Pesquisa pós-compra no WooCommerce: 7 perguntas, quando fazer e o que fazer depois Amostra mínima para comparar dois grupos
Informe as duas proporções ou médias esperadas, o nível de significância e o poder do teste. Você recebe quantos respondentes cada grupo precisa para detectar essa diferença.
- Conferida com valores de referência
- Grátis, sem cadastro
- Nada sai do seu navegador
Parâmetros
Por exemplo, conversão atual de 20% → informe 20
Conversão esperada após a mudança. A distância até o grupo 1 é o MDE
Supõe variâncias iguais nos dois grupos
Premissas e limitações
- Teste bicaudal, dois grupos do mesmo tamanho.
- Proporções: fórmula com variância combinada, sem correção de continuidade.
- Médias: aproximação normal com um desvio padrão comum; um teste t precisa de um ou dois respondentes a mais por grupo quando os grupos são pequenos.
Colete respostas reais com uma pesquisa no SurveyNinja e veja tudo em gráficos no relatório.
Usar este modelo Ver as perguntas antesOs dados não são armazenados — o cálculo é feito no seu navegador.
Modelo pronto
Faça com os seus próprios respondentes
O modelo “Pesquisa de mercado” já traz as perguntas. Coloque o nome da sua empresa, compartilhe o link e acompanhe as respostas chegando.
- Copie o modelo: as perguntas já estão escritas
- Compartilhe por link, QR code ou um widget no seu site
- Veja os resultados no relatório com gráficos
Contas novas têm 14 dias com recursos Premium, sem cartão de crédito.
O que é a amostra mínima para comparar dois grupos?
A amostra mínima para comparar dois grupos é o número de respondentes de que cada grupo precisa para que um teste com nível de significância α detecte uma diferença definida, o efeito mínimo detectável, com o poder escolhido. Ela vem de uma fórmula de poder para duas proporções ou duas médias. Por exemplo, detectar 20% contra 28% com α = 0,05 e poder de 80% exige 447 pessoas por grupo.
Fórmulas
-
Duas proporções
n por grupo = [z_α/2 × √(2p̄(1−p̄)) + z_β × √(p₁(1−p₁) + p₂(1−p₂))]² / (p₁−p₂)², em que p̄ = (p₁+p₂)/2. z_α/2 = 1,96 para α = 0,05 e z_β = 0,84 para 80% de poder. O resultado é arredondado para cima.
-
Duas médias
n por grupo = 2 × (z_α/2 + z_β)² × σ² / (μ₁−μ₂)². σ é o desvio padrão comum e μ₁−μ₂ a diferença que você quer detectar. É a aproximação normal (z).
-
Poder e MDE
Poder de 80% significa que, se a diferença real for igual ao MDE, o teste a detecta em 80% dos estudos. O MDE é a menor diferença que vale a pena detectar; um MDE menor exige uma amostra maior.
-
Quando usar cada modo
Proporções: conversão, percentuais, % de satisfeitos (A/B de conversão). Médias: métricas contínuas como ticket médio, tempo ou nota em uma escala. Depois de coletar os dados, verifique a significância com outra calculadora.
Exemplos de planejamento de amostra
-
Proporções: A/B de conversão
- Variante A: conversão de 20%, variante B: 28% (diferença de 8 p.p.). α = 0,05, poder de 80%.
447 por grupo, 894 no total. Recrute essa quantidade em cada grupo e depois verifique a significância na calculadora de teste A/B.
-
Médias: quando usar o modo "duas médias"
- Não é conversão, e sim uma métrica contínua: ticket médio, tempo no site, nota em uma escala de 1 a 10.
Informe as médias esperadas μ₁ e μ₂ e o desvio padrão comum σ; a diferença entre as médias é o efeito a detectar. Estime σ com dados anteriores ou um piloto.
-
Diferença pequena, amostra grande
- Conversão A: 10%, B: 12% (MDE de 2 p.p.), α = 0,05, poder de 80%.
3.841 por grupo. Se esse volume estiver fora de alcance, mire em uma diferença maior ou aceite um poder menor.
-
CSAT de dois segmentos
- Comparação do % de satisfeitos (top-2) entre dois segmentos de clientes. Proporções esperadas de 70% e 80%, α = 0,05, poder de 80%.
294 por segmento. Recrute pelo menos essa quantidade em cada segmento.
-
Critérios rigorosos (α = 0,01, poder de 90%)
- Conversão de 20% contra 25%. Um α menor reduz os falsos positivos; um poder maior aumenta a chance de detectar o efeito.
2.074 por grupo, em vez de 1.094 com α = 0,05 e poder de 80%. Use para decisões críticas.
-
Ticket médio: dois canais
- Canal 1: ticket médio de 50, canal 2: 55, σ ≈ 20 (com base em dados anteriores).
Modo "duas médias" com μ₁ = 50, μ₂ = 55 e σ = 20: 252 pedidos por canal para detectar uma diferença de 5.
Próximo passo
Leia as respostas num relatório, não numa planilha
Os gráficos são montados com cada resposta. Compartilhe o relatório por link ou exporte as respostas para Excel, CSV ou SPSS.
- Perguntas prontas ou IA a partir de uma descrição
- Um link para o seu e-mail ou chat, um QR code ou um widget no seu site
- Gráficos no relatório, exportação para Excel, CSV e SPSS
Perguntas frequentes
Quando é preciso calcular a amostra por grupo?
Ao planejar um teste A/B ou comparar dois segmentos (por exemplo, a conversão após a campanha A contra a B, ou o CSAT de clientes novos contra recorrentes). Você precisa saber quantos respondentes recrutar em cada grupo.
O que é poder?
A probabilidade de o teste detectar uma diferença real do tamanho planejado. Com 80% de poder, há 20% de chance de não detectar o efeito (erro tipo II). O usual é 80% ou 90%.
O que é MDE?
Efeito mínimo detectável (Minimum Detectable Effect): a menor diferença que você quer detectar. Por exemplo, conversão de 20% contra 25% é um MDE de 5 p.p. Nesta calculadora, o MDE é a distância entre os dois valores informados. Um MDE menor exige uma amostra maior.
Por que dois modos, proporções e médias?
Proporções são percentuais (conversão, % de satisfeitos). Médias são métricas contínuas (ticket médio, tempo, nota em uma escala). As fórmulas são diferentes.
Os grupos têm o mesmo tamanho?
A calculadora supõe grupos iguais. Com uma divisão desigual, como 2:1, a amostra total necessária é maior do que com grupos iguais, então use uma ferramenta de poder que aceite razões de alocação.
Como estimar o desvio padrão para médias?
Com dados anteriores ou uma pesquisa piloto. Se você não tiver nada, uma regra prática aproximada é σ ≈ amplitude / 4, cerca de 2,25 para uma escala de 1 a 10; troque por dados reais assim que os tiver.
Qual a diferença para a calculadora de tamanho amostral de uma proporção?
Aquela planeja a precisão de uma única proporção (margem de erro, intervalo de confiança). Esta planeja o poder para detectar uma diferença entre dois grupos. São tarefas diferentes.
Como verificar a significância depois?
Quando tiver os dados, use a calculadora de significância A/B (teste z de duas proporções) ou um teste t para duas médias. Esta calculadora só planeja o tamanho da amostra antes da coleta.
Fontes
- Fleiss, J. L., Levin, B., Paik, M. C. Statistical Methods for Rates and Proportions, 3ª ed. Wiley, 2003
Entenda o método
Leia como o método funciona e de onde vêm os números.
Transforme os números em uma pesquisa
Comece pelo modelo “Pesquisa de mercado”: as perguntas já estão prontas.