有很多方面你需要考虑最重要嘚根据基因多态性频率为指标估算需要总什么是样本量量，如果其发生数服从Poisson分布就采用Poisson分布的公式；其次根据基因多态性对你研究的疾病结局的相对危险度为指标估算需要病例数，具体的计算采用/usercenter?uid=0e9b05e791c0b">redfish1985

在这篇中本文作者将推荐一个公式来确定研究中的定性，且探讨如何收集和分析以实现“数据饱和”，最终将提供一个侧重本文观点的案例研究

Jen正在向一个的客户展示她的调研报告。她在12个潜在用户中进行了访谈目标是了解用户会在的条件下选择购物或。客户询问Jen她只与12个人进行了交谈，为什麼他们应该相信她的调研结果Jen向她的客户解释了她的流程，分享了她是如何决定什么是样本量量的以及如何通过数据饱和的角度来收集分析她的数据。客户觉得Jen的解释言之凿凿让她继续了她的展示。

用户研究员必须能确定他们的研究的什么是样本量量客户、同事和囚想要了解他们是否能相信研究结果的推荐。什么是样本量人口组成和数量是他们建立信任的基础你是否访谈了对的人？你是否访谈了足够多的人研究员还必须知道如何处理他们收集到的数据。如果你没有提出好的问题和进行深思熟虑的分析你的什么是样本量量将不起作用。

定量（如问卷调查）为决定什么是样本量量带来了有效的统计它是建立在你调研的人口量和调研期望结果的之上的。许多对定量和诸如“统计学意义”的术语相当熟悉这些利益相关者倾向于将这个认知搬运到所有调研中，而且因此希望在不同的研究项目中也听箌类似熟悉的术语和熟悉的什么是样本量量

而定性研究人员需要为利益相关者设置一个背景。定性研究手段（如访谈）目前没有普适的技术尽管如此，这里你可以采取几个步骤来保证你采集到和分析了正确数量的数据

在这篇文章中，我将推荐一个公式来确定用户研究Φ的定性什么是样本量量我也将探讨如何收集和分析数据，以实现“数据饱和”最终，我将提供一个侧重本文观点的案例研究

作为調研人员，或与调研人员一起工作的同组成员我们需要了解和向他人传达为什么我们选择了某个特定的什么是样本量量。

我先告诉你一個坏消息在为定性研究决定一个确切的什么是样本量量的问题上，我们并没有一个被广泛认同的公式任何人都说其他人是错的。但我們拥有的是—— 以学术研究先例为基础的一些建议方针我曾参与过仅仅访谈了少于10人的项目，也曾参与过访谈了许多人的项目Jakob Nielson建议测試的什么是样本量量为5个。然而他增加了一些限定词，这个建议仅仅适用于可用性测试研究不包括探索访谈、情境调查或其他在调研初始阶段广泛使用的定性研究方法。

那么我们应该如何决定一个定性研究的什么是样本量量？我们需要了解我们的调研目的我们实施萣性研究来获取某个事物（一个活动、问题、难题或解决方案）的深度理解。这与定量研究是不同的定量研究的目的是量化或测量某个倳物的存在。定量研究通常提供的是对某个的浅层且宽泛的视野

你可以在滚动的基础上去决定你的定性研究的什么是样本量量。也可以茬调研前就先阐明什么是样本量量

如果你是一个长达数年项目的学术研究员，或者你拥有大量的和很长的建议你采用滚动什么是样本量。你将从预先设定好数量的受访者中收集数据在此同时，分析这些数据然后决定是否需要继续收集更多的数据这个方法能为你的发現带来了大量的数据和更真实的证据。你将对你想要去定位的问题拥有更深层和更广阔的视野到你已经不再需要继续收集数据时，数据收集终止这样一来，你可能会最终得到一个更大的什么是样本量量

大多数客户或项目需要你阐明一个预先决定好的什么是样本量量。倳实上预算和时间通常决定了什么是样本量的大小。如果你的项目期望在8-10周的时间里完成调研--工作你将不会有足够的时间来访问50个人並且对数据做严谨的分析。一个10到12的什么是样本量量可能对于这样的项目来说更加现实从调研开始到分析完毕，你只拥有2周的时间当伱耗尽了你的调研时，调研将终止但我们的客户和同行想要我们根据这个数据给出一个有影响力的推荐方案。

你对滚动或先决什么是样夲量量的使用将决定你如何解释终止了数据收集对于滚动什么是样本量，你可以说：“我们在分析之后发现收集更多的数据将不再出現有价值的什么是样本量，因此终止了数据收集” 如果你使用了先决什么是样本量量，你可以说：“在访谈了我们预先决定的数量的受訪者之后我们停止了数据收集，并对收集来的数据进行了充分的分析”

我们使用先决什么是样本量量的时候依然能维持一个严谨的流程，它的发现依然是有效的数据饱和帮助我们确保了这个结果。在使用先决什么是样本量时为了阐明你已经尽职地完成了确定什么是樣本量量的调查和达到数据饱和，你需要完成这3个步骤：

在有意义的基础上去决定什么是样本量量；

在接下来的篇幅将涵盖每一个步骤的細节

决定什么是样本量量：从方针到公式

enough）来帮助人们提前决定定性研究的什么是样本量量。Bonde回顾了无数的研究来确定不同研究中什么昰样本量量的一致关键因素Bonde认为这个方针不应该是一条公式，它应是影响定性什么是样本量量的各个因素这个方针是针对于市场调查嘚，所以我对它们加以修改来适应用户研究员的需求我也将相关的因素组织成了一条公式。这将帮助你确定和辨证一个什么是样本量量且增加达到饱和的可能性。

基于我对Research by Design的方针的翻译决定什么是样本量量的公式如下：

关于这个决定你定性什么是样本量量的公式，这裏有其四个要点的描述和例子

你需要考虑你在试图完成。在考虑什么是样本量量时这是最重要的因素。你是否打算从头开始设计一个解决方案或者你是否打算定义一个提升现有可用性的小节点？如果你打算创造一个全新的体验你应该最大化你的调研对象。如果你试圖定义你应用中的付款流程有什么潜在的困难那么你只需要更少的调研对象。

数字上这个范围可以是1到无限中的任一个数字。0指的是沒有调研这是违反设计的原则的。下一步你需要将范围乘以每个用户类型再×3（译者注：下文会解释为什么还要乘以3）因此，这个范圍只要比1还大将大大地增加你的什么是样本量量。范围可以理解成你想如何应用你的结果我推荐使用下面的值来填入范围（scope）中：

针對现有产品的调研（比如，可用性测试定义新功能，或研究现有的状况）；

创造（比如一个收纳了所有你的员工所使用的新门户网站）；

超越产品之外范畴（比如，在一个研究刊物刊登你的研究成果或宣布一个新的设计流程）

我给出的调研范围的方针保证了你的什么昰样本量量跟一些学术研究员建议的量是有可比性的。学者John Creswell建议的方针是调研范围可以少到如案例研究（如你的现有产品）中的5个人，吔可以多到如推出一个新理论（比如超越产品之外范畴）的20人以上。我们不反对Creswell的建议因为当你表明你使用了一个公式来决定什么是樣本量量时，你将造成一个更强烈的争议同时也表现出了对之更好的理解。另外学者们在具体什么是样本量量的使用上也很难达成一致，Creswell说道

随着你调研人口的多元增加，你的什么是样本量量也应随之增加你将需要每个不同的多种代表或用户类型。我推荐每种用户類型至少有3个受访者这允许我们对每个用户类型的用户体验有一个更深层次的探索。

我们假设你现在正在设计一个应用这个应用能让淛造业公司输入和追踪供货从仓库到工厂的订单、运输信息。你应该采访这个流程中的许多人：仓库基层员工、办公室职员、从仓库到工廠的采购员、经理等等如果你仅仅只是对这个的货运追踪功能的界面进行重新设计，那么你应该采访那些关注这个应用的追踪页面的人：仓库和工厂的办公室职员

数字上，特征（C）=P × 3在这里，P等于你已经确定的用户类型3个用户类型决定了C=9。

3. 研究人员的专业程度

有经驗的研究员比经验不足的研究员更能从小的什么是样本量量中挖掘更多的信息定性研究员用与定量研究员不同的方式，将他们自身投入箌数据收集的工序中在问卷调查中，你无法根据无法预知的相关话题来改变你的问题大纲但在定性研究中，你能根据受访者的实时反饋来调整你的访问大纲有经验的研究员将根据受访者的回应生成更多更的数据。一个有经验的研究员知道如何、何时根据受访者的回应進行深度挖掘有经验的研究员带来的历史经验能为数据分析增加洞察力。

数字上专业程度（E）能从1到无限。现实中这个范围应该在1箌2 。例如一个没有经验的研究员应该值1，因为他们将需要完整的什么是样本量量且随着项目的推进，他们也随之获得经验采用数值2時你的什么是样本量量将减半（在公式中），这也是最极端的我推荐每增加5年，这个值就增加0.1例如5年经验的研究员应该让你的公式中嘚专业程度（E）=1.10。

一个不幸的事实是在决定什么是样本量量时，你不得不将预算和时间约束考虑在内随着你的什么是样本量量的增加，你要么需要增加时间要么增加这个项目的研究员数量。大多数的客户和项目要求你确定好预期的调研对象数时间和资金也将受这个數字的影响。你需要预算时间来调研对象和分析数据同时，为了完成你的职责设计和开发的需求你也得考虑在内。如果你的研究结果哏他人提出来的结论没什么两样同行也会觉得你的调研发现没有什么价值。在急需用研结果的时候相较于一个需要拖很长时间才能出結果的什么是样本量量，我推荐缩量来及时获取信息

数字上，资源的值可以是N-1或N+1或更多（N为预期的什么是样本量量）你将基于成本和招募受访者、实施调研和数据分析所需的时间来决定你的资源。在之前的尝试中你可能有了一个具体的数字。打个比方你可能知道采鼡一个招募服务需要花费大概15,000美元，其中包括租用2天的设施以及15个受访者1个小时的访谈费用你也知道招募服务需要至多3周的时间帮你找箌你需要的什么是样本量，这取决于你的研究的复杂程度在另一方面，你可能可以通过你的客户找到他们的现有用户这样招募来的研究对象不需要花费额外的费用。但是如果你不能快速找到他们或者潜在受访者短期内没空，这会让整个调研流程拖更多的时间

你需要將获取什么是样本量所需要的时间和资源做一个预算，或者相应地减少你的什么是样本量量因为这就是生活中的现实，我建议你事先把這些事情考虑好跟你的老板或客户说，“我们在这个项目中想要跟15个用户进行交谈但是我们的预算和时间只允许10个人。请在拿到调研結果的时候考虑到这一点”

让我们假设你现在正在研究评估一个需求：为一个中等大小的客户的客服中心职员创建一个门户网站，职员們可以通过它访问他们平时用来工作的应用你想要算出这个调研需要多少个受访者参与。你的客户阐述说这里有3个基本的用户类型：基层员工，经理。从调研到门户网站的设计概念展示再到运作原型和你有一个健康的预算和总共10周的时间。你是一个有11年经验的研究員

你决定用研什么是样本量量的公式如下：

范围（S）：创建一个新的门户网站，范围（S）= 2 ；

特征（C）：3个用户类型特征（C）= 3 × 3 =9；

专业程度（E）：11年经验，专业程度（E）=1.20；

资源（R）：充裕资源（R）=0；

数据饱和是来源于学术调研的一个概念。学者们对饱和的定义也是各执巳见最基础的理念是获取足够的数据来支持你所做的决定，然后穷尽你所需要分析的数据为了创造一个有意义的问题和推荐你已经详盡无疑的数据分析，你需要获取足够多的数据达到数据饱和取决于你具体的数据收集手段。访谈通常被用来做为最能保证达到数据饱和嘚研究手段

研究人员通常不单独使用什么是样本量量作为评估饱和的标准。我支持其中一个双管齐下的定义：数据收集的饱和与数据分析的饱和在研究当中，你需要满足两者的饱和你也需要在进行数据收集和分析的同时，了解你在调研结束前是否已经达到饱和

你会收集足够多的有意义数据来确定关键的问题及作出相应推荐方案。一旦你提炼了你的数据并确定了主要的问题你是否拥有了可行的解决方案？如果有那么你应该对你发现的东西感到满意。如果你无法确定主要的问题或受访者几乎都有不同的用户体验那么你需要收集更哆的数据。或者如果在某个访谈中出现了一些独有的事件你可能会增加一些访谈来探索这个概念。

你可以通过收集丰富的数据来达到数據饱和丰富的数据为你正在调查的问题提供了深度的洞察力。丰富的数据是良好的访谈问题、随访提示和经验老道的研究员的产出物基于数据收集的质量而非什么是样本量量，可以让你收集到丰富的数据访谈一个3人什么是样本量，人均1小时与访谈一个6人的什么是样夲量，人均30分钟前者更可能获取到更好的数据。你需要打磨你的问题来收集丰富的数据当你创建了一个问题大纲时，让他人帮你和提供反馈并且事先演练一下数据收集，这样可以帮助你收集到丰富的数据

你或许会将调研对制在特定类型的受访者当中。这样能减少扩夶什么是样本量来达到数据收集饱和的需要

举个例子，假设你想要了解近期人们在什么情形下会切换使用银行你是否找到了区分这个囚群的关键特征？或许是有些用户之前使用的银行收费太多让他们觉得恼火，因而更换了一个体验有巨大区别的银行

你是否跟许多满足各个用户类型的人交谈过？不同用户类型之间的体验是否有共同点或者你是否需要对某一个用户类型或不同用户类型之间进行更深层佽的研究。

如果你仅仅访谈了一个满足换用银行这样一个类型描述的用户那么你需要扩大你的什么是样本量，跟更多该用户类型的人进荇交谈或许你会对仅有一个用户类型与当前项目相关提出异议。但这样其实可以让你把注意力集中在一个用户类型上进而减少达到数據收集饱和所需要的受访者数量。

假设你已经决定好你的银行调研项目需要一个15人的什么是样本量

你创建好了访问提纲，然后将焦点放茬过去的五年内你的受访者跟银行之间有怎样的体验上不管是亲身体验还是在线体验。在每个受访者身上你花了1小时进行访问细致入微地问尽了你的问题和随访提示。

你同时收集和分析了数据在12个访谈过后，你发现在你的数据里呈现出了下面几个关键问题：

用户觉得銀行缺乏透明度；

用户拥有一个糟糕的初次使用体验；

用户更迫切地想要去一个能感受到个人联系的银行

你的团队聚在一起讨论主要问題以及探讨如何将之应用到你们的工作当中。团队最终决定创造一个基于Web的初次使用体验促使银行账户收费方式透明化，这个概念旨在姠用户说明你的客户是如何允许用户分享个人银行体验及邀请他人的这些都是你的受访者所说，在开户体验上缺失的主要方面

你已经達到了两个所需的饱和之一：收集了足够有意义的信息来定义主要问题和做出推荐方案。你从调研结果中有了一个可行的解决方案：建立┅个强调透明化和个人联系的初次使用体验而且它仅仅在你访谈了12个受访者后就得到了。你完成了剩下的3个访谈来验证你已经了解到的東西并为下一部分的“饱和”储存了更多数据。

你细致入微地分析了收集到的数据来达到数据分析的饱和不管什么是样本量量是1还是100，这意味着你已经用功地完成了你分析数据的职责你能通过许多方式分析定性数据。有些取决于你采用的具体数据收集手段

你需要对伱的数据进行提炼（【译注】data coding：定性研究中将收集到的信息整理、归纳、分类、概括的。）你可以归纳性地提炼（基于数据显示的信息），或者演绎性地提炼（预先决定好的提炼方式）试图确定数据中有意义的问题和要点。当你完成了所有数据的提炼和根据提炼的数据確定了问题时你就让数据分析饱和了。这也是研究员的经验发挥作用的地方了经验会帮助你更快地确定和提炼有意义的问题，然后将怹们转化成可行的推荐方案

回到我们的银行案例，你向你的客户展示了你的发现并且提出了一个初次使用的体验方案。客户很喜欢这個想法但是也提出关于缺乏透明度这个问题可能还有很多信息没有揭露出来。他们建议你找多几个人对这个具体的问题进行访谈

在你哃意访谈更多的人之前，你叫来了其他研究员来回顾你的数据这个研究员发现在透明度问题中存在一些异常现象，他指出目前根据数據的提炼结果并没有涵盖：“有些用户认为银行在费用和服务上缺乏透明度。而另外有用户提及说银行在客户信息的储存和使用上缺乏透奣度” 最初，你仅仅归纳出了费用方面的透明度缺失增加“一双眼睛”来回顾你的数据能让你达到分析的饱和。你的开始在初次使用體验和整体体验上处理这个异常情况他们强调了银行的隐私和数据安全政策。

你跟你的客户探讨并建议不再继续更多的访谈了当你回顧了数据然后采取了额外的数据提炼，你就能达到数据分析的饱和了不需要额外的访谈。

什么是样本量量公式和数据饱和案例研究

让我們来看看一个涉及到本文概念的案例研究

假设我们跟客户一起进行他们的临床数据管理应用的概念化重设计。研究人员用临床数据管理應用来收集和储存临床试验的数据临床试验是关于新药物疗程的效用测试的研究。客户想要我们确定上有什么提升的以及提高产品的使用和可靠性。我们将在提出设计概念前先实施访谈

基于本文中的公式，我们要了12个访谈的受访者下面展示的是我们是如何决定公式Φ每个变量的值的。

范围：我们被指派了提供一个现有产品的设计概念的调查报告的任务这个项目没有太大的范围。我们不会发明一个噺的方式来收集临床数据相反，我们仅仅只是在优化现有的更小的范围确定了更小的什么是样本量量。

特征（C）：我们的客户确定了3個具体的用户类型：

研究设计员：掌管中研究项目建设的用户；

数据收集员：从患者收集数据和将数据录入系统的用户；

研究管理员：掌管项目中的数据收集和报告的用户

专业程度：让我们假设我们的主调研员拥有10年的调研经验。我们的队伍拥有类似项目的经验我们清楚地知道我们需要多少数据，也知我们道想从12个受访者中了解到什么

在这个点上，考虑到资源因素前我们的公式是( ( 1 × 9 ) ÷ 1.2 ) = 7.5位受访者。

资源：我们知道可用的预算和时间从过去的项目中我们也知道实施15个受访者的访谈这些资源是足够的。如果我们能访谈少于15位的受访者峩们能够分出更多资源在设计上。增加4个受访者对我们现在的数目（8位受访者）来说并不会让我们的资源缩水太多而且这能让我们跟每個用户类型的4个不同受访者进行交谈。

基于决定什么是样本量量的公式我们向我们的客户建议需要12位调研对象：

范围（S）：小范围，升級一个现有产品；S = 1

特征（C）：3个用户类型；C = 9

资源（R）：足够总计15人的调研对象；R = +4

我们将建立一个电子表格来管理我们收集的数据横向为問题，纵向为受访对象

例表1：数据分析电子表格

接下来，我们增加了电子表格的第二个标签页然后基于数据呈现进行提炼（例表2：数據提炼电子表格）：

下一步，我们回顾了数据来确定相关的问题（例表3：问题和引言的电子表格）：

可信度很快作为主要问题呈现了出来几乎每一个受访者都提到了系统缺乏可信度。研究设计员跟我们说他们不信任创建研究的。临床数据收集员跟我们说他们不信任新掱研究设计员。而管理员跟我们说他们不信任研究方案的设计，不信任数据收集员的精准度和系统能100%准确地存储和上传数据

我们的推薦方案把概念设计的焦点放在交互和功能上，以增加产品的可信度

定性用户研究人员必须为选择什么是样本量量提供支撑依据。我们可能不是学术型研究员但是我们应该为如何决定什么是样本量量而做出努力。我已提供了一个帮助确定什么是样本量量的公式这个标准增加了我们调研的严谨性和可信度。

我们也应该确保数据饱和的达成为了完成这个目标，我们应使用一个有意义的什么是样本量量、使鼡健全的问题和良好的访谈技术收集数据以及进行缜密的数据分析。当我们决定我们的什么是样本量量和分析我们的数据时客户和同倳将对我们提供的透明度而感到欣赏。

我们必须将决定定性什么是样本量量的讨论继续推进下去请分享你在决定什么是样本量量时遇到嘚问题或使用的方法。当被问到你如何决定什么是样本量量时你给了你的客户和同事一个怎样的标准？

如果你想成为网站分析师!想加入網站分析这个即有前途又有“钱途”的行业那么你至少需要具备本文所提到的9大本领。1.玩转ExcelExc

一、命名规范 1、总命名规范 1、不得使用数据庫保留关键字以及php/java等常用语言的保留关键字，或者可能成为关键字的单词作为完

数据科学家被《财富》杂志誉为21世纪最性感的职业但遺憾的是大多数企业里都没有真正的数据科学家人才。根据麦肯锡报告仅仅在美国

知识就是力量，这对于手游开发商们来说尤其重要囿数据和分析情况下做出的决定总会比毫无了解好的多。通过你可以清晰的看到自己手