חשבו גודל מדגם נדרש למחקר וניסויים, תוך התחשבות ברמת מובהקות ורווח סמך.
לא ניתן יהיה להבחין בין שיעורי המרה באזור האפור לבין קו הבסיס.
אחוז הזמן שהאפקט המינימלי יזוהה, אם הוא קיים
אחוז הזמן שההבדל יזוהה, אם הוא לא קיים
1,030
לכל וריאציה
מאפשר לך לחשב כמה נתונים נדרשים כדי לקבל תוצאות מובהקות סטטיסטית.
עוזר להפחית את הסבירות לטעות בניסויים ובבדיקות שיווקיות.
מייעל את תהליך איסוף הנתונים, ומבטל משאבים מיותרים לניתוח.
מחשבון גודל המדגם מסייע לקבוע כמה תצפיות נדרשות כדי לקבל תוצאות מהימנות מבחינה סטטיסטית. הוא מחשב את גודל המדגם המינימלי הדרוש לניסויים ולמחקרים על בסיס שיעור ההמרה הבסיסי, גודל האפקט המינימלי הניתן לזיהוי (MDE), רמת המובהקות הסטטיסטית והעוצמה הסטטיסטית.
הכלי מסייע לכם:
לחשב את גודל המדגם הנדרש עבור בדיקות A/B;
לאזן בין משך הניסוי לבין דיוק התוצאות;
להעריך כיצד ה-MDE משפיע על משך הבדיקה;
להביא בחשבון את רמת המובהקות (α) ואת העוצמה הסטטיסטית (1−β);
לשמור את פרמטרי החישוב באמצעות קישור שניתן לשיתוף לצורך שימוש חוזר.
הכלי מתאים לאנליסטים של מוצר, משווקים, מומחי CRO, חוקרים ואנליסטים של נתונים.
פרמטר | תיאור |
|---|---|
שיעור ההמרה הבסיסי | שיעור ההמרה הנוכחי של קבוצת הביקורת |
MDE (גודל האפקט המינימלי הניתן לזיהוי) | השינוי הקטן ביותר בשיעור ההמרה שברצונכם לזהות |
רמת הביטחון | רמת הביטחון הסטטיסטית (לדוגמה, 95%) |
עוצמה סטטיסטית | ההסתברות לזהות אפקט אמיתי |
סוג האפקט | שינוי מוחלט או יחסי בשיעור ההמרה |
הזינו את שיעור ההמרה הנוכחי.
בחרו את האפקט המינימלי בעל המשמעות המעשית.
בחרו את רמת הביטחון.
התאימו את העוצמה הסטטיסטית במידת הצורך.
בחרו את סוג האפקט — מוחלט או יחסי.
צפו בגודל המדגם המינימלי הנדרש עבור כל וריאנט של הניסוי.
הערך המחושב מייצג את מספר המשתמשים (או יחידות התצפית האחרות) הנדרש לכל קבוצה, ולא את גודל המדגם הכולל של הניסוי.
גורם | השפעה |
|---|---|
MDE קטן יותר | דורש יותר משתתפים |
עוצמה סטטיסטית גבוהה יותר | דורשת מדגם גדול יותר |
רמת ביטחון גבוהה יותר | מגדילה את גודל המדגם הנדרש |
שיעור המרה בסיסי גבוה יותר | ההשפעה תלויה בגודל האפקט הצפוי |
גודל האפקט המינימלי הניתן לזיהוי (Minimum Detectable Effect – MDE) הוא השינוי הקטן ביותר שיש לו ערך מעשי עבור העסק.
לדוגמה:
שיעור ההמרה הבסיסי | MDE | פירוש |
|---|---|---|
5% | +0.5% | אפקט קטן מאוד |
5% | +1% | נפוץ בניסויי מוצר |
5% | +2% | מאפשר לסיים את הניסוי מהר יותר |
בחירת MDE קטן מדי מגדילה באופן משמעותי הן את גודל המדגם הנדרש והן את משך הניסוי.
בחרו את ה-MDE בהתאם להשפעה העסקית ולא מתוך רצון לזהות את השינוי הקטן ביותר האפשרי.
אל תפחיתו את רמת המובהקות רק כדי להקטין את גודל המדגם הנדרש.
השתמשו בעוצמה סטטיסטית של 80–90%, שהיא הסטנדרט ברוב ניסויי המוצר.
חשבו את גודל המדגם הנדרש לפני תחילת הניסוי, ולא לאחר קבלת התוצאות הראשוניות.
אל תפסיקו את הניסוי לפני שהגעתם לגודל המדגם הנדרש, אלא אם אתם משתמשים בשיטות ייעודיות של ניתוח סדרתי.
גודל מדגם לא מספק מגדיל את הסיכון למסקנות שגויות ועלול להוביל ליישום שינויים שאינם יעילים.
התחלת ניסוי ללא חישוב גודל המדגם הנדרש.
בחירת MDE קטן באופן לא מציאותי כדי לזהות הבדלים זעירים.
סיום הניסוי מיד לאחר קבלת התוצאה הראשונה "בעלת מובהקות סטטיסטית".
שינוי פרמטרי הניסוי בזמן שהוא מתבצע.
פירוש מובהקות סטטיסטית כהוכחה לכך שלאפקט יש ערך מעשי משמעותי.
החישוב מניח כי:
התצפיות עצמאיות;
המשתמשים מוקצים באופן אקראי בין וריאציות הניסוי;
הנתונים נאספים בצורה תקינה;
אין שגיאות מדידה שיטתיות.
אם הנחות אלו אינן מתקיימות, מהימנות הניסוי בפועל עשויה להיות שונה מההערכות המחושבות.
חישוב גודל המדגם הוא השלב הראשון בהכנת כל ניסוי סטטיסטי. הוא מאפשר להעריך מראש את כמות הנתונים הנדרשת ומונע סיום מוקדם מדי של ניסויים או הארכתם מעבר לנדרש.
לאחר קביעת גודל המדגם הנדרש, מומלץ להשתמש בכלים נוספים לצורך תהליך מלא של ניתוח הניסוי:
מחשבון מבחן חי-בריבוע (χ²) — לניתוח נתונים קטגוריאליים ולהשוואת שיעורי המרה כאשר מודל סטטיסטי זה מתאים.
מחשבון מבחן T לשני מדגמים — להערכת המובהקות הסטטיסטית של ההבדלים בין וריאציות הניסוי לאחר השלמת בדיקת A/B.
אם ברצונכם גם לוודא שהמשתמשים הוקצו בצורה תקינה בין וריאציות הניסוי, השתמשו ב-מחשבון Sample Ratio Mismatch (SRM).
מחשבון גודל המדגם עוזר לקבוע כמה תצפיות נדרשות כדי לקבל תוצאות מובהקות סטטיסטית. זה חשוב לתכנון ניסויים, מחקרים ומבחנים שיווקיים.
המדגם צריך להיות מספיק גדול כדי שהתוצאות יהיו אמינות, אבל לא גדול מדי כדי למנוע בזבוז משאבים. הכלי שלנו לוקח בחשבון את רמת האמון, מרווח הטעות והשונות הצפויה בנתונים.
כלי זה שימושי עבור אנליסטים, חוקרים, משווקים וכל מי שעובד עם נתונים סטטיסטיים ורוצה לתכנן מחקר בצורה מיטבית.
גודל המדגם תלוי ברמת הביטחון הרצויה, מרווח השגיאה, גודל האוכלוסייה וגודל ההשפעה הצפויה (MDE). אפקטים גדולים יותר דורשים דגימות קטנות יותר, בעוד שאפקטים קטנים יותר דורשים דגימות גדולות יותר כדי לזהות.
רמת האמון (בדרך כלל 95%) מציינת עד כמה אתה בטוח בתוצאות שלך. מרווח הטעות הוא טווח אי הוודאות סביב ההערכה שלך. רמת ביטחון גבוהה יותר או מרווח טעות קטן יותר דורשים דגימות גדולות יותר.
השתמשו בגישה שמרנית - חלוקה שווה לשתי קבוצות בפרופורציות של 50/50.
אם האוכלוסייה מוגבלת, השתמשו בתיקון אוכלוסיה סופי ונסו למקסם את הכיסוי. במקרה של דגימות קטנות מאוד, השתמש בשיטות ניתוח לא פרמטריות ושקול כוח סטטיסטי מופחת.
אם תבחרו ב-MDE קטן מדי, תידרש מדגם ענק, מה שעלול להיות לא מעשי. אם תבחר ב-MDE גדול מדי, אתה עלול לפספס אפקטים קטנים אך חשובים. ה-MDE האופטימלי צריך לשקף את הערך העסקי או המחקרי של האפקט.
כוח סטטיסטי הוא ההסתברות לזהות השפעה אמיתית (אם היא קיימת) ולהימנע משגיאה מסוג II (שלילית כוזבת). הספק גבוה יותר (בדרך כלל 80% או יותר) דורש גודל מדגם גדול יותר כדי להבטיח שלא תפספס תוצאה משמעותית.
ככל שהשונות בנתוני האוכלוסייה (סטיית תקן) גדולה יותר, כך גודל המדגם הדרוש כדי להגיע לאותו דיוק גדול יותר. הסיבה לכך היא ששונות גדולה יותר מקשה על קבלת אומדן מדויק של ממוצע האוכלוסייה.
עבור מחקרים השוואתיים, אתה צריך חישוב גודל מדגם שמתחשב בהשפעה המינימלית שניתן לזהות (ההבדל הקטן ביותר שנראה לך חשוב) ועוצמה סטטיסטית כדי להבטיח שהניסוי שלך מסוגל לזהות את ההבדל הזה.
