Calculadora de Teste A/B: Tamanho da Amostra (Sample Size)

O tamanho da amostra depende do nível de confiança desejado, margem de erro permitida, tamanho da população e tamanho do efeito esperado (MDE). Efeitos maiores exigem amostras menores, enquanto efeitos menores exigem amostras maiores para detecção.

O nível de confiança (geralmente 95%) indica o quão confiante você está em seus resultados. A margem de erro é o intervalo de incerteza em torno da sua estimativa. Um nível de confiança mais alto ou uma margem de erro menor exigem amostras maiores.

Use uma abordagem conservadora - uma divisão igual em dois grupos nas proporções 50/50.

Se a população for limitada, use a correção para população finita e tente maximizar o alcance. Em caso de amostras muito pequenas, use métodos de análise não paramétricos e considere a potência estatística reduzida.

Se um MDE muito pequeno for escolhido, uma amostra enorme será necessária, o que pode ser impraticável. Se um MDE muito grande for escolhido, pequenos, mas importantes efeitos podem ser perdidos. Um MDE ótimo deve refletir o valor comercial ou de pesquisa do efeito.

O poder estatístico é a probabilidade de detectar um efeito real (se existir) e evitar um erro tipo II (falso negativo). Um poder maior (geralmente 80% ou mais) requer um tamanho de amostra maior para garantir que você não perca um resultado significativo.

Quanto maior a variabilidade nos dados da população (desvio padrão), maior o tamanho da amostra necessário para atingir a mesma precisão. Isso ocorre porque uma maior variabilidade dificulta a obtenção de uma estimativa precisa da média da população.

Para estudos comparativos, você precisa de um cálculo de tamanho de amostra que leve em consideração o efeito detectável mínimo (a menor diferença que você considera importante) e o poder estatístico para garantir que seu experimento seja capaz de detectar essa diferença.