CBCの場合、サンプル数と水準数、問数（試行数）のバランスにより水準呈示数とその各水準の均衡呈示（直交性）を維持しようとします。

またCBCは全体効用モデル(Aggregate model)と呼ばれ、基本的にはサンプル全体で効用値を考えるものです。
※CBCでは階層ベイズによる推定で個人ごとの効用値も推定することが可能です。通常は階層ベイズ解析を行います。

よって、CBCでは1人ごとの問数、カード呈示数は元より、全サンプルでの各水準の露出度を確認し設計する必要があります。

CBCの問数、水準数、サンプル数は以下の式を目安として、それぞれを調整します。但し、あくまでも目安ですので厳密にお考えいただく必要はありません。
※尚、属性数は以下の式に含まれませんので影響しません。

n=サンプル数
t=質問数（試行数）(15問以下推奨)
a=1画面中の呈示カード数（通常4～5）
c=最大水準数（各属性中で最もたくさんの水準を持つ属性の水準数）

n  x  t  x  a ÷ c >1,000となるように調整します。
できれば
n  x  t  x  a ÷ c >2,000～3,000以上の方が理想的です。

また、同時にnを外した
t  x  a ÷ c > 3以上(最低2以上)
が成り立つようにします。

よって、

例えば、

サンプル数n=500
質問数=10
1画面中の呈示数=4
最大水準数=8

の場合、500 x 10 x 4 / 8 =2,500　また10 x 4 / 8 = 5となりますので設計的にはokとなります。

サンプル予定数が少ない場合は、質問数を増やすか呈示数を増やす、あるいは水準数をできるだけ減らす必要があります。