Kalkulator testu A/B
Wariant A
Wariant B
Poziom ufności
Brak statystycznie istotnego zwycięzcy
Jak korzystać z tego kalkulatora?
1. Wpisz liczbę odwiedzających i konwersji dla każdego wariantu
2. Istotność statystyczna jest obliczana automatycznie
3. Wynik powyżej 95% uznaje się za statystycznie istotny
Szybka odpowiedź
Jak sprawdzić, czy wynik testu A/B jest istotny statystycznie?
Porównaj współczynniki konwersji obu wariantów testem Z: różnicę między współczynnikami dzieli się przez łączny błąd standardowy, a następnie przelicza na poziom ufności. Powyżej 95% wynik uznaje się za istotny. Przykład: A konwertuje 100 z 1000 odwiedzających (10%), B konwertuje 130 z 1000 (13%): poziom ufności wynosi około 98,2%, więc wygrywa B.
| Wariant A | Wariant B | Poziom ufności | Istotny przy 95%? |
|---|---|---|---|
| 100 / 1000 (10%) | 110 / 1000 (11%) | 76,7% | Nie |
| 100 / 1000 (10%) | 120 / 1000 (12%) | 92,4% | Nie |
| 100 / 1000 (10%) | 130 / 1000 (13%) | 98,2% | Tak |
| 100 / 1000 (10%) | 140 / 1000 (14%) | 99,7% | Tak |
| 500 / 5000 (10%) | 550 / 5000 (11%) | 94,9% | Nie |
| 40 / 2000 (2%) | 60 / 2000 (3%) | 97,9% | Tak |
O narzędziu Test A/B
Co to jest?
Kalkulator testów A/B to narzędzie statystyczne, które sprawdza, czy różnice zaobserwowane między dwoma wariantami są istotne statystycznie, czy wynikają jedynie z przypadku.
Do czego się przydaje?
Bez istotności statystycznej ryzykujesz błędne decyzje oparte na przypadkowych wynikach. To narzędzie daje ci matematyczną pewność, zanim ogłosisz zwycięzcę.
Jak to działa?
Wpisz liczbę odwiedzających i konwersji dla każdego wariantu. Narzędzie automatycznie obliczy współczynnik konwersji, względną poprawę i poziom ufności statystycznej.
Wskazówki
- Zanim wyciągniesz wnioski, celuj w poziom ufności co najmniej 95%
- Poczekaj na minimum 100 konwersji na wariant
- Testuj tylko jedną zmienną naraz, aby uzyskać wiarygodne wyniki
- Nie sprawdzaj wyników zbyt wcześnie - pozwól, by test dobiegł końca
- Dokumentuj każdy test: hipotezę, czas trwania i wynik