حاسبة اختبار A/B: حجم العينة

ما الذي يفعله حاسبة حجم العينة

تساعد حاسبة حجم العينة في تحديد عدد الملاحظات المطلوب للحصول على نتائج موثوقة إحصائيًا. وتحسب الحد الأدنى لحجم العينة اللازم للتجارب والدراسات بناءً على معدل التحويل الأساسي، والحد الأدنى للأثر القابل للاكتشاف (MDE)، ومستوى الدلالة الإحصائية، والقوة الإحصائية.

تساعدك الأداة على:

• حساب حجم العينة المطلوب لاختبارات A/B؛

• تحقيق التوازن بين سرعة التجربة ودقة النتائج؛

• تقدير تأثير الحد الأدنى للأثر القابل للاكتشاف (MDE) على مدة الاختبار؛

• مراعاة مستوى الدلالة الإحصائية (α) والقوة الإحصائية (1−β)؛

• حفظ معلمات الحساب كرابط قابل للمشاركة لإعادة استخدامها لاحقًا.

وهي مناسبة لمحللي المنتجات، والمسوقين، ومتخصصي تحسين معدل التحويل (CRO)، والباحثين، ومحللي البيانات.

المعلمات المستخدمة

كيفية استخدام الأداة

1. أدخل معدل التحويل الحالي.

2. اختر الحد الأدنى للأثر الذي يمثل قيمة عملية.

3. حدد مستوى الثقة.

4. عدّل القوة الإحصائية إذا لزم الأمر.

5. اختر نوع الأثر — مطلق أو نسبي.

6. اعرض الحد الأدنى المطلوب لحجم العينة لكل متغير من متغيرات التجربة.

تمثل القيمة المحسوبة عدد المستخدمين (أو وحدات الملاحظة الأخرى) المطلوبة لكل مجموعة، وليس إجمالي حجم العينة للتجربة بأكملها.

ما الذي يؤثر في حجم العينة

كيفية اختيار MDE

يمثل الحد الأدنى للأثر القابل للاكتشاف (Minimum Detectable Effect - MDE) أصغر تغيير له قيمة عملية بالنسبة للأعمال.

على سبيل المثال:

إن اختيار MDE صغير جدًا يزيد بشكل كبير من حجم العينة المطلوب ومدة التجربة.

توصيات عملية

• اختر قيمة MDE بناءً على الأثر التجاري، وليس على الرغبة في اكتشاف أصغر تغيير ممكن.

• لا تخفض مستوى الدلالة الإحصائية لمجرد تقليل حجم العينة المطلوب.

• استخدم قوة إحصائية تتراوح بين 80% و90%، فهي القيمة القياسية لمعظم تجارب المنتجات.

• احسب حجم العينة المطلوب قبل بدء التجربة، وليس بعد ظهور النتائج الأولية.

• لا توقف التجربة قبل الوصول إلى حجم العينة المطلوب إلا إذا كنت تستخدم أساليب تحليل تسلسلية متخصصة.

يؤدي حجم العينة غير الكافي إلى زيادة احتمال التوصل إلى استنتاجات غير صحيحة، وقد يؤدي إلى تنفيذ تغييرات غير فعالة.

الأخطاء الشائعة

• بدء التجربة دون حساب حجم العينة المطلوب.

• اختيار قيمة MDE صغيرة بشكل غير واقعي لاكتشاف فروق طفيفة جدًا.

• إنهاء التجربة فور الحصول على أول نتيجة "ذات دلالة إحصائية".

• تغيير معلمات التجربة أثناء تنفيذها.

• اعتبار الدلالة الإحصائية دليلًا على أن الأثر ذو قيمة عملية كبيرة.

قيود الأداة

يفترض الحساب ما يلي:

• استقلالية الملاحظات؛

• التوزيع العشوائي للمستخدمين بين متغيرات التجربة؛

• جمع البيانات بدقة؛

• عدم وجود أخطاء قياس منهجية.

إذا لم تتحقق هذه الافتراضات، فقد تختلف موثوقية نتائج التجربة الفعلية عن التقديرات المحسوبة.

الخلاصة

يعد تقدير حجم العينة الخطوة الأولى في إعداد أي تجربة إحصائية. فهو يساعد على تحديد كمية البيانات المطلوبة مسبقًا ويمنع إنهاء التجارب مبكرًا جدًا أو استمرارها لفترة أطول من اللازم.

بعد تحديد حجم العينة المطلوب، يُوصى باستخدام أدوات إضافية لإجراء تحليل متكامل للتجربة:

• حاسبة اختبار كاي-تربيع (χ²) — لتحليل البيانات الفئوية ومقارنة معدلات التحويل عندما يكون هذا النموذج الإحصائي مناسبًا.

• حاسبة اختبار T لعينتين مستقلتين — لتقييم الدلالة الإحصائية للفروق بين متغيرات التجربة بعد اكتمال اختبار A/B.

إذا كنت ترغب أيضًا في التحقق من أن المستخدمين قد تم توزيعهم بشكل صحيح بين متغيرات التجربة، فاستخدم حاسبة عدم تطابق نسبة العينة (SRM).