم؟ به عبارت دیگر چه تعداد پاسخ برای درست بودن نتایج نظرسنجی نیاز داریم؟
حجم جامعه
منظور از جامعه، گروه و افرادی است که مورد پیمایش قرار می گیرند. و در انتها نتایج حاصله را به این گروه و افراد تعمیم می دهیم.
خطای نمونه گیری
دقت نتایج را با توجه به معیارهای خودتان تعیین کنید.
برای مثال اگر برای شروع یک کسب و کار و تصمیم گیری های بزرگ مالی به نظرسنجی نیاز دارید، شما باید درصد اندکی خطای نمونه گیری، در نظر بگیرید.
واریانس پاسخ
در یک نظرسنجی یک یا چند متغیر مورد سنجش قرار می گیرند. اگر پاسخ ها با هم مشابه  باشند (یعنی واریانس پاسخ ها صفر باشد) لزومی به ادامه بررسی نیست. اگر واریانس بزرگ باشد، شما این نظرسنجی را برای معنی داری آماری بیشتر ادامه می دهید.
نکته نهایی:
حالا که شما می دانید چه چیزی نظرسنجی شما را از لحاظ آماری معنی دار می کند. می خواهید تعداد حجم نمونه را محاسبه کنید؟ برای محاسبه حجم نمونه به این مقاله  رجوع کنید.