样本量补充原则(新增 2-3 个同属性样本 + 覆盖初始有效样本属性范围)的具体依据,核心是服务于 3 秒扫读测试 “验证结果稳定性、排除个体偏差、确保结论可代表目标受众普遍感知” 的核心目标,同时平衡 “测试有效性” 与 “实操可行性”,具体可拆解为 4 大核心依据:
1. 核心依据 1:抵消个体偶然偏差,支撑稳定性验证
3 秒扫读测试的结果稳定性,关键是排除 “单个样本的偶然偏差”(如某样本因走神、临时视力不适导致信息感知异常)。
- 基础逻辑:初始样本(5-8 人)已能初步形成 “多数感知基准”,但仍可能存在 1-2 个偶然偏差样本;新增 2-3 个样本可进一步稀释偶然偏差的影响 —— 若新增样本的感知与初始多数样本一致,说明初始结论是普遍感知;若新增样本仍有偏差,可判断是个体差异而非偶然,避免单一异常样本误导结论。
- 数据支撑:结合此前 “异常值占比≤20%” 的标准,新增 2-3 个样本后,总样本量变为 7-11 人,即使存在 1 个异常值,占比也能控制在 14%-20% 之间,符合稳定判定要求,无需过多样本即可实现偏差抵消。
2. 核心依据 2:匹配稳定性验证的维度需求,确保验证有效
样本量补充的核心目的是验证 “核心结论一致性、关键数据波动≤10%、异常值占比≤20%” 三大维度。
- 依据逻辑:新增 2-3 个样本的规模,既能形成 “初始样本 vs 初始 + 新增样本” 的有效对比(若仅新增 1 个,样本量变化过小,数据波动可能是偶然;若新增≥4 个,易引入新的群体差异),又能通过少量补充快速验证:
- 核心结论是否反转(如初始 “合格”,新增后是否仍为 “合格”);
- 关键信息命中比例波动是否可控(2-3 个样本的新增不会导致比例骤变,若波动仍≤10%,说明结果稳定)。
3. 核心依据 3:覆盖初始属性范围,避免样本偏向性
“覆盖初始有效样本属性范围” 的依据,是确保新增样本不引入 “群体差异”,仅补充 “个体差异”。
- 依据逻辑:3 秒扫读测试的结论需代表 “目标受众的普遍感知”,若初始有效样本已覆盖目标受众的核心属性细分(如 25-40 岁女性分为 25-30 岁、31-40 岁两个区间),新增样本若集中在单一细分属性(如仅补 25-30 岁),会导致样本偏向,结论无法反映全目标受众的感知;
- 实操意义:覆盖属性范围可确保新增样本与初始样本的 “扫读习惯、信息感知逻辑” 一致(如不同年龄段的高端美妆用户,扫读促销 Banner 的关注点差异不大),避免因属性偏向导致稳定性验证失真。
4. 核心依据 4:平衡测试有效性与实操可行性
新增样本量并非越多越好,2-3 个的规模是 “有效性” 与 “成本 / 效率” 的平衡。
- 依据逻辑:3 秒扫读测试的核心是 “快速验证 Banner 信息传递效率”(适配短期促销 Banner 的快速迭代需求),若新增样本过多(如≥5 个),会增加测试时间、招募成本,且边际效益递减(新增第 4 个及以上样本对抵消偏差的作用,远低于前 2-3 个);
- 实操边界:2-3 个样本的补充规模,可在 1-2 小时内完成测试,既能满足稳定性验证的需求,又不会降低测试效率,符合电商场景下 “快速优化 Banner” 的实操要求。
核心总结
样本量补充原则的所有依据,最终都服务于 “让 3 秒扫读测试结果真实、稳定、可代表目标受众感知”:2-3 个的规模是 “抵消偏差 + 高效实操” 的平衡,覆盖属性范围是 “避免群体偏差 + 确保受众代表性” 的保障,两者结合才能让后续的稳定性验证(结论一致性、数据波动、异常值占比)更可靠。