アンケートやテストを行う場合、”統計的に有効なサンプルサイズ “とは、どれくらいの回答数が必要なのでしょう？ 達成するのが難しい目標であることが多いですが、有効なデータがなければ、テスト結果を信頼することはできません。
なぜ、これが重要なのでしょうか。 2016年の米国大統領選挙で驚きの結果が出た原因の多くは、不十分な世論調査によるものでした。 2016/11/8、プリンストンはクリントン夫人を99％の確率で「勝つことが確定した」とした。 他の世論調査の予測は以下の通りです。
マーケターとして、私たちは通常、昨年の選挙のような偏ったものの結果を予測する複雑さはありませんが、正確なデータを集めることは、次のような活動から生じる重要なマーケティングの意思決定に重要なことです。
- ブランド監査の実施
- 顧客ロイヤルティの測定
- 新しいブランド名を評価するための市場調査
（Qlutchはそれぞれについてご案内しています。
Statistically Valid Sample Size Criteria
データの統計的妥当性を判断する際、考慮すべき基準は4つあります。
- Population: データを適用したい人の範囲または総数。 母集団の大きさは、リソース、予算、調査方法によって異なります。
- 確率またはパーセンテージ。
- 確実性： 調査やキャンペーンに回答すると予想される人々の割合。
- 確信度: データが正確であることをどの程度確信するか。 パーセンテージで表すと、一般的な値は 95% または 0.95 です。
- 誤差または信頼区間。 許容できる揺れや潜在的な誤差の量。 メディアの世論調査で目にする「±」の値です。 たとえば、調査回答者の 45% が特定の答えを選択し、5% (±5) の誤差がある場合、全人口の 40% ～ 50% が同じ答えを選択すると仮定することができます。
サンプルサイズ計算機
A/Bテストに必要な参加者の数を決定したい場合は、このサンプルサイズ ツールをチェックしてください。このツールでは、さまざまな信頼レベルに対して、さまざまなコンバージョン率でどれだけの訪問者が必要かがわかります。
以下は Survey Monkey のサンプルサイズ計算機と異なる信頼区間および誤差推定値のより詳しいサンプルサイズ計算機の例です。