Q1.15.4Method-specific sample-size planning设计研究
卡片分类与树测试等方法各有独立的经验样本量参考
别名: 卡片分类样本量 · 树测试样本量 · 方法特定规划
概念解释
方法特定的样本量规划（method-specific sample-size planning）从方法产生的数据结构和目标推断出发，而不是移植别的方法的经验数。卡片分类关注项目间的聚类或相似关系，树测试关注路径成功率、首击和迷失位置；二者即使都评估信息架构，样本需求也不同。
机制
开放卡片分类需要足够多且多样的分类方案使结构趋于稳定，结果还受卡片数量与命名影响。树测试通常按任务估计二项或多项结果，精度由成功率、任务数、重复测量和细分比较决定。经验参考只压缩了某些常见设计假设，改变目标后就不能直接套用。
怎么研究
先指定分析单位与决策：发现分类模式、稳定聚类、估计成功率还是比较两棵树。卡片分类可用重抽样或分半检查聚类稳定性；树测试可从目标置信区间宽度或最小差异计算样本，并处理同一参与者多任务的相关性。试点用于估计变异与无效率。
边界
公开教程中的人数通常基于特定卡片数、任务数、总体和容许误差，不是通用标准。更多参与者不能修复含糊卡片、错误树结构或不真实任务。若要按地区、经验或辅助技术分层，每层精度而非总人数才是约束。
怎么落地
- 为每种方法写出主要指标、分析单位和最低可行动差异。
- 用试点估计无效资料、任务内相关和初始比例，再更新样本计划。
- 卡片分类报告结构稳定性，树测试报告区间与逐任务表现。
- 任何经验人数都连同适用前提记录；设计改变后重新计算或评估。