제품

SurveyMonkey는 모든 사용 사례와 요구를 다루도록 구축되었습니다. 제품을 둘러보고 SurveyMonkey로 어떤 효과를 누릴 수 있는지 알아보세요.

온라인 설문조사의 글로벌 리더로부터 데이터 기반 인사이트를 얻으세요.

하나의 강력한 플랫폼에 있는 핵심 기능과 고급 도구를 살펴보세요.

정보 수집과 결제를 위한 온라인 양식을 만들고 맞춤화하세요.

100개 이상의 앱 및 플러그인과 연동하여 업무 효율성 향상

시장 조사에 필요한 모든 것을 갖춘 솔루션

빌트인 AI을 통한 더 나은 설문조사 작성과 빠른 인사이트 발견

템플릿

비즈니스에 대한 고객 만족도와 충성도를 측정

고객을 만족시켜 지지자로 만드는 것이 무엇인지 파악

실행 가능한 인사이트를 얻어 사용자 경험을 개선

잠재 고객, 참석자 등으로부터 연락처 정보를 수집

다음 이벤트를 위해 쉽게 RSVP를 받고 확인

다음 이벤트의 개선을 위해 참석자가 무엇을 원하는지 파악

참여도를 높이고 더 나은 결과를 이끌어낼 인사이트를 발견

참석자들의 피드백을 받아 회의 운영 방법을 개선

동료 피드백을 통한 직원 성과 향상

더 나은 코스를 만들고 교수법을 개선

학생들이 코스 자료 및 프레젠테이션을 어떻게 평가하는지 파악

신제품 아이디어에 대한 고객의 생각을 파악

리소스

설문조사 및 설문조사 데이터 사용에 대한 모범 사례

설문조사, 비즈니스를 위한 팁 등에 관한 블로그

SurveyMonkey 이용에 대한 튜토리얼 및 사용법 가이드

최고의 브랜드들이 SurveyMonkey로 성장을 견인하는 방법

영업팀에 문의로그인
영업팀에 문의로그인

A/B 테스트 계산기

결과에 통계적 유의성이 있나요?

1.00%

1.14%

양측 검정은 변형이 결과에 부정적인 영향을 미칠 수 있는 가능성을 고려합니다.
결과가 무작위적으로 우연히 확보하게 된 것이 아님을 확신할 수 있는 신뢰 수준입니다.

변형 B의 전환율(1.14%)이 변형 A의 전환율(1.00%)보다 14% 더 높았습니다. 변형 B가 변형 A보다 결과가 더 좋을 것임을 95% 신뢰 수준에서 확신할 수 있습니다.

86.69%

0.0157

AB 테스트 실험 맥락으로 보면, 통계적 유의성은 실험의 대조 버전과 테스트 버전 사이의 차이가 오류나 무작위 기회로 인한 것이 아닐 가능성이 얼마나 있는지를 나타내는 것입니다.

예를 들어, 95%의 유의성 수준으로 테스트를 수행하는 경우, 차이가 실질적이라는 점을 95% 정도 확신할 수 있게 됩니다.

비즈니스에서는 실험이 비즈니스의 전환율에 어떻게 영향을 미치는지 관찰하는 데 일반적으로 사용됩니다. 설문조사에서 통계적 유의성은 주로 설문조사 결과에 대한 확신을 부여하기 위한 방법의 한 가지로 사용됩니다. 예를 들어, 설문조사에서 응답자들에게 광고 콘셉트 A 또는 B 중 어느 것을 선호하는지를 물은 경우, 어느 결과를 사용할지 결정하기 전에 결과 간에 나타나는 차이가 통계적으로 유의성이 있는지를 확인해야 합니다.

까다로운 작업은 SurveyMonkey에 맡기세요. Advantage 플랜을 통해 자동으로 통계적 유의성을 알아볼 수 있습니다. 가격 보기.

첫 번째 단계는 가설을 설정하는 것입니다. 어떤 실험에서든 비교하고자 하는 두 가지의 사항 간에 그 어떠한 관계도 없음을 나타내는 귀무 가설이 있고, 대립 가설이 있습니다. 대립 가설은 통상적으로 관계가 있음을 증명하고자 하는 것으로 실험을 통해 입증하고자 하는 사항을 뒷받침합니다. 전환율 A/B 테스트 측면에서 보자면, 가설은 버튼, 이미지 또는 페이지에 어떤 내용을 추가하여 전환율에 영향을 미치는지를 알아보는 것과 관련됩니다. 위에서의 예와 같이 개념 테스트에 설문조사를 이용하면 가설은 서로 다른 광고 변수를 테스트하여 사람들이 어떤 광고가 가장 호소력이 있다고 생각하는지를 알아보는 것일 수 있습니다.

귀무 가설과 대립 가설을 확립한 후에는 통계학자들은 때로 가설의 타당성을 확인하기 위해 테스트를 수행하기도 합니다. z-점수는 귀무 가설의 유효성을 평가합니다. 이를 통해 비교하고자 하는 사항들 간에 관계가 없는지도 알아볼 수 있습니다. p-값은 대립 가설을 증명하기 위한 증거가 얼마나 타당성이 있는지를 나타냅니다.

통계적 유의성을 검증할 때엔, 단측검정(one sided 또는 one tailed)으로 수행할지 아니면 양측검증(two sided 또는 two tailed)으로 수행할지를 결정하는 것이 현명합니다. 단측검정은 대립 가설이 방향적 효과를 미칠 것이라고 가정하는 것이며, 양측검정은 가설이 결과에 부정적인 영향을 미칠 수 있는지도 고려합니다. 일반적으로, 양측검정이 더 보수적인 선택입니다.

전문 통계학자들은 통계 모형 소프트웨어로 유의성을 계산하며 그 유의성을 뒷받침하는 검증을 이용하기 때문에 여기에서는 너무 깊이까지 알아보지는 않겠습니다. 하지만, A/B 테스트를 수행하는 경우, 이 페이지 위에 있는 계산기를 이용하여 결과의 통계적 유의성을 계산해볼 수 있습니다. 설문조사 결과의 유의성을 계산하고자 하는 경우, SurveyMonkey가 자동으로 계산해 드릴 수 있습니다.

Frau mit roten Haaren erstellt eine Umfrage auf einem Laptop

역할 또는 업계에서 피드백을 활용할 수 있도록 돕기 위해 디자인한 도구 키트를 살펴보세요.

Ein Mann und eine Frau sehen sich einen Artikel auf ihrem Laptop an und schreiben dabei Informationen auf Notizzettel

퇴사자 인터뷰 설문조사에서 올바른 질문을 하여 직원 감소율을 낮추세요. 직원 양식 작성기 도구와 템플릿으로 지금 시작하세요.

Lachender Mann mit Brille vor einem Laptop

맞춤 동의서 양식으로 필요한 허가를 받으세요. 지금 무료로 가입하여 동의서 양식 템플릿으로 간편하게 양식을 만드세요.

Frau sieht sich Informationen auf ihrem Laptop an

요청 양식을 수월하게 만들고 맞춤화하여 직원, 고객 등으로부터 요청을 받으세요. SurveyMonkey의 전문가가 작성한 템플릿으로 단 몇 분만에 시작할 수 있습니다.

고객들에게 설문을 보내어 그들이 찾고 있는 것이 무엇인지 알아보세요.