ການວິເຄາະແລະການທົດສອບCRM ແລະແພລະຕະຟອມຂໍ້ມູນMartech Zone ກິດ

App​: ສໍາ​ຫຼວດ​ການ​ຄິດ​ໄລ່​ຂະ​ຫນາດ​ຕົວ​ຢ່າງ​ຕໍາ​່​ສຸດ​ທີ່​

ສຳຫຼວດຂະໜາດເຄື່ອງຄິດໄລ່ຂະໜາດຕົວຢ່າງຕ່ຳສຸດ

ສຳຫຼວດຂະໜາດເຄື່ອງຄິດໄລ່ຂະໜາດຕົວຢ່າງຕ່ຳສຸດ

ຕື່ມຂໍ້ມູນໃສ່ໃນການຕັ້ງຄ່າທັງຫມົດຂອງທ່ານ. ເມື່ອທ່ານສົ່ງແບບຟອມ, ຂະຫນາດຕົວຢ່າງຕໍາ່ສຸດທີ່ຂອງທ່ານຈະສະແດງ.

%
ຂໍ້ມູນ ແລະທີ່ຢູ່ອີເມວຂອງທ່ານບໍ່ໄດ້ຖືກເກັບໄວ້.
ເລີ່ມຕົ້ນ ໃໝ່

ການພັດທະນາການສໍາຫຼວດແລະການຮັບປະກັນວ່າທ່ານມີຄໍາຕອບທີ່ຖືກຕ້ອງທີ່ທ່ານສາມາດອີງໃສ່ການຕັດສິນໃຈຂອງທຸລະກິດຂອງທ່ານຮຽກຮ້ອງໃຫ້ມີຄວາມຊໍານານເລັກນ້ອຍ. ກ່ອນອື່ນ ໝົດ, ທ່ານຕ້ອງຮັບປະກັນວ່າ ຄຳ ຖາມຂອງເຈົ້າຖືກຖາມໃນລັກສະນະທີ່ບໍ່ ລຳ ອຽງກັບ ຄຳ ຕອບ. ອັນທີສອງ, ທ່ານຕ້ອງຮັບປະກັນວ່າທ່ານສໍາຫຼວດປະຊາຊົນພຽງພໍເພື່ອໃຫ້ໄດ້ຜົນສະຖິຕິທີ່ຖືກຕ້ອງ.

ທ່ານບໍ່ ຈຳ ເປັນຕ້ອງຖາມທຸກໆຄົນ, ນີ້ຈະເປັນການອອກແຮງງານຫຼາຍແລະມີລາຄາແພງຫຼາຍ. ບໍລິສັດການຄົ້ນຄວ້າຕະຫຼາດເຮັດວຽກເພື່ອບັນລຸລະດັບຄວາມຫມັ້ນໃຈສູງ, ແລະມີຄວາມຜິດພາດຕ່ໍາໃນຂະນະທີ່ບັນລຸຈໍານວນຕໍາ່ສຸດທີ່ຜູ້ຮັບທີ່ຈໍາເປັນ. ອັນນີ້ເອີ້ນວ່າຂອງເຈົ້າ ຂະ ໜາດ ຕົວຢ່າງ. ທ່ານປອ sampling ອັດ ຕາ ສ່ວນ ສະ ເພາະ ໃດ ຫນຶ່ງ ຂອງ ປະ ຊາ ກອນ ໂດຍ ລວມ ເພື່ອ ບັນ ລຸ ຜົນ ໄດ້ ຮັບ ທີ່ ສະ ຫນອງ ລະ ດັບ ຂອງ ການ ຄວາມຫມັ້ນໃຈ ເພື່ອ validate ຜົນໄດ້ຮັບ. ການນໍາໃຊ້ສູດທີ່ໄດ້ຮັບການຍອມຮັບຢ່າງກວ້າງຂວາງ, ທ່ານສາມາດກໍານົດທີ່ຖືກຕ້ອງ ຂະ ໜາດ ຕົວຢ່າງ ເຊິ່ງຈະເປັນຕົວແທນໃຫ້ປະຊາກອນທັງ ໝົດ.

ຖ້າ​ຫາກ​ວ່າ​ທ່ານ​ກໍາ​ລັງ​ອ່ານ​ນີ້​ຜ່ານ RSS ຫຼື​ອີ​ເມລ​໌​, ໃຫ້​ຄລິກ​ໃສ່​ເວັບ​ໄຊ​ເພື່ອ​ນໍາ​ໃຊ້​ເຄື່ອງ​ມື​:

ຄິດໄລ່ຂະ ໜາດ ຕົວຢ່າງການ ສຳ ຫຼວດຂອງທ່ານ

ຕົວຢ່າງເຮັດວຽກແນວໃດ?

ການເກັບຕົວຢ່າງແມ່ນຂະບວນການຂອງການຄັດເລືອກກຸ່ມຍ່ອຍຂອງບຸກຄົນຈາກປະຊາກອນຂະຫນາດໃຫຍ່ເພື່ອເຮັດໃຫ້ການ inferences ກ່ຽວກັບຄຸນລັກສະນະຂອງປະຊາກອນທັງຫມົດ. ມັນມັກຈະຖືກນໍາໃຊ້ໃນການສຶກສາຄົ້ນຄ້ວາແລະການສໍາຫຼວດເພື່ອເກັບກໍາຂໍ້ມູນແລະເຮັດການຄາດເດົາກ່ຽວກັບປະຊາກອນ.

ສາມາດນຳໃຊ້ໄດ້ຫຼາຍວິທີໃນການເກັບຕົວຢ່າງ, ລວມທັງ:

  1. ການເກັບຕົວຢ່າງແບບສຸ່ມແບບງ່າຍໆ: ນີ້ກ່ຽວຂ້ອງກັບການເລືອກຕົວຢ່າງຈາກປະຊາກອນໂດຍໃຊ້ວິທີການສຸ່ມ, ເຊັ່ນ: ການສຸ່ມເລືອກຊື່ຈາກບັນຊີລາຍຊື່ຫຼືໃຊ້ເຄື່ອງກໍາເນີດຕົວເລກແບບສຸ່ມ. ນີ້ຮັບປະກັນວ່າສະມາຊິກຂອງປະຊາກອນທຸກຄົນມີໂອກາດເທົ່າທຽມກັນໃນການຖືກຄັດເລືອກສໍາລັບຕົວຢ່າງ.
  2. ການເກັບຕົວຢ່າງແບບແບ່ງຂັ້ນ ກ່ຽວຂ້ອງກັບການແບ່ງປະຊາກອນອອກເປັນກຸ່ມຍ່ອຍ (strata) ໂດຍອີງໃສ່ຄຸນລັກສະນະບາງຢ່າງແລະຫຼັງຈາກນັ້ນເລືອກຕົວຢ່າງແບບສຸ່ມຈາກແຕ່ລະ stratum. ນີ້ຮັບປະກັນວ່າຕົວຢ່າງແມ່ນຕົວແທນຂອງກຸ່ມຍ່ອຍທີ່ແຕກຕ່າງກັນພາຍໃນປະຊາກອນ.
  3. ການເກັບຕົວຢ່າງກຸ່ມ: ນີ້ກ່ຽວຂ້ອງກັບການແບ່ງປະຊາກອນອອກເປັນກຸ່ມນ້ອຍ (ກຸ່ມ) ແລະຫຼັງຈາກນັ້ນເລືອກຕົວຢ່າງແບບສຸ່ມຂອງກຸ່ມ. ສະມາຊິກທັງໝົດຂອງກຸ່ມທີ່ເລືອກແມ່ນລວມຢູ່ໃນຕົວຢ່າງ.
  4. ການເກັບຕົວຢ່າງຢ່າງເປັນລະບົບ: ນີ້ກ່ຽວຂ້ອງກັບການເລືອກສະມາຊິກທີ 10 ຂອງປະຊາກອນສໍາລັບຕົວຢ່າງ, ບ່ອນທີ່ n ແມ່ນໄລຍະການເກັບຕົວຢ່າງ. ຕົວຢ່າງ, ຖ້າໄລຍະການເກັບຕົວຢ່າງແມ່ນ 100 ແລະຂະຫນາດປະຊາກອນແມ່ນ 10, ທຸກໆສະມາຊິກທີ XNUMX ຈະຖືກເລືອກສໍາລັບຕົວຢ່າງ.

ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະເລືອກເອົາວິທີການຕົວຢ່າງທີ່ເຫມາະສົມໂດຍອີງໃສ່ຄຸນລັກສະນະຂອງປະຊາກອນແລະຄໍາຖາມການຄົ້ນຄວ້າທີ່ກໍາລັງສຶກສາ.

ລະດັບຄວາມໝັ້ນໃຈທຽບກັບ Error Margin

ໃນການສໍາຫຼວດຕົວຢ່າງ, ໄດ້ ລະດັບຄວາມເຊື່ອ ໝັ້ນ ວັດແທກຄວາມຫມັ້ນໃຈຂອງເຈົ້າວ່າຕົວຢ່າງຂອງເຈົ້າເປັນຕົວແທນຂອງປະຊາກອນຢ່າງຖືກຕ້ອງ. ມັນສະແດງອອກເປັນເປີເຊັນແລະຖືກກໍານົດໂດຍຂະຫນາດຂອງຕົວຢ່າງຂອງທ່ານແລະລະດັບການປ່ຽນແປງໃນປະຊາກອນຂອງທ່ານ. ຕົວຢ່າງ, ລະດັບຄວາມຫມັ້ນໃຈຂອງ 95% ຫມາຍຄວາມວ່າຖ້າທ່ານເຮັດການສໍາຫຼວດຫຼາຍຄັ້ງ, ຜົນໄດ້ຮັບຈະຖືກຕ້ອງ 95% ຂອງເວລາ.

ໄດ້ ຂອບຄວາມຜິດພາດ, ໃນທາງກົງກັນຂ້າມ, ແມ່ນການວັດແທກຈໍານວນຜົນການສໍາຫຼວດຂອງເຈົ້າອາດຈະແຕກຕ່າງຈາກມູນຄ່າປະຊາກອນທີ່ແທ້ຈິງ. ມັນສະແດງອອກໂດຍປົກກະຕິເປັນເປີເຊັນແລະຖືກກໍານົດໂດຍຂະຫນາດຂອງຕົວຢ່າງຂອງທ່ານແລະລະດັບການປ່ຽນແປງໃນປະຊາກອນຂອງທ່ານ. ຕົວຢ່າງ, ສົມມຸດວ່າຂອບຄວາມຜິດພາດສໍາລັບການສໍາຫຼວດແມ່ນບວກຫຼືລົບ 3%. ໃນກໍລະນີດັ່ງກ່າວ, ຖ້າທ່ານເຮັດການສໍາຫຼວດຫຼາຍຄັ້ງ, ມູນຄ່າປະຊາກອນທີ່ແທ້ຈິງຈະຫຼຸດລົງພາຍໃນໄລຍະເວລາຄວາມຫມັ້ນໃຈ (ກໍານົດໂດຍຕົວຢ່າງຫມາຍຄວາມວ່າບວກຫຼືລົບຂອບເຂດຄວາມຜິດພາດ) 95% ຂອງເວລາ.

ດັ່ງນັ້ນ, ສະຫຼຸບແລ້ວ, ລະດັບຄວາມເຊື່ອຫມັ້ນແມ່ນຕົວຊີ້ບອກຂອງຄວາມຫມັ້ນໃຈວ່າຕົວຢ່າງຂອງເຈົ້າເປັນຕົວແທນຂອງປະຊາກອນຢ່າງຖືກຕ້ອງ. ໃນຂະນະດຽວກັນ, ຂອບເຂດຄວາມຜິດພາດຈະວັດແທກວ່າຜົນການສໍາຫຼວດຂອງເຈົ້າອາດຈະແຕກຕ່າງກັນຈາກມູນຄ່າປະຊາກອນຕົວຈິງຫຼາຍປານໃດ.

ເປັນຫຍັງຄວາມແຕກຕ່າງມາດຕະຖານຈຶ່ງສຳຄັນ?

ການບ່ຽງເບນມາດຕະຖານວັດແທກການກະຈາຍ ຫຼືການແຜ່ກະຈາຍຂອງຊຸດຂໍ້ມູນ. ມັນບອກທ່ານວ່າຄ່າແຕ່ລະອັນໃນຊຸດຂໍ້ມູນມີຄວາມແຕກຕ່າງກັນຫຼາຍປານໃດຈາກຄ່າສະເລ່ຍຂອງຊຸດຂໍ້ມູນ. ເມື່ອຄິດໄລ່ຂະຫນາດຕົວຢ່າງຕໍາ່ສຸດທີ່ສໍາລັບການສໍາຫຼວດ, ການບ່ຽງເບນມາດຕະຖານເປັນສິ່ງຈໍາເປັນເພາະວ່າມັນຊ່ວຍໃຫ້ທ່ານກໍານົດຄວາມແມ່ນຍໍາທີ່ທ່ານຕ້ອງການໃນຕົວຢ່າງຂອງທ່ານ.

ຖ້າມາດຕະຖານ deviation ມີຂະຫນາດນ້ອຍ, ມູນຄ່າໃນປະຊາກອນແມ່ນຂ້ອນຂ້າງໃກ້ກັບຄ່າສະເລ່ຍ, ດັ່ງນັ້ນທ່ານຈະບໍ່ຕ້ອງການຂະຫນາດຕົວຢ່າງຂະຫນາດໃຫຍ່ເພື່ອໃຫ້ໄດ້ການຄາດຄະເນທີ່ດີຂອງຄ່າສະເລ່ຍ. ໃນທາງກົງກັນຂ້າມ, ຖ້າມາດຕະຖານ deviation ມີຂະຫນາດໃຫຍ່, ມູນຄ່າຂອງປະຊາກອນແມ່ນກະແຈກກະຈາຍຫຼາຍຂຶ້ນ, ດັ່ງນັ້ນທ່ານຈໍາເປັນຕ້ອງມີຂະຫນາດຕົວຢ່າງທີ່ໃຫຍ່ກວ່າເພື່ອໃຫ້ໄດ້ການຄາດຄະເນທີ່ດີຂອງຄ່າສະເລ່ຍ.

ໂດຍທົ່ວໄປແລ້ວ, ການບ່ຽງເບນມາດຕະຖານທີ່ໃຫຍ່ກວ່າ, ຂະຫນາດຕົວຢ່າງທີ່ໃຫຍ່ກວ່າທ່ານຈະຕ້ອງການເພື່ອບັນລຸລະດັບຄວາມແມ່ນຍໍາ. ນີ້ແມ່ນຍ້ອນວ່າການບິດເບືອນມາດຕະຖານທີ່ໃຫຍ່ກວ່າຊີ້ໃຫ້ເຫັນວ່າປະຊາກອນແມ່ນຕົວແປຫຼາຍ, ດັ່ງນັ້ນທ່ານຕ້ອງການຕົວຢ່າງທີ່ໃຫຍ່ກວ່າເພື່ອປະເມີນຄ່າສະເລ່ຍຂອງປະຊາກອນຢ່າງຖືກຕ້ອງ.

ສູດ ສຳ ລັບການ ກຳ ນົດຂະ ໜາດ ຕົວຢ່າງຂັ້ນຕ່ ຳ

ສູດການກໍານົດຂະຫນາດຕົວຢ່າງຕໍາ່ສຸດທີ່ທີ່ຈໍາເປັນສໍາລັບປະຊາກອນທີ່ກໍານົດແມ່ນດັ່ງຕໍ່ໄປນີ້:

S = \ frac {\ frac {z ^ 2 \ ເວລາ p \ ທີ່ຍັງເຫຼືອ (1-p \ ຂວາ)} {e ^ 2}} {1+ \ ເຫຼືອ (\ frac {z ^ 2 \ ເວລາ p \ ເຫຼືອ (1- p \ ຂວາ)} {e ^ 2N} \ ຖືກຕ້ອງ)}

ບ່ອນທີ່:

  • S = ຂະ ໜາດ ຕົວຢ່າງຕ່ ຳ ສຸດທີ່ທ່ານຄວນ ສຳ ຫຼວດໃຫ້ວັດຖຸປັດໃຈຂອງທ່ານ.
  • N = ຂະໜາດປະຊາກອນທັງໝົດ. ນີ້ແມ່ນຂະໜາດຂອງພາກສ່ວນ ຫຼືປະຊາກອນທີ່ທ່ານຕ້ອງການປະເມີນ.
  • e = ຂອບຂອງຄວາມຜິດພາດ. ເມື່ອທ່ານເອົາຕົວຢ່າງປະຊາກອນ, ມັນຈະມີຄວາມຜິດພາດ.
  • z = ເຈົ້າສາມາດໝັ້ນໃຈໄດ້ຫຼາຍປານໃດວ່າປະຊາກອນຈະເລືອກຄຳຕອບພາຍໃນຂອບເຂດສະເພາະ. ອັດຕາສ່ວນຄວາມເຊື່ອຫມັ້ນແປເປັນຄະແນນ z, ຈໍານວນຂອງການບິດເບືອນມາດຕະຖານອັດຕາສ່ວນທີ່ໃຫ້ຢູ່ຫ່າງຈາກຄ່າສະເລ່ຍ.
  • p = ການບ່ຽງເບນມາດຕະຖານ (ໃນກໍລະນີນີ້ 0.5%).

Douglas Karr

Douglas Karr ແມ່ນ CMO ຂອງ OpenINSIGHTS ແລະຜູ້ກໍ່ຕັ້ງຂອງ Martech Zone. Douglas ໄດ້ຊ່ວຍເຫຼືອຜູ້ເລີ່ມຕົ້ນ MarTech ຫຼາຍໆຄົນທີ່ປະສົບຜົນສໍາເລັດ, ໄດ້ຊ່ວຍເຫຼືອໃນຄວາມພາກພຽນອັນເນື່ອງມາຈາກຫຼາຍກວ່າ $ 5 ຕື້ໃນການຊື້ແລະການລົງທຶນ Martech, ແລະສືບຕໍ່ຊ່ວຍເຫຼືອບໍລິສັດໃນການປະຕິບັດແລະອັດຕະໂນມັດຍຸດທະສາດການຂາຍແລະການຕະຫຼາດຂອງພວກເຂົາ. Douglas ແມ່ນການຫັນເປັນດິຈິຕອນທີ່ໄດ້ຮັບການຍອມຮັບໃນລະດັບສາກົນແລະຜູ້ຊ່ຽວຊານ MarTech ແລະລໍາໂພງ. Douglas ຍັງເປັນຜູ້ຂຽນທີ່ພິມເຜີຍແຜ່ຂອງຄູ່ມືຂອງ Dummie ແລະຫນັງສືຜູ້ນໍາທາງທຸລະກິດ.

ບົດຄວາມທີ່ກ່ຽວຂ້ອງ

ກັບໄປດ້ານເທິງສຸດ
ປິດ

ກວດພົບ Adblock

Martech Zone ສາມາດສະໜອງເນື້ອຫານີ້ໃຫ້ກັບເຈົ້າໄດ້ໂດຍບໍ່ເສຍຄ່າໃຊ້ຈ່າຍໃດໆ ເພາະວ່າພວກເຮົາສ້າງລາຍໄດ້ຈາກເວັບໄຊຂອງພວກເຮົາຜ່ານລາຍໄດ້ໂຄສະນາ, ລິ້ງເຊື່ອມໂຍງ ແລະສະປອນເຊີ. ພວກ​ເຮົາ​ຈະ​ຮູ້​ສຶກ​ດີ​ຖ້າ​ຫາກ​ວ່າ​ທ່ານ​ຈະ​ເອົາ​ຕົວ​ບລັອກ​ການ​ໂຄ​ສະ​ນາ​ຂອງ​ທ່ານ​ທີ່​ທ່ານ​ເບິ່ງ​ເວັບ​ໄຊ​ຂອງ​ພວກ​ເຮົາ.