Jeśli przeprowadzasz ankietę lub test, ile odpowiedzi potrzebujesz, aby Twoje dane miały „statystycznie poprawną wielkość próby?”. Często jest to cel trudny do osiągnięcia, ale bez ważnych danych nie możesz ufać wynikom swoich testów.
Dlaczego jest to ważne? Znaczna część przyczyn zaskakujących wyników w wyborach prezydenckich w USA w 2016 roku była spowodowana źle przeprowadzonymi badaniami sondażowymi. W dniu 11/8/2016, Princeton miał panią Clinton jako „stone-cold lock to win” na poziomie 99%. Oto niektóre z przewidywań innych sondaży.
Jako marketerzy, zazwyczaj nie mamy złożoności przewidywania wyników czegoś tak polaryzującego jak zeszłoroczne wybory, ale gromadzenie dokładnych danych jest ważne dla kluczowych decyzji marketingowych, które wynikają z działań takich jak:
- Przeprowadzenie audytu marki
- Pomiar lojalności klientów
- Badanie rynku w celu oceny nowej nazwy marki
(Qlutch może poprowadzić Cię przez każde z tych działań. Utwórz bezpłatne konto tutaj.)
Statystycznie ważne kryteria wielkości próby
Podczas określania statystycznej ważności danych, istnieją cztery kryteria, które należy rozważyć.
- Populacja: Zasięg lub całkowita liczba osób, do których chcesz zastosować dane. Wielkość populacji będzie zależała od zasobów, budżetu i metody badania.
- Prawdopodobieństwo lub procent: Procent osób, które mają odpowiedzieć na ankietę lub kampanię.
- Zaufanie: Jak bardzo musisz być pewny, że Twoje dane są dokładne. Wyrażona w procentach, typowa wartość to 95% lub 0.95.
- Margines błędu lub przedział ufności: Ilość kołysania lub potencjalnego błędu, który zaakceptujesz. Jest to wartość „+/-„, którą można zobaczyć w sondażach medialnych. Im mniejszy procent, tym większa musi być wielkość próby.
Na przykład, jeśli 45% respondentów Twojego badania wybierze konkretną odpowiedź i masz 5% (+/- 5) margines błędu, to możesz założyć, że 40%-50% całej populacji wybierze tę samą odpowiedź.
Kalkulatory wielkości próby
Jeśli chcesz określić, ilu uczestników potrzebujesz w teście A/B, sprawdź to narzędzie do obliczania wielkości próby, które powie Ci, ilu odwiedzających potrzebujesz przy różnych współczynnikach konwersji dla różnych pożądanych poziomów ufności.
Tutaj znajduje się kalkulator wielkości próby z Survey Monkey i bardziej szczegółowy kalkulator wielkości próby z różnymi przedziałami ufności i szacunkami marginesu błędu.
.