🎉 새로운 보고서 - 귀사의 성과를 확인하세요.
실험
샘플 사이즈 계산기
샘플 사이즈 계산기
AB 테스트 및 다변량 실험용 계산기
팀을 정렬하고 데이터 기반 결정을 내리세요.
팀을 정렬하고 데이터 기반 결정을 내리세요.
샘플 크기는 실험 결과의 신뢰성을 결정합니다. 샘플이 너무 작으면 임의의 노이즈가 실제 효과처럼 보일 수 있고, 너무 크면 귀중한 시간을 낭비하게 됩니다. 적절한 샘플 크기는 실제 변화를 감지할 수 있는 충분한 힘을 테스트에 제공하면서 잘못된 결론을 피할 수 있게 합니다.
샘플 크기는 실험 결과의 신뢰성을 결정합니다. 샘플이 너무 작으면 임의의 노이즈가 실제 효과처럼 보일 수 있고, 너무 크면 귀중한 시간을 낭비하게 됩니다. 적절한 샘플 크기는 실제 변화를 감지할 수 있는 충분한 힘을 테스트에 제공하면서 잘못된 결론을 피할 수 있게 합니다.
계산기를 사용하는 방법
계산기를 사용하는 방법
이 계산기는 신뢰할 수 있는 실험을 수행하는 데 필요한 샘플 수를 추정하는 데 도움을 줍니다.
이 계산기는 신뢰할 수 있는 실험을 수행하는 데 필요한 샘플 수를 추정하는 데 도움을 줍니다.
기본 전환율
기본 전환율
현재 전환율입니다—당신이 관심 있는 행동(예: 가입하거나 클릭하기)을 완료하는 사람들의 비율입니다. 100명 중 약 5명이 전환되면 5를 입력하세요.
현재 전환율입니다—당신이 관심 있는 행동(예: 가입하거나 클릭하기)을 완료하는 사람들의 비율입니다. 100명 중 약 5명이 전환되면 5를 입력하세요.
최소 검출 가능 효과
최소 검출 가능 효과
당신이 감지하고자 하는 가장 작은 변화입니다. 팀에 의미가 있는 20%의 상대적 증가가 필요하다면 20을 입력하세요. 감지하고자 하는 변화가 클수록 더 많은 사람이 필요합니다.
당신이 감지하고자 하는 가장 작은 변화입니다. 팀에 의미가 있는 20%의 상대적 증가가 필요하다면 20을 입력하세요. 감지하고자 하는 변화가 클수록 더 많은 사람이 필요합니다.
변형 수
변형 수
테스트할 버전의 수를 선택하세요. 2개의 변형은 간단한 A/B 테스트입니다. 더 많은 변형(A/B/C와 같은)은 결과에 대한 신뢰를 유지하기 위해 더 많은 데이터가 필요합니다. 이 계산기는 다중 비교에 대한 신뢰도를 조정하지 않으므로 더 많은 변형을 추가하면 잘못된 긍정의 가능성이 약간 증가합니다.
테스트할 버전의 수를 선택하세요. 2개의 변형은 간단한 A/B 테스트입니다. 더 많은 변형(A/B/C와 같은)은 결과에 대한 신뢰를 유지하기 위해 더 많은 데이터가 필요합니다. 이 계산기는 다중 비교에 대한 신뢰도를 조정하지 않으므로 더 많은 변형을 추가하면 잘못된 긍정의 가능성이 약간 증가합니다.
고급 설정
고급 설정
가설
가설
한 방향의 변화만 감지하는 것에만 신경 쓰신다면 한쪽을 선택하세요. 새 버전이 제어보다 높은지 낮은지 알고 싶다면 양쪽을 선택하세요.
Mixpanel은 양쪽을 지원합니다. 한쪽 지원은 곧 제공될 예정입니다!
한 방향의 변화만 감지하는 것에만 신경 쓰신다면 한쪽을 선택하세요. 새 버전이 제어보다 높은지 낮은지 알고 싶다면 양쪽을 선택하세요.
Mixpanel은 양쪽을 지원합니다. 한쪽 지원은 곧 제공될 예정입니다!
신뢰 수준
신뢰 수준
신뢰 수준은 효과가 없을 때 테스트가 잘못된 긍정을 올바르게 피할 확률입니다. 95%가 표준입니다. 신뢰도가 높을수록 더 큰 샘플이 필요합니다.
신뢰 수준은 효과가 없을 때 테스트가 잘못된 긍정을 올바르게 피할 확률입니다. 95%가 표준입니다. 신뢰도가 높을수록 더 큰 샘플이 필요합니다.
파워
파워
전력은 귀하의 테스트가 실제 효과가 존재할 경우 이를 올바르게 감지할 가능성입니다. 80%는 일반적입니다. 더 높은 전력은 더 강력한 결과를 제공하지만 더 많은 데이터가 필요합니다.
전력은 귀하의 테스트가 실제 효과가 존재할 경우 이를 올바르게 감지할 가능성입니다. 80%는 일반적입니다. 더 높은 전력은 더 강력한 결과를 제공하지만 더 많은 데이터가 필요합니다.
마무리 팁
마무리 팁
이 계산은 각 변형에 대해 동일한 트래픽을 가정합니다. 불균형 분할은 통계적 힘을 감소시키므로 할당을 고르게 유지하는 것이 좋습니다. 테스트를 너무 일찍 중단하면 결과가 신뢰할 수 없게 될 수 있으므로 결정하기 전에 권장 샘플 크기에 도달하는 것을 목표로 하십시오.
간단히 말해서: 현재 비율, 관심 있는 변경 사항의 크기 및 테스트 설정을 입력하세요. 계산기는 신뢰할 수 있는 결과를 얻기 위해 필요한 데이터 양을 알려줍니다.
이 계산은 각 변형에 대해 동일한 트래픽을 가정합니다. 불균형 분할은 통계적 힘을 감소시키므로 할당을 고르게 유지하는 것이 좋습니다. 테스트를 너무 일찍 중단하면 결과가 신뢰할 수 없게 될 수 있으므로 결정하기 전에 권장 샘플 크기에 도달하는 것을 목표로 하십시오.
간단히 말해서: 현재 비율, 관심 있는 변경 사항의 크기 및 테스트 설정을 입력하세요. 계산기는 신뢰할 수 있는 결과를 얻기 위해 필요한 데이터 양을 알려줍니다.