Hvor mange svar skal du have, hvis du laver en undersøgelse eller en test, for at dine data har en “statistisk gyldig stikprøvestørrelse”? Det er ofte et vanskeligt mål at nå, men uden gyldige data kan du ikke stole på dine testresultater.
Hvorfor er det vigtigt? En stor del af årsagen til de overraskende resultater i det amerikanske præsidentvalg i 2016 skyldtes dårligt udførte meningsmålinger. Den 11/8/2016 havde Princeton fru Clinton som en “stensikker lås til at vinde” med 99 %. Her er nogle af de andre meningsmålingers forudsigelser.
Som marketingfolk har vi typisk ikke den kompleksitet at forudsige resultaterne af noget så polariserende som sidste års valg, men indsamling af nøjagtige data er vigtig for vigtige marketingbeslutninger, der følger af aktiviteter som f.eks:
- Udførelse af en brand audit
- Måling af kundeloyalitet
- Undersøgelse af markedet for at evaluere et nyt brandnavn
(Qlutch kan guide dig gennem hver af disse. Opret din gratis konto her.)
Kriterier for statistisk gyldig stikprøvestørrelse
Når du skal bestemme den statistiske gyldighed af dine data, er der fire kriterier, du skal tage hensyn til.
- Population: Den rækkevidde eller det samlede antal personer, som du ønsker at anvende dataene på. Størrelsen af din population vil afhænge af dine ressourcer, dit budget og din undersøgelsesmetode.
- Sandsynlighed eller procentdel: Den procentdel af de personer, som du forventer vil reagere på din undersøgelse eller kampagne.
- Tillid: Hvor sikker du skal være på, at dine data er nøjagtige. Udtrykt som en procentdel er den typiske værdi 95 % eller 0,95.
- Fejlmargin eller konfidensinterval: Den mængde af svingninger eller potentielle fejl, du vil acceptere. Det er den “+/-“-værdi, du ser i mediernes meningsmålinger. Jo mindre procentdelen er, jo større skal din stikprøve være.
Hvis f.eks. 45 % af de adspurgte i din undersøgelse vælger et bestemt svar, og du har en fejlmargin på 5 % (+/- 5), kan du antage, at 40-50 % af hele befolkningen vil vælge det samme svar.
Stikprøvestørrelsesberegner
Hvis du ønsker at bestemme, hvor mange deltagere du har brug for i en A/B-test, kan du tjekke dette stikprøvestørrelsesværktøj, der fortæller dig, hvor mange besøgende du har brug for ved forskellige konverteringsrater for forskellige ønskede konfidensniveauer.
Her er en stikprøvestørrelsesberegner fra Survey Monkey og en mere detaljeret stikprøvestørrelsesberegner med forskellige konfidensintervaller og fejlmargenes skøn.