定義
サンプルサイズ（Sample Size） とは、実験や調査において観測・分析の対象となる個体・データポイントの総数のことです。DTC（Direct-to-Consumer）やEC運営の文脈では、「ABテストの被験者数」「顧客アンケートの回答者数」「広告クリエイティブのインプレッション数」など、あらゆるデータ判断の土台になります。
サンプルサイズが小さいと、たまたま生じた誤差を「効果があった」と誤認しやすくなります。逆に大きすぎると、実務的に意味のない微小な差まで「統計的に有意」と判定され、コストと時間を無駄にします。つまりサンプルサイズは、信頼性とコストのバランスを取る設計変数です。
类比：試食キャンペーンで考える
新フレーバーの試食販売を想像してください。
- 3人に配って2人が「美味しい」 → たまたま好みが偏っただけかもしれません。
- 300人に配って200人が「美味しい」 → よほどの偏りがない限り、本当に支持されていると判断できます。
ECでも同じです。「LPのCVRが3%から5%に上がった」という報告も、母数が50人なら偶然のブレ、5,000人なら改善と見なせます。サンプルサイズは、偶然と実力を見分けるための「試食の人数」 なのです。
公式
サンプルサイズの基本式（母比率の推定、信頼水準95%・許容誤差eの場合）：
n = (Z² × p × (1 - p)) / e²
- Z：信頼水準による定数（95%なら 1.96）
- p：想定される比率（保守的に 0.5 を使うと最大値）
- e：許容できる誤差（例：±5% = 0.05）
p = 0.5、e = 0.05、Z = 1.96 を代入すると：
n = (1.96² × 0.5 × 0.5) / 0.05² = (3.8416 × 0.25) / 0.0025 = 0.9604 / 0.0025 ≈ 384
つまり 約384サンプル あれば、±5%の精度で母集団を推定できます。
ABテストの必要サンプル数（2群比較、検出力80%）の目安：
n（各群） = 16 × σ² / Δ²
- σ：標準偏差
- Δ：検出したい効果量
例えばCVRの標準偏差σ = 0.05、検出したい差Δ = 0.01なら：
n = 16 × 0.05² / 0.01² = 16 × 0.0025 / 0.0001 = 400
各群 400サンプル、合計800が必要という計算になります。
对比表：サンプルサイズ別の信頼性
| サンプルサイズ | 誤差の目安（95%信頼） | 実務での使いどころ | リスク |
|---|---|---|---|
| 30 | ±約18% | 定性インタビュー、初期仮説 | 偶然のブレが大きく判断不可 |
| 100 | ±約10% | 簡易アンケート、ヒートマップ | セグメント別分析には不足 |
| 384 | ±5% | 全社アンケート、NPS調査 | 標準的な市場調査の基準 |
| 1,000 | ±約3% | CVR改善のABテスト | コストと工数が増加 |
| 10,000 | ±約1% | 大規模広告テスト | 微小差を有意と誤判定しやすい |
应用场景
1. ABテストの設計
LPのCTAボタン色を変えるテストでは、事前に「CVR 3% → 3.5%を検出したい」と決め、必要サンプルを計算してから配信します。週間流入が2,000なら、各群1,000で約1週間が目安です。
2. 顧客満足度調査（NPS）
DTCブランドが四半期ごとにNPSを測る場合、信頼区間±5%を狙うなら384件が最低ライン。セグメント別（新規・リピーター）に見るなら、各セグメントで384件必要です。
3. 広告クリエイティブの比較
Meta広告でCPAを比較する場合、コンバージョン数が各群50件を下回ると判断を保留すべきとされます。インプレッションではなくCV数でサンプルを数えるのが鉄則です。
4. メールの件名ABテスト
開封率の差を検出するには、各群1,000通以上が現実的な最低ライン。リストが小さい場合は、テスト設計自体を見直します。
常见误区
❌ 误区1：インプレッション数＝サンプルサイズ
インプレッションが多くても、CVが10件では統計的判断はできません。アウトカム（CV・購入・解約）の件数でサンプルを数えましょう。
❌ 误区2：途中で結果を見て止める（ピーキング）
「良さそうだから3日で終了」は、偶然の上振れを拾う最大の原因です。事前に必要サンプルを決め、達成するまで見ないのが原則。
❌ 误区3：サンプルが大きければ安心
10万件でも、母集団が偏っていれば（例：SNS経由の若年層のみ）結果は一般化できません。サンプルサイズとサンプリングの質は別問題です。
❌ 误区4：すべての施策で統計的有意が必要
在庫処分の緊急値下げなど、スピードが優先される意思決定では、統計より現場判断が適切なこともあります。
関連术语
- 統計的有意性（Statistical Significance）：偶然では説明しにくい差かどうかの判定
- 検出力（Power）：本当の効果を検出できる確率。一般に80%以上を目標
- 効果量（Effect Size）：検出したい差の大きさ。小さいほど多くのサンプルが必要
- 信頼区間（Confidence Interval）：推定値の不確かさの範囲
- ABテスト：2群以上の比較実験。サンプルサイズ設計が成否を分ける
- CVR（Conversion Rate）：コンバージョン率。ABテストの主要KPI
まとめ：サンプルサイズは「多ければ良い」ではなく、目的・検出したい差・許容誤差から逆算して設計するもの。DTC運営では、ABテスト前に必要数を計算する習慣が、無駄な施策と誤判断を防ぐ最短ルートです。