¿Cuántos participantes son suficientes? Tamaños de muestras para la investigación de UX

1. Introducción: Hola, Mi nombre es Gavin Lou. E imagina al director Bold Insight, una consultoría global de UX con sede en Chicago. Llevo haciendo a tu ex como 25 años. En los últimos 10 años, he estado impartiendo clases de posgrado en diversas universidades. Lo que me gustaría hacer en esta serie es traer la ciencia de nuevo a la UX. En esta clase. Yo quiero que conteste la pregunta. ¿ Cuántos participantes son suficientes? Es una pregunta de tamaño de muestra. Es realmente importante porque los participantes cuestan tiempo y dinero y una pieza realmente la clave de cualquier proyecto de investigación que hagas. Entonces lo que me gustaría hacer es darles las perspectivas desde lo que la gente está diciendo en términos de reglas de pulgar, todo el camino hasta la ciencia y racional detrás de ella. Para que puedas justificar el tamaño de muestra que elijas, ya sea 57 21 o mucho más. Por lo que a lo largo de esta serie, vamos a tener una serie de temas que tengo durante mis clases. Espero que disfruten 2. Define la investigación: Entonces la respuesta. ¿ Cuántos participantes son suficientes? Comencemos primero con definir la investigación de experiencia de usuario porque creo que eso es realmente importante para nosotros entender el tipo de estudios que requieren diferentes tipos de salidas pero también diferentes tipos de participantes y diferentes números de participantes. Entonces lo primero de lo que quiero hablar es que la investigación de mercado y la investigación de experiencia de usuario son muy complementarios. Entonces cuando pienso en cuántos participantes es suficiente, realmente depende del tipo de estudio. Entonces lo que quiero hacer es asegurarme de que todos estemos en la misma página que al tipo de investigación que se está realizando. Y empecemos el nivel más alto. La diferencia entre la experiencia del usuario, investigación y la investigación de mercado. Son muy complementarios, pero son diferentes en investigación de mercado. Estás tratando de hacer preguntas como ¿Qué características quiere la gente? ¿ A qué inspiraron para si sus necesidades y muchas veces cuánto pagarán? ¿ Ahora? Esas preguntas son muy importantes en un producto de construcción, pero lo que sacas de ahí es que realmente tienes que construir algo, y ahí es donde entra tú X. Ahí es donde entra tu investigación X, donde estás tomando la investigación de un prototipo, un diseño, y estás informando a ese diseño que lo estás haciendo mejor. Entonces de alguna manera me gusta pensar en ello como la investigación de mercado es de naturaleza muy actitudinal. Habla de cuáles son los elementos en el caso de negocios, pero luego tú X investigación lo lleva a construir realmente. Entonces en algún sentido es asegurar la entrega de la marca. Es asegurar que el producto sea bueno y por lo tanto son los comportamientos los que importan. No es a lo que la gente aspira, lo que es a lo que realmente hacen con él, pero en realidad lo tocan. Entonces no se trata de la estética. No se trata de opiniones ni de aceptación. Cuando hablamos de ti X, se trata de comportamiento, y esos tamaños de muestra son diferentes. Entonces aquellos que son aspiracionales y fundamentalmente cuando pensamos en ti sale realmente de dos cosas. Es la medición. ¿ Cómo captamos esa experiencia y cómo la cambiamos? Porque la información que reunimos en realidad va a ir a informar el diseño, dando forma a la línea en el diseño que realmente quieres, y en última instancia ese es el comportamiento que quieres. Entonces qué, nos estamos buscando. ¿ Cuántos participantes necesitas? Por lo que en esta clase te gustaría que hicieras es como ejercicio. Considera dos cosas. Considere dispositivo a y dispositivo. Imagínate. Dispositivo A es su producto existente. Se trata de un producto de próxima generación. ¿ Dónde está el dispositivo? Podría ser una parte competitiva, o tal vez una versión más antigua fuera de esa línea de productos. Pero esencialmente, la pregunta es, es el dispositivo un mejor que el dispositivo hablar? ¿ Y cuántos participantes debes probar? Eso te dará suficiente justificación en la diferencia de que entonces podrías realmente actuar sobre ella y cambiar de diseño, Tomar una decisión de negocio? Eso es lo que estábamos buscando cuando pensamos en lo correcto. Tamaño de la muestra, acuerdo, y ¿cómo capturamos las experiencias? Lo que me gustaría hacer cuando digo justifique es que me gustaría traer de la ciencia de vuelta a la experiencia del usuario . Lo que eso significa es me gustaría decirles lo que realmente desearía haber aprendido en la escuela de posgrado. A 10 años de posgrado, empiezo a ver que todas estas piezas entran en juego en cuanto al tamaño de la muestra, justificándolo. ¿ Cuántos es suficiente? Me gustaría traer eso a este curso para que puedas tener un poco de sentido para lo que realmente desearía que alguien me hubiera hablado en la escuela de posgrado 3. ¿Por qué es el número de los participantes importante?: Entonces en esta siguiente sección de lo que quiero hacer es hablar de antiguas pruebas para la investigación de experiencia de usuario . Entonces eso es lo típico. Obtienes gente aquí cuando piensan en una prueba de usabilidad. Pero antes de llegar a eso, quiero que todos piensen en por qué los participantes, y saber cuántos son suficientes es importante. Es una pregunta realmente importante para nosotros pensar porque, para ser honestos, los participantes son caros. Cuestan dinero para reclutar o te toman tu tiempo para reclutar. Cuando entran, hay que pagarles una indemnización. Se necesita tiempo para recolectar realmente sus datos. Imagina si estás ejecutando seis participantes frente a 100 participantes, primero de 1000 que lleva tiempo, y también toma tiempo analizar y sintetizar todos estos datos. Entonces, cuando pensamos en el tamaño de la muestra, a menudo se piensa en ello como un costo. Pero también es tiempo, tiempo para analizar y un compromiso de tiempo grande. Por lo que sentirse realmente cómodo, sentirse muy confiado y justificar el número correcto de participantes que suficiente para conseguirte la respuesta y puedes creer que es la clave porque es una pregunta importante. Entonces nuestro objetivo aquí es aprender. Cuál es el número mínimo de participantes que nos hará sentir seguros de que lo que encontramos podemos actuar. De acuerdo, Entonces, ¿qué vas a aprender en esta sección es cuántos? Bueno, depende. Y lo que voy a hacer es decirte que depende de la pregunta de tratar de responder el tipo de datos que necesitas y el tipo de investigación. Entonces, ¿qué? Me gustaría presentar su un árbol de decisiones. Y en las próximas secciones de pareja y en la sección, pasarás por elementos del árbol de decisiones. Eso debería darte una idea bastante buena de cómo descompongo la pregunta en el tipo de estudio que en última instancia te dará el número de participantes. Entonces la primera parte de esta es la entrada es pensar en cuántos participantes es tu primera pregunta, formó o eso está en ella. Y lo que me gusta pensar en formativo es como mencioné, es una prueba de usabilidad, y la imagen que te estoy mostrando aquí es una foto de alguien que, puedes decir, está haciendo una receta en la cocina. Están construyendo un platillo. De acuerdo, eso es formativo. Están tratando de refinar la receta en sí. Ahora eso es diferente a Summit, donde en summited es más como, Hey, no es probar la receta o en realidad tener a todos los invitados a cenar ahora es donde el caucho se encuentra camino. Es hora de realizar realmente. tanto que formativos podemos aprender de la cumbre. Es el verdadero trato. Entonces en este ejemplo que les estoy mostrando pensar en formativo es muy útil para etapa temprana. Es útil para la calidad. Tiende a ser un diagnóstico. Lo que estás viendo frente a ti es un amigo de alambre. No tiene todas las campanas y silbatos. No es todo el tratamiento gráfico porque estamos probando la base porque podríamos mejorarla y mejorarla. Eso es formativo. Podemos informar el diseño. Entonces una pregunta típica, alguien podría hacer. Queremos mejorar el sitio web donde está abierto para que los usuarios puedan encontrar más fácilmente lo que buscan. Esa es una forma clásica de estudio, ahora que algunos de estudio ligeramente diferente, es un poco más tarde en ciclo de desarrollo. Podría ser verificación. Podría ser benchmarking y otros productos. Es un poco más cantidad y una pregunta como te mostré en la imagen aquí es que puede ser una etiqueta de medicamento, y estamos tratando de entender que esa etiqueta de medicamento queremos estar seguros de que no va a aumentar el número de dispensación los errores conducen a ese tipo de confusión. Ranura en pregunta diferente un poco mawr más adelante en el ciclo de vida, y eso es una cumbre de estudio. Y esos son el tipo de áreas en las que necesito que pienses a medida que nos movemos hacia cuántos participantes qué prueban. 4. Ensayos formativos de usuarios: en esta sección, me gustaría hablar de forma de prueba de usabilidad pruebas de usabilidad para la experiencia del usuario. investigación tiende a ser el tipo de investigación muy clásico de pan y mantequilla que han utilizado para informar a ALS I para hacer mejores diseños. Es una muy importante para la metodología de diseño centrada en el usuario. Es algo que la mayoría de nosotros aprendemos a hacer cuando inician por primera vez la última carrera. hacerlo, cuando pensamos en adelantarnos a las pruebas, no ejecutamos cientos, ni siquiera 20 o 30 ó 50 participantes. Tendemos a correr un número muy pequeño, racional alrededor en su concepto de este Magic cinco y me meteré en ello. Y lo que quiero hacer es hablar de qué participantes participio necesitas, cuántos y darte un poco más de ciencia detrás de lo que pasa. Por lo que en General Florida de pruebas de usabilidad requiere menos participantes en algo, y la razón es porque se quiere encontrar de alguna manera el número mínimo de participantes para encontrar más o maximizar el número de problemas. Entonces, idealmente, solo quieres buscar realmente los graves problemas que lo arreglas y luego vuelve a probar y continuar este proceso de diseño analfabeto para llegar a la verdad, para mejorar tu diseño. Y al hacer eso, muchas veces es mejor usar un tamaño de muestra más pequeño, que es donde llegamos en este concepto del fuego mágico. Se ha dicho que solo necesitas cinco participantes para ejecutar estas pruebas de construcción y de alguna manera comenzó con Jacob usando su. Él lo llamó el archivo mágico. Y la razón aquí es que tu número perfecto es cinco participantes. Ya no necesitas más. Eso es lo que dice Jacob. Por otro lado, tienes otros, ya sea Jared Spool, Malek, otros investigadores que miran fuera esta pregunta son cinco suficientes, y aquí es donde te quiero dejar. Yo quiero que pienses en todo lo que se metió en esto para que cuando tomes tu decisión, lo puedas justificar y pudieras convivir con los resultados. Puedes crear tu estudio, diseñarlo, ejecutarlo, analizarlo y hacer que las cosas funcionen. Sabiendo si elegiste cinco para siete o 15 o 21 quiero que seas capaz de justificar por qué elegiste elegiste el fuego mágico. Se podía ver una gráfica aquí mismo en el eje X. Muestra el número de problemas de usabilidad hacia abajo. Entonces en serio, ¿quieres encontrar mucho a cuántas personas quieres realmente probar? Y la lógica aquí es que si no pruebas a nadie, vas a conseguir cero insectos. Si pruebas a un participante, te darás cuenta en la línea. Se pone alrededor tal vez 25 30% de los problemas de usabilidad por ahí. Por lo que ahí está con un participante para encontrar 1/3 de descuento en los problemas. Pero por lo general 1/3 no es suficiente. Se quiere hacer un poco más si se pone a prueba un segundo propósito. Esta segunda parte no se va a encontrar algunos de los mismos problemas que la primera hizo y de los nuevos . Cuando vayas a 1/3 participante, seguirán sumando al número de problemas y seguirán encontrando los problemas que hicieron los demás. Entonces con tres participantes, te acercas realmente ese 70 60% rango de heno del número de problemas por ahí que existe en ese dispositivo que interconectan a tres personas confinadas alrededor del 60% de los principiantes. A medida que consigues participantes de mawr y Mawr, encuentras cada vez menos problemas novedosos hacen problemas. Entonces eso es lo que llaman retornos decrecientes. El concepto. Años después del quinto participante, estás empezando a perder tiempo y dinero porque estás recibiendo los mismos hallazgos una y otra vez, y los que se sentaron en la prueba de usabilidad. Exhorto a la gente a que haga eso. Si estás sentado en una en una prueba y tal vez has pasado por cinco o seis participantes en un solo día, verás este concepto de retornos decrecientes que he probado Las personas que son vicepresidenta se sientan en la parte trasera de la sala, y me miran en hago. Es el primer día. El día 16 de cada siete personas fallaron miserablemente a ese elenco, y todos dijeron más o menos lo mismo. ¿ Cuál es tu apuesta? Que mañana, si hiciéramos exactamente la misma tarea en siete nuevos participantes iban a ver a seis de ellos. Ese es el concepto de rendimientos decrecientes. Vas a seguir agregando más participantes, pero no estás obteniendo más perspicacia. Todavía estamos viendo ese mismo problema, y esa es realmente la lógica que usó Jacob. Y si llevas esto al extremo usando su lógica con 15 participantes, vas a encontrar el 100% de los problemas clave de usabilidad del gran bateador, y es por eso que no necesariamente necesitas 15 ahora. Como mencioné, hay escuelas de pensamiento y otras personas que han tratado de investigar si 5 15 o suficiente y llegan a la conclusión número. No es suficiente. Necesitas mucho más de cinco para encontrar lo que buscas. Entonces, ¿qué haces ahora? Tienes un pensamiento escolar en cinco, otra escuela de pensamiento que dice mucho más que descomponer la ciencia de esto. Estoy mencionando rendimientos decrecientes. El mayor bang para tu buck está en la derecha tiene 55 resultados. Haz un cambio, prueba otros cinco y sigue haciendo eso. Ese es el mejor r a y. vas a conseguir cara en proceso de diseño centrado en el usuario. Pero vamos a descomponer cómo Jacob Nielson en realidad se le ocurrió este aliento. Entonces te estoy mostrando la gráfica otra vez. Lo creas o no, no se basa en datos reales. No se basa en participantes reales. De lo que se trata es de una aproximación estadística. Es una probabilidad binomial, básicamente hizo dos preguntas. ¿ Cuál es la probabilidad de que encuentres un problema de usabilidad? Solo se basa en cuántos problemas realmente quieres encontrar. ¿ Quieres encontrar muchos de ellos? ¿ Decir 99%? ¿ En qué quieres encontrar la mayoría de ellos? Digamos que 85% ese es el primer lugar. La segunda pregunta es: ¿Cuán difíciles son los problemas de encontrar? Te puedes imaginar que hay esos problemas que te pegan justo en la cara. Esos son los grandes problemas, y eso es en lo que Jacob come y suele pensar. Cuando escribió su libro, soy ingeniería de usabilidad. Estaba pensando en los grandes problemas, los showstoppers. Entonces si querías encontrar la mayoría de los tapones del espectáculo, pensó que cinco participantes no eran así. Lo que quiero hacer es realmente darte el sci fi que soy por no. Entonces lo que ven aquí y yo le doy todo el crédito del mundo, Just Sora. Corre el ciclo de medición de usabilidad punto com. Te exhorto a que vayas a ello. Tiene grandes artículos y calculadoras, y saqué uno desde dentro. Se trata de una calculadora de tamaño de muestra para los problemas de Severin en una prueba de usabilidad o interfaz de usuario , por lo que básicamente solo hay un par de valores. Lo pones, metes en cuántos problemas quieres encontrar? Y en este ejemplo, 85. Entonces encontremos la mayoría de los problemas entonces. La siguiente pregunta es: ¿Qué tan difícil es encontrar el problema? Y eso es un porcentaje. Y en este caso, pongo 0.3 o aproximadamente. Ya sabes, tres de cada 10 personas van a encontrar este problema, así que no voy a ponerlo a donde está Oh, Dios mío, es realmente difícil encontrar sólo una de cada 100 personas. Es una de cada tres personas se van a encontrar con este problema, y quiero encontrar a la mayoría de ellos. Cuando pones ese cálculo, esas dos variables en calculadora Dolores para el tamaño de la muestra. Ya ves Se necesitan 5.3 personas para descubrir la mayoría del 85% del problema, sabiendo que el problema sucedió uno de cada 33 Ese es el mágico número cinco. Es así de sencillo. Entonces si te rompieras y dijeras: Bueno, Bueno, ¿y si quisiéramos encontrar un conjunto diferente de problemas? Yo quería que Onley encontrara cosas que pasaban muy a menudo, así que lo cambiaría a en el primer ejemplo quiero encontrar todos los problemas que ocurrieron en uno de cada dos. Por lo que te imaginas que te estás haciendo una prueba. Es posible que no encuentres el problema, pero encuentras otro problema en otra tarea. Bueno, si hay otra persona tomando este día, destapa el problema. Por lo que sucede con más frecuencia. Si quieres encontrar todos los problemas que sucedieron con tan solo dos personas, ¿qué tienen dos personas lo van a ver? Necesitas 6.6 o siete personas. ¿ Ves los números a cambiar o qué? ¿ Si quisieras decir que no? ¿ Sabes qué? Esto se va a liberar 40 millones de personas. Necesito encontrar muchos de los pequeños problemas así como unos grandes. Entonces, hagamos que sea más difícil encontrar un problema. Por lo que quiero encontrar todos los problemas. 99%. Pero no quiero encontrar nada con Zach en la cara. Pero podría sacar uno de cada cinco. Entonces el problema que el 20% de tus usuarios va a tener ahora que podría sonar como si fuera un problema difícil. Imagina que 40 millones de personas lo van a utilizar uno de cada cinco de esos 40 millones van a tener este problema. Es un problema bastante grande. No se apilla en la cara. En ese caso, se necesitan 21 participantes. Por lo que básicamente puedes construir tu propio agarre. Se podría decir, ¿Sabes qué? Yo quiero encontrar estos problemas hechos, pero solo busco mostrar tapones. Podría ser cinco o siete, pero si de verdad quiero cavar un poco más profundo, encontrar problemas que sepas lo que Cuatro personas corrieron a través de él. Pero por lo general, como la quinta persona tiene algunos temas. Ahora necesitamos conseguir más participantes. Ahí es donde puedes construir tu dedo del pie de confianza. Entiende cuántos participantes debo tener, si son cinco o sabes qué, me siento más cómoda si son 21 porque estoy buscando en mi problema aquí, todos los problemas y es el 20% de tiempo que vas a encontrar. Pero luego hay otros temas. Entonces qué, se te ocurre tu número, justifica 57 Cualquiera que sea el número que se justifique. También hay otras razones para tener más gente en tu hijo. Un ejemplo es que tienes diferentes usuarios. Tienes a grupos de usuarios lo que quieres hacer es, podrías considerar duplicar tu muestra. Entonces si decidieras siete ahora, podrías correr 14. O tal vez quieras hacer un híbrido donde, sabes que hay mucha superposición. Tu prueba, un paciente en la enfermera. Son diferentes, pero hay un poco de superposición en sus tareas. A lo mejor prueba cuatro y cuatro y yo tengo ocho. Entonces en lugar de solo conseguir cinco, lo consigues. De acuerdo, así que esa es una consideración otra podría ser, como te puedo mostrar aquí que el sitio de salud infantil tienes una sección para padres, una sección para niños y una sección para adolescentes. Ahora tenemos tres grupos de usuarios. Ahora quizá quieras considerar si empecé con cinco mi objetivo o siete y lo multiplico por tres y ahora retirando 15 participantes, cinco en cada sala. Es así como construyes y justificas el número de participantes que necesitas. El otro motivo por el que podrías querer más participantes es la complejidad. En el ejemplo. Aquí estás buscando modelado de gatos. Es posible que tengas muchas tareas, o tal vez realmente complejas, y un usuario en tu sesión no puede hacer las 20 tareas. Entonces tal vez voy a tener muestra donde la mitad de mi grupo hace alrededor de 10 tareas y otra mitad hace las otras 10 pasadas. En este caso, si escogí a siete participantes, necesito 14 para poder obtener cobertura a través de todas las tareas en los tamaños de muestra que decidí justificar. Entonces esas fueron las formas en que te fijaste en un número, justificas obtener tu confianza correcta, y luego consideras, ¿Tengo suficientes participantes? Porque si los grupos de usuarios eran complejidad, Pero seamos también honestos. Es una nieve. He tenido situaciones en las que miro a alguien, y el jefe de mercadotecnia dice que provienen de un fondo de investigación de mercado, que experiencia de usuario antecedentes de investigación y dice: Hey, Hey, no voy a creerlo si yo solo tienen cinco participantes aunque si lo tienen, está diciendo que necesito 50 participantes. Y créanme, si amarré a esa persona y le hago ver a 50 participantes por participante 25 26 27 sentirán retornos decrecientes. Pero en última instancia esa persona no se va a sentar, y hay que convencer a ese interesado para que haga un cambio. En ese caso, es una escultura, así que tal vez cinco no sean suficientes, pesar de que podrías justificarlo y eliges 20 tercero porque alguien actuará sobre esos muchos participantes. Te brinda comodidad y confianza en que la gente a la que te sucede averiguar sobre los mentirosos ese es el olor. Check. Entonces a medida que piensas en una forma de prueba, esto realmente se trata de la pregunta fuera. Estoy haciendo prueba de usabilidad. Ya sabes, el mágico número cinco. Yo. Necesito un poco más por diversas razones, ya sea un tipo de dificultad o solo necesito más para justificar la revisión ortográfica. Al igual que piensas en ese tipo de cosas, vas a caminar a través de ella en lo viejo justificado. Entonces lo que acabo de describir si te llevo de vuelta al ejercicio inicial del curso es ah, estudio formativo es la usabilidad. Es lo que solo evaluaste una cosa? Vice A. No es el vicio y versus de hielo T solo dispositivo A y a la pregunta, ¿cuántos participantes? Por lo que necesito probar si solo estoy probando dispositivo A. Espero a través de este ejercicio debas poder justificar tu recomendación. Ir al árbol de decisiones en el que se va a basar es un formativo, vale, es para ellos. Qué tipo de problemas. Quiero ver cuántas personas, cuál es la complejidad, cuántos grupos de usuarios y en última instancia, ¿cuál es mi olor? Compruebe y así es como define hacia delante del tamaño de la muestra en función de. 5. Reseach sumativa: Por lo que en las próximas secciones de pareja, quiero hablar de mayor tamaño de muestra Mawr summited research. Como mencioné antes. Es el momento en que no es formativo. No estamos preparando la receta o en realidad listos para una cena formal. Vamos a lanzar este producto. Entonces antes de entrar, quiero dar a todos un ejemplo fuera de este concepto de mantequilla o diremos precisión. Entonces en el ejercicio del curso de nuevo, piensas en dispositivo a versus de hielo ser. Seguimos hablando de un dispositivo, y estamos tratando de entender cuántos participantes necesitas. Entonces cuando pienso en esto, tenemos que preguntarnos cuántos participantes necesito cuando sé que el tamaño de la muestra va a ser un poco más alto. Y la primera pregunta que te voy a hacer es si estás planeando una cena, estás planeando la cantidad de producto. ¿ De verdad quieres saber definitivamente la respuesta, o solo quieres dirección? A mí me gusta hacer esa pregunta, y realmente surge porque muchas veces la gente quiere hacer la investigación habitual y quiere entender y responder. Pero cuánto saben lo mucho que realmente quieren saber. ¿ Es definitivamente? O simplemente me gusta saber dirección, porque si es direccionalmente, es como poner el dedo del pie en el agua para ver qué frío esto en ese caso, recomendaría usar la misma lógica que he usado con Formative 57 21 participantes ese olor cheque. Es la noción de la pregunta direccional metiendo el dedo del pie en el agua si va a ser un problema o vamos a estar bien. Eso realmente funciona con el avance de la lógica usando ese sarpullido ahora. Pero si alguien mira y dice: ¿Sabes qué? No, realmente necesito saberlo definitivamente. Ahora nos estamos metiendo en un mundo donde alguien podría decir, Ya sabes, esta decisión va a afectar a 40 millones de personas. Necesito un poco más con un mayor grado de precisión. Ahí es cuando necesitas saber la verdad. Y ahí es cuando ocurre un mayor tamaño de muestra. De acuerdo, entonces lo que quiero hacer es necesito que pienses en esta noción de una respuesta definitiva y este es mi término, y lo estoy usando de nuevo. Ya te lo dije, estas son las cosas que me gustaría que la gente me dijera en posgrado voy a llamarlo trámite. Así que lo eres. Tienes un objetivo y quieres saber si lo que encontraste en el estudio? El puntaje que encontraste es generalizar herbal a lo que pasaría en la población real . No vamos a poner a prueba a todos en el mundo. Entonces voy a tomar una muestra pequeña y la voy a probar. Voy a conseguir un resultado. Es ese resultado Generalizar, herbal. Y para hacer eso, lo que quiero hacer es pensar en la diferencia entre A y B. Tienes dispositivo A y tienes dispositivo ser. Estamos obteniendo datos sobre A y B. ¿Son diferentes? Pero pensemos en la precisión. Y la forma más fácil que puedo hacer por eso por ti es regalarte esta noción. ¿ Qué es un marcador? Ah, puntaje sencillo. Nos gusta en este mundo tener un medio para que todos puedan tomar esta prueba, pero siempre nos gusta pensar en el promedio. Entonces piense en tasa de aprobación. Tienes mucha gente que entra en una calificación de aprobación presidencial. obtiene un número, pero es ese número preciso no es realmente, es generalizar capaz a la población una de las cosas que nos damos cuenta es si tuviéramos que tomar todos los datos de un estudio, ya sean 20 participantes o cientos o miles, no todos anotan cuando tú lo dices, puedes ponerlos en una curva, como veo aquí. Y lo interesante de esto es que mientras obtienes un promedio, el resto de la curva describe las personas de variación que son un poco más altas que eso . El pueblo que está un poco más bajo. Y lo que es realmente bonito de este concepto de una normal ella en estadística es que si tomaras todos estos datos, obtengo un promedio y podría empezar a entender las características de ese conjunto de datos y que te voy a dar un ejemplo sólo para darle a todos el sentido. Um, ¿qué significa recolectar datos que se sientan como un número o una puntuación? Entonces aquí hay una pregunta sencilla. Te voy a mostrar una foto en un momento de gente, y todo lo que necesitas para contestar es una sola pregunta. La única pregunta es que un hombre que lleva una camisa roja, así que te voy a mostrar la foto. Todo lo que tienes que hacer es decidir. Sí, señor. Ahora vas a ver un número que tipo de pasa y como es una especie de tiempo y muestra 123 todos te muestran tiempo y todo lo que necesito que hagas mentalmente es decir es que el hombre que lleva una camisa roja Piensas que sí o ahora. ¿ Y tú solo sabes el tiempo que tardaste en llegar eso a eso? De acuerdo, ¿ tienes así que eso es una pregunta de sí o no. Hay una correcta e incorrecta. Se trata de una medida fuera de precisión o eficacia. Y digamos que si nos llevamos a todos los participantes estuvieron vigilando durante el mes dado, es 77% correcto. Está bien, también tienes tiempo mismo informe, pero me lo contaste, me tomó tres segundos y dije que sí. Algunas personas dicen que no, me tomó cuatro segundos. Tienes dos puntos de datos en esa sencilla pregunta. Bueno, y te podrías imaginar recolectando muchas otras preguntas sobre la satisfacción. Otras variables. Pero en esa sencilla pregunta de es un hombre que llevaba una camisa roja que recogíamos a los jugadores. De acuerdo, así que te voy a dar una tarea un poco más dura. Este es un entorno hospitalario. El médico está preocupado por los pacientes M C H ya que ahora es más alto de lo normal. La pregunta es sencillamente, el 27 de enero de 2001 fue el valor de los pacientes N. C H superior a lo normal? Tú decides que sí o no y sabes el tiempo que tardó ir. Entonces, ¿cuántas personas olvidaron la pregunta? Estos son algunos de los retos que tenemos. Te he volado la mesa, y podrías mirarla el 27 de enero y me deslizaré hacia la columna genuina. Y luego miraré el 27 de enero de 2001. Voy todo el camino abajo hasta el M, C, H Valor y el emcee. Cada valor es de 30.8, y es blanco. Y mira mi leyenda. Es normal. Entonces, ¿el valor de la etapa de Pacers m fue más alto de lo normal? La respuesta no está bien, y como que exploto esto para que puedas echarle un vistazo. Pero eso es un proceso de pensamiento. Encuentras el día, cruzas y miras y luego revisas la leyenda, y probablemente vayas y vengas. Es así como la gente llega con la respuesta. Algunos de los retos que algunas personas olvidan. El contestación. Tengo medida de precisión en el tiempo. Pero, ¿qué haces si alguien olvidó el cáncer? ¿ Qué puede pasar? ¿ Y te tomas el tiempo a alguien que olvidó la respuesta? Lo que hago es hacer una simple pregunta, y eso es si alguien consiguió la respuesta, ¿ verdad? Sí, podrían haber adivinado. Pero quienes consiguieron la respuesta en el momento adecuado es una medida de ellos bajando La columna mirando a través de M. C h La leyenda que regresa para confirmar que es una medida de esa eficiencia. Si alguien era incorrecto, no tienes idea de lo que estaban haciendo. Entonces atar no refleja realmente lo que piensan porque no sabes lo que hicieron . tanto que si obtuvieron la respuesta correcta, es más probable que pienses que hubo una eficiencia en el proceso que utilizaron. Así que recuerda tu coleccionar dos medidas precisión y precisión del tiempo es realmente importante para sentir que mucha gente falla. Eso podría ser más importante que fallar, pero el tipo de eventos son realmente rápidos. De acuerdo, entonces con esas dos medidas, surge la pregunta que tengo un número. Cuántos participantes necesito sentirme seguro de que tuve que generalizar ese número para que sea real para precisar, y entonces esta siguiente sección en realidad te sillín talla 6. ¿Qué los participantes deben probar?: Entonces hablé de este concepto de hacer un estudio y conseguir un número y sentir que ese número es preciso. Está generalizado. Entonces, ¿cuántas personas necesitas si quieres hacer eso? Y cuando piensas en conseguir un número y recolectar participantes, mucha gente piensa en las estadísticas y en lo que mucha gente piensa del personal. Piensan en esto. Es una foto. Ah, USA Today o algún hecho oy. Es algún número que puso en un borrador realmente bonito, y es polaco. Eso es lo que la gente piensa cuando pensamos en el personal. Y en lo que quiero que piensen es en lo que es un tamaño de muestra que te hará sentir cómodo que podamos generalizar encontrando a Teoh. Entonces imagina un mundo y se puede ver esta imagen de muchos guisantes y EPS, guisantes o pases y después falla. Entonces por cada persona se obtiene una P orna y esa es la población. Y en base a este cuadro, lo creas o no, hay 60% de guisantes y 40% s, así que el después de 60 para él, esa es la realidad en la población. ¿ Cómo sé lo que agarro representa población. Entonces pega mi mano que sean, saca una muestra pequeña, y mira, encontraré sesenta por cada cuatro falla. Ese es este concepto de tamaño de muestra. ¿ Cuántos necesito hacer si solo agarro una cantidad de punta del dedo o un puñado completo? ¿ Cómo tengo que hacer el dinero para captar, para sentirme bien con el número? Está bien. Y para sentirte seguro, hay un concepto en el que quiero que pienses, y mi analogía se basa en el dardo. Es la probabilidad de que hayas encontrado resultados por casualidad por accidente sólo porque accidentalmente agarras la cantidad equivocada. Eso es confianza, y me gustaría que lo pienses como un oscuro. Entonces lo que he hecho es que he mostrado una foto fuera de todas las veces posibles que podrías hacer agarros y estudios de nan . Me gustaría que pienses en los oscuros como la posibilidad de que realmente encontraras algo solo por casualidad. Por lo que hay 20 oscuros en la imagen y uno de los oscuros cayó fuera de esta zona de confianza , y la caja en realidad podría representar, digamos, 95% de confianza. Si es 95% de confianza, eso significa si haría este estudio 20 veces. Sólo uno de cada 20 encontré accidentalmente los resultados. Ves ese concepto oscuro, sentado fuera de la sociedad, sentado fuera de la sociedad, doc sis. Si quiero un 99% de confianza, eso significa ah, 100 oscuros y solo uno fue encontrado mis activos. Esa es la confianza. La otra cosa que necesitas para determinar el tamaño de la muestra si quieres ser preciso, es tu nivel de ejemplo nivel de aire una posición? Algunas personas piensan en eso como más o menos 5%. Entonces te imaginas que es la calificación de aprobación presidencial, más o menos 3% más para mi spot. Es ese concepto, creo, mucho mar profundo y de hecho, juguetes. El último que necesitas es el número de personas en la población que estás viendo. ¿ Estamos hablando de todo el mundo, la Población Estados Unidos de Estados Unidoso de un subconjunto? Necesitas saber cuántos. De acuerdo, entonces aquí hay un ejemplo. Hay un montón de calculadoras de siete tamaños por ahí. Solo necesitas tres cosas. Necesitas saber esa confianza todo. ¿ Es 95% 1920 oscuros o 99 necesitas saber bien, poner verano tres más o menos cinco. Entonces vamos a obtener un resultado más o por algún número y ya conoces a la población y eso te dirá el número de personas que necesitas. Entonces aquí hay un ejemplo. Ah, encuesta electoral presidencial. Digamos que quería 95%. Entonces la probabilidad que encontré esto solo por casualidad es 5% de maravilla. Por lo que ahora mi conferencia niveles 95. El puntaje que recibo es más o menos tres. Bonito, bonito, preciso, bonito, bastante preciso. Y la población no nos está poblando. Son unos 100 millones. Se ponen esos números y la respuesta es que se necesita 1000 viendo a los 1000 participantes si esos parámetros. Entonces la pregunta se convierte, bueno, casa es mucha gente. 1067 mucho. Bueno, ¿qué pasa si traigo el error en lugar de conseguir una tienda y una puntuación de 70% de calificación de aprobación más o menos tres? ¿ Y si hice un hermanito más o menos cinco? No me enfatiza subir o bajar, ¿verdad? Hacer más o menos. Y si lo hice más o menos siete. De acuerdo, entonces lo que he hecho aquí es que he tomado las acciones ahí y puesto los números de práctica igual excepto aumentar el más o menos tres a más en mi lugar. Y la respuesta va de 1000 67 participantes a 384. Y si fueras a ir a plus en mis 70 gotas a 1 96 bien, ese es un tamaño de muestra. Necesitas estar seguro de que el puntaje que tienes es generalizado capaz de despoblar. Dadas estas oraciones, déjame hacer cualquier cosa. Cambiemos la población. Entonces, en lugar de hacer la mitad de la población o la población, ¿quién votaría? Hagamos, digamos, un tipo específico de insulina y la hicimos sólo un 1,000,000 de personas. Judy más o menos personas. Y esto es un reto porque esto es una especie de concepto que los humanos no eran realmente buenos en grandes números. De acuerdo, entonces lo que he hecho es que lo he desglosado a un intervalo de confianza de 95. Aceptabilidad son muestreo aceptable de más o menos tres más o menos cinco cerca siete y un 1,000,000 de personas. Y lo que encontré es que si corres esos números, los números realmente no cambian. Es 1066 384 y 1 96 casi exactamente iguales. De acuerdo, así que este es un concepto extraño, así que lo puse en una especie de mesa. Entonces con 100 millones, los números no cambian entre 101 mil millones. ¿ Cómo cambia eso si voy a 100 mil o cinco población es de 10 mil o 1000 o menos. Lo que vas a encontrar aquí es como quieres generalizar los tamaños de muestra altos de puntuación necesarios a menos que la población sea muy pequeña. OK, Así que como puedes ver aquí, si la población es de 10 mil todavía se necesitan 960 personas, que no es tan diferente a 1000 personas, que está en 100 mil. Es sólo cuando se obtiene una población muy pequeña. Esa es la precisión que aumenta el tamaño. Entonces un ejemplo. Si hubiera 100 personas tomando esto último, y yo quisiera darle a todos una prueba en mi material y quería saber que el marcador que conseguí reflejaba a todas las 100 personas y solo me llevé a cinco personas. Pero si me llevé 92 personas, cuan confiado estás de que probablemente no me pareció por casualidad que la tienda que consiguieron más o menos 3%. Tendría 92 si quisiera ser más o menos cinco. Sólo 80 y 66. Es como que tiene sentido en la población pequeña. Pero cuando la población se vuelve realmente grande 1,110,000 no sabe que necesitas 1000 381 100. Y ese es un concepto que sostiene cierto. He hablado con la gente de las ciencias de los datos, y esto es lo que tú apenas de su departamento. Copulación. Has computado el número de personas que necesitas para encontrar los resultados. Puedes generalizar lo que esto también te dice. Son 2000 personas demasiado. Esa es una especie del concepto clave. ¿ Dónde no es que puedes encontrar la cantidad correcta de personas dedo del pie reclutar, pagar y analizar, sabiendo que podrías tener confianza de que podrías generalizar y no lo encontraste por casualidad, sin embargo, Y ese es este concepto. Entonces volviendo a esta historia, si es un tema nosotros y sabes que necesitas una respuesta definitiva, pruebas de precisión. Si solo estás probando un dispositivo y aquí está la mesa, está bien, y eso es un montón de participantes 384,000 y la respuesta eres tú. Eso es lo que necesitas si quieres que una sola tienda refleje a la población. Afortunadamente, experiencia de usuario estudios UX. Todavía no necesitamos 384. No necesitamos a 1000 personas, y en eso me meteré en la siguiente sección. 7. ¿Es un mejor que B? Pruebas de hipótesis: Entonces esta siguiente sección Se trata del tamaño de la muestra, pero para un vs B, también una especie de hipótesis. Evaluar. Este es un tipo de donde UX realmente puede entrar en las estadísticas y entender el tamaño de la muestra para comparar una diversidad. Por lo que volviendo a nuestro ejercicio original, tienes dispositivo un producto cuello 10. Veo una ER competitiva o tal vez una división más antigua fuera versión antigua, ¿ vamos a decir la pregunta es entonces cuántas personas necesito probar para saber si a es realmente mejor ser? Y quiero que solo compres esto. Entonces hablamos de esta noción de una respuesta definitiva, y hablé de la precisión como una sola puntuación. Bueno, eso es un vicio a Así que digamos dispositivo, consiguieron un 85% de éxito. ¿ De verdad es? Se necesita mucha gente para saber que ese número preciso Israel más o menos algún porcentaje, y típicamente se ve eso en encuestas. Pero cuando pensamos en un versus B, nos alejamos de la precisión de un número a la precisión de la diferencia. Esa es una perspectiva ligera, diferente, y quiero como que te des una analogía fuera. Digamos que el vicio toma es 85% y dispositivo que tenía 60%. No es si los 85 sesenta son precisos, es si esa diferencia. Israel. Si volvieras a hacer un estudio, tal vez no sean 85 60. A lo mejor son 90 y 40 pero todavía hay diferencia. Y esa diferencia. Israel A es mejor que esa noción, y ese concepto reduce el tamaño de la muestra. No necesitas la precisión que necesitas, razón por la cual no ves estadísticas en los Electos. Pero si lo hiciste no en los cientos, si no en los miles. Entonces lo que quiero hacer es no decir es una puntuación general accesible? ¿ Cuál es la diferencia? ¿ Un siempre va a ser mejor que ser? ¿ Eso es generalizado? De acuerdo, entonces en este caso, tienes a nociones que tienes a medios y las hipótesis usarán conceptos de justicia. Pero en este caso se llama bastones inferenciales. Es comparar un vs abejas como tal vez es una prueba o en un noma cosas. Es posible que haya escuchado estadísticas, y el tamaño de la muestra que necesita se deriva de una potencia de apagado constante. Su poder significa que tengo una buena oportunidad de detectar una diferencia de manera significativa si la diferencia realmente está ahí. Si realmente hay una diferencia, encontraré. ¿ Cuántas personas necesito? Su poder? Entonces un ejemplo que tengo aquí es Puedes ver estos paquetes de aire en búsqueda Usar el hospital era realmente grande y uno pequeño, los viejos realmente grandes en los nuevos o impacto condensado. Y es la mitad del tamaño. Eso es redundante. Una pregunta podría ser es una mejor que B se sabe mejor que viejo u otro ejemplo. Vayamos al basquetbol. Retrocedamos un par de años al 2017. Los Guerreros van a los Gatos. ¿ Quién va a ganar en algún estudio dado? En cualquier juego dado, uno podría ganar. Otro podría perder. Pero si tuvieras que vigilar esto, íbamos a hacer esta prueba 100 veces. ¿ Cuántas veces Golden State Wing versus Caps? Entonces piensa en el juego como un estudio, y en este caso los visitantes anotaron 54 el equipo local anotó 49. No es el número y la puntuación de cada uno. Es que 11 contra el otro perdió. Qué es más generalizar herbal. Y así la pregunta es, digamos que se gana la guerra y volvamos a mi guardia. Ejemplo. En el último paso de la última sección, si tienes un dardo y la probabilidad de que accidentalmente encontraras esto por casualidad es del 5% eso es como correr el repentino 20 veces. Y sólo una vez ha sucedido por accidente. En general, el mejor equipo hiere en general. Si un es mejor que ser un en general gana y ese es un concepto. De acuerdo, entonces son estas dos copulaciones. Entonces de nuevo, si miras mis guisantes verdes y APS rojas, digamos que un grupo tiene un montón de fracasos y el otro tiene un montón de éxitos. Si meto mi mano ahí dentro y hago el estudio y meto mi mano en la otra y miré son la diferencia, ¿Utilizo las yemas de los dedos o haciendo agarrar o mi pobre cubeta de dedo viejo? ¿ Cuántas personas más necesito? Ese es el propósito de esta sección. Es el nivel de confianza que agarras la cantidad correcta. Entonces en hipótesis, pruebas como potencia que usamos para el tamaño de la muestra para la precisión, no necesitas confianza no es 95 ni 99. Aquí tienes un muestreo de que tienes una arruga, y eso se llama tamaño de hecho. Entonces si el impuesto especial es importante, porque te dirá lo grande que es una diferencia, OK y pensando en los oscuros, todavía usamos dardos 1920 o un concepto de un Alfa 05 Lo interesante es que siempre me enseñaron Hey, te escogiendo de 05 Es uno de cada 20 oscuros por casualidad. Si obtienes un resultado significativo, puedes publicar. Podrías conseguir tu disertación, pero tal vez un medicamento podría querer una calle móvil más alta. Quizás quieran ir a un 1% de probabilidad. Lo encontraste por casualidad, mientras que un negocio tal vez no quiere resultados publicables. Pero ¿sabes qué? Oye, hay un 10% de probabilidad de que lo encontrara solo por casualidad. Es así como los negocios pueden mirarlo. Entonces conociendo esos factores que tienes tu como tus oscuros, lo que es nos afecta tamaños de efecto, qué tan grande es el problema o voy a ser La discrepancia está bien, así que aquí está mi ejemplo. Tenemos dos caras de dos personas y ver cuáles más atractivas. Lo que te estoy mostrando aquí es un poco de ejercicio en mi próxima vida. ¿ Quién es más atractivo? ¿ Vecinos? Este es un tamaño de efecto grande. Esa es una distinción como tú hoy. De acuerdo, otro. Si contraté 1/4 en un campo de futbol, tienes cinco minutos para encontrarlo. Si lo encuentras en cinco minutos, te daré un $1,000,000. ¿ A cuántas personas quieres ir? Ayúdalo en la búsqueda en tus muestras versus si me escondo. Ah, hockey pasa al campo de futbol y tienes cinco minutos. Es posible que no necesites ese minuto frizzy, por ejemplo. Es posible que no necesites tanta gente porque el tamaño del efecto es más grande y no necesitas mucha gente. De acuerdo, entonces por eso ojalá hubiera aprendido en posgrado, porque esta es una mesa. La gente me mostró literalmente. Es una tabla de cálculo de potencia, y la describiré. Ahí hay una sección que es punto nadie 0.5 punto 10 Estos son tu punto de los oscuros Nadie es para médicos 0.5 es para publicar, y 0.1 podría ser usado para negocios a lo largo de las carreteras. Tienes el tipo de prueba, por lo que el tipo de puñalada que corres podría ser más gente que otras. Entonces vamos a escoger el 1er 1 siendo diferente. Sólo llamemos a eso una prueba T, ¿de acuerdo? Hay otras tres columnas pequeñas, medianas y grandes. Ese es un tamaño de hecho. Entonces escoges tus oscuros. Su perfil. Escogiste tus pruebas. Es la diferencia media de la primera fila, y la caja. Si tienes un tamaño de efecto pequeño, estamos hablando 1/4 frente a un moribundo en el campo de fútbol. Cada pequeñas diferencias necesitas 393 personas para que sea medio necesitas 64 es en gran medida un sentido. Déjame cortar a la persecución de la escuela seca. Cuando pregunté cuántas personas deberían postularse para mi disertación, mis profesores un corrido hasta nuestro cálculo y ustedes están mirando ahora mismo y salir bien. ¿ Cómo sé si es pequeño, mediano y grande? Porque, créanme, tomé 26 participantes en mi estudio versus 393. Estaré probando todo el verano por una frase, y necesito hacer que los despidan. Cuando los miré, dijeron: Oh, Oh, solo a un cálculo de potencia, y cuando hagas tus estudios, sabrás si es pequeño, mediano, grande como Qué necesitas saber? Al final, le pediría a mi director de programa de posgrado a la vista, Ya sabes, psicología. Oye, un sitio experimental. ¿ Cuántas personas deben correr? Corren 16 o 20. Me encanta esta mesa, y no pude encontrarla 16 porque de hecho, encontré 20 centavos. Encontré 64. Encontré 3 93 y me senté ahí y dije, no entiendo por qué todos los estudios que estoy leyendo sobre tratar de ser como ellos para conseguir mi disertación. Ellos sólo alrededor de 16 20 personas, pero ninguna de la mesa de inodoro eléctrica. Triste ¿qué pasaba? La realidad es esta vida, y esa es la usabilidad. Las pruebas típicamente no necesitan estadísticas. Tus objetivos lo definirán. Vamos a muestrear tamaño usted. El es impulsado por muchos factores, y te dirán que ejecutes un análisis de potencia. Pero hablemos de lo que pasa si anticipemos los resultados. Si quieres un estudio y no encuentras diferencia, tal vez a y B quizá no sea realmente mejor. O quizá no tengas participantes, así que van, Oh, galón. No tenías un power run más OK, pero y si corrí 393 y podría haberle encontrado 20. Perdí mi verano. Utilizo mi pierdo mucho tiempo. Entonces aquí está el sucio secreto, y ese es el último punto que tengo aquí. ¿ Qué pasa si encuentras significación con 20 personas? La respuesta es, es real. Y eso es lo que mi profesor, todos los estudios que se publicaron delante de mí tenían 16 1 personas. Si hago un aturdimiento y corro 16 20 encuentro que a es significativamente mejor que ser Israel, es generalizar. Herbal excepto la oscuridad y la puerta es una otra 20 yo por ciento de probabilidad. Lo encontré por accidente. Ya sea que corriera 20 o 393 el resultado sería significativo. Eso es lo que están tratando de decir su pragmático. Ejecutar el estudio con muestra más pequeña. Si encuentra significación, use eso como su línea de base. Y así fue como salieron muchas estadísticas en las ciencias sociales y se traslada a la interacción de la computadora humana en psicología, investigación del usuario y a la experiencia del usuario. Entonces si estás mirando una diferencia para ti realmente no necesitas tener participantes testis 16 20 si encuentras el resultado, no es bebé, que realmente no es 8. Ejercicio de prueba: Ahora en este último apartado, quiero que sientas una diferencia por un vs B. Quiero que te consigas un porqué sensato. Ah, el tamaño de muestra más pequeño importa. Entonces es realmente demostración. Entonces volvamos a nuestra tarea de un versus B. Y en este caso, te voy a dar un elenco. Y es que es un hospital. Siete. Estás evaluando diferentes indicaciones para la interfaz del horno de interacción. Digamos que es una interfaz de pedidos donde el doctor pone en todos estos pedidos para nosotros Un paciente. Ahora, digamos en este ejemplo, estamos llamando a estos tres un diseño A. Los pacientes encuentran más tratamiento. Por lo que el médico te pidió que entraras al sistema. Mira todos los pedidos que ponen y chequean. Check, check, check, check. Comprueba todos y pulsa el cancel. Pero te voy a mostrar un problema. Todo lo que necesitas hacer es decidir. Sí, señor. Ahora empecemos. Entonces te has metido en el sistema. Se checa, verifica, verifica, comprueba, comprueba. Presionas el botón de cancelar y esto es lo que utilza. Por lo que dice la utilería No canceles todas las órdenes de los pacientes. Sí, y la respuesta debe ser no. Está bien. Entonces a medida que pasas por esto, hay un número de ustedes que pudieron haber conseguido tal vez cuatro segundos. A lo mejor le dieron seis segundos. Algunos pueden haber conseguido tres. Esa es una especie de distribución interesante. Al hacer esto con todas mis clases, a veces veo unos tres o cuatro segundos tal vez. Cinco segundos. Hagamos dispositivo ser. Oye. hospital dijo que es el mismo becerro. Estás evaluando diferentes problemas. El paciente una subida más posición de tratamiento Pide que entre en sistema para entrar al sistema y cancelar todos los pedidos. Te revisas. Check, check, check, check. Seleccionas los pedidos y presionas cancel decides si o no? Y sabes que en el momento empecemos. Ni siquiera necesito ir a siete segundos en el trabajo que hago. El prompt es cancelar todas las órdenes de los pacientes. Sí, Lo que encuentro Si fuera a tomar este grupo y la mayoría de la gente consigue esa respuesta en 123 segundos frente a un 36 segundos, tenemos dos distribuciones diferentes. Tamaño de efecto decente Y te puedo decir si doy tarea Ser primero o tarea una primera. Yo cambié la orden. Lo hago en Alemania. Lo hago en Asia. Lo hago en EU y mis clases. Este este prompt que dice, cancelar todos los pedidos de pacientes. Sí siempre es mejor que el oz primero, y esa es una sensación de es el resultado. Generalizar Herbal. No fue si son dos segundos contra seis para 1.3 contra siete. Uno siente diferencia, y generaliza que siempre es diferente. Siempre es mejor. ¿ De acuerdo? Y así en este ejercicio del curso, lo que espero que tengas es si tienes dispositivo un dispositivo, sea puedes justificar cuántos participantes se unen una prueba. Y en este caso, tal vez sean sólo 16 o 20. Porque si encuentro la respuesta y ya la has sentido, es generalizar a base de hierbas excepto al azar. Y esa es la oscuridad. De acuerdo, entonces cuando vuelvas al árbol de decisión completo, deberías tener una sensación del tamaño de la muestra para la prueba de Florida. Y ese es el tipo de problemas que buscamos para encontrar lo duro de ello. Entonces empiezas a mirar a los Cinco Mágicos. Piensas en el número de grupos de usuarios, qué tan complejos y bailan. No está comprobado. Si quieres algo estudiar, has pasado de la etapa de la receta a ir realmente a hacer la cena completa. Es necesario saber si es direccional. Yo solo quiero meterme el dedo del pie en el agua, y en ese caso va a ser muy similar al chequeo formativo y olfato. Pero si necesitas saber definitivamente, entonces te preguntas no es cuestión de precisión. Entonces necesito conseguir ese puntaje justo ahora ves la tabla que hemos tenido que computa 300 participantes ¿196 o 1000? ¿ O lo es? Tengo pruebas de oficinas. No estoy buscando sólo el vicio a marcador, sino A versus B. Y en ese caso sí tienes una copulación de poder. Pero también te estoy instando a probar en 16 20 a ver si tienes una diferencia significativa si el tamaño del efecto parece bastante fuerte. 9. Conclusión: Durante este curso, di un ejercicio y luego esencialmente hago pregunta ¿Es el dispositivo un mejor dispositivo? Ser ¿Cuántos participantes tendrías en tu estudio y por favor justificarte ahora? Dé algunos ejemplos porque el dispositivo A contra B podría ser cualquier cosa desde, ah, teléfono. O podría ser, como muestro aquí, un trozo de papel. Podría ser un muy podría ser este viejo pedazo de papel que es el doble de largo en términos de instrucciones y contenido que B. Eso podría ser el A versus B desafiado. Entonces lo que me encanta que todos hagan es tomar una galería de proyectos y publicar en línea las respuestas a esta pregunta. Me encantaría que describieras tu dispositivo, A versus dispositivo. Sé desafiado ahora. Podría no ser un dispositivo. Puede ser capaz de estar en papel o una herramienta o algún tipo de interfaz, pero me encantaría que lo describieras. Si puedes usar imágenes, eso sería genial, porque eso siempre da una bonita perspectiva. Pero para decirme cuántos participantes sugieres usar y para justificar obviamente, sé genial si usas el diagrama de flujo y sabías que eras algún motivo y necesitabas una respuesta definitiva. Y entonces querías probar esta noción de hipótesis. Pero si realmente solo estuvieras haciendo el trabajo formativo solo dispositivo A y estás tratando hacerlo mejor. Todavía me gustaría ver cuántos participantes eliges y cómo lo justificaste, usando algunas de las técnicas que quizá hayas aprendido en el curso. Entonces esa es la pregunta por la asignación de la galería del proyecto foto en línea, y me encantaría ver la tuya. Por lo que espero que disfruten de esta conferencia y de esta habilidad compartir. Lo que quiero hacer es darte un poco de ciencia que va detrás de algunas de las cosas que hacemos en ti. X investigación. Si tiene alguna pregunta, no dude en contactarme. Un audaz insight dot com y puedo contestar sus preguntas. Pero también espero armar un humo o de estos temas para que puedas aprender un poco más del lado práctico de ti. X investigación. Muchas gracias.