A/B-Test-Rechner für statistische Signifikanz Berechnen Sie die statistische Signifikanz für A/B-Tests mit p-Wert, Konfidenzniveau und Anstieg.
A/B-Test-Rechner
Berechnen Sie die statistische Signifikanz für A/B-Tests mit p-Wert, Konfidenzniveau und Anstieg.
Daten für Variante A eingeben
Geben Sie die Besucher und Konversionen für die Kontrollvariante ein.
Daten für Variante B eingeben
Geben Sie die Besucher und Konversionen für die Behandlungsvariante ein.
Ergebnisse anzeigen
Sehen Sie den Vertrauensgrad, den p-Wert, den Lift und die gewinnende Variante.
What Is A/B-Test-Rechner?
Der A/B-Test-Rechner bestimmt, ob der Unterschied zwischen zwei Testvarianten statistisch signifikant ist oder auf Zufall beruht. Geben Sie die Besucherzahl und Konversionen für jede Variante ein, um zu erhalten: den statistischen Vertrauensgrad, den p-Wert, den relativen Anstieg, den z-Wert und ein klares Urteil darüber, ob Sie einen signifikanten Gewinner haben. Das Tool verwendet einen Zwei-Verhältnis-Z-Test, die Standardstatistikmethode zum Vergleichen von Konversionsraten. Ein Ergebnis gilt als signifikant bei einem Vertrauensgrad von 95 % (p < 0,05), was bedeutet, dass die Wahrscheinlichkeit, dass der Unterschied zufällig auftritt, weniger als 5 % beträgt.
Why Use A/B-Test-Rechner?
-
Standard-Methode für zweiproportionale Z-Tests
-
Klares Urteil über die Signifikanz bei 95%-Vertrauensniveau
-
Anzeige des p-Werts, Z-Scores und Konversionsraten
-
Relative Lift-Berechnung zwischen Varianten
-
Visuelles Vertrauensindikator
Common Use Cases
Landingpage-Tests
Vergleichen Sie die Konversionsraten zwischen Seitenvarianten.
E-Mail-Marketing
Testen Sie Betreffzeilen, CTAs und E-Mail-Designs.
Anzeigenkreativität
Bestimmen Sie, welche Anzeigenkreativität mehr Konversionen generiert.
Soziale Medien
Vergleichen Sie die Interaktion auf verschiedenen Post-Formaten.
Technical Guide
Der Rechner verwendet den Zwei-Verhältnis-Z-Test, der die Konversionsraten zweier unabhängiger Gruppen vergleicht. Der Teststatistik z = (p1 - p2) / sqrt(p_pooled × (1 - p_pooled) × (1/n1 + 1/n2)), wobei p_pooled = (x1 + x2) / (n1 + n2). Der p-Wert wird aus dem z-Wert unter Verwendung einer Normalverteilungsapproximation berechnet. Für zuverlässige Ergebnisse sollten Sie auf mindestens 1.000 Besucher pro Variante abzielen und die Tests über mindestens 1-2 vollständige Geschäftszyklen (in der Regel 1-2 Wochen) laufen lassen. Berechnen Sie vor Beginn eines Tests die erforderliche Stichprobengröße, um eine ausreichende statistische Leistungsfähigkeit zu gewährleisten.
Tips & Best Practices
-
1Ziel ist es, mindestens 1.000 Besucher pro Variante für zuverlässige Ergebnisse zu erreichen
-
2Lassen Sie die Tests mindestens 1-2 Wochen laufen, um tägliche und wöchentliche Muster zu berücksichtigen
-
3Ändern Sie nur eine Variable gleichzeitig, um eine klare kausale Zuordnung zu ermöglichen
-
4Schauen Sie sich die Ergebnisse nicht vorzeitig an - dies erhöht die Falsch-Positiv-Rate
-
5Ein Vertrauensniveau von 95% bedeutet, dass es immer noch eine 5%-Chance gibt, dass das Ergebnis zufällig ist
Related Tools
Klickrate-Rechner
Berechnen Sie die Klickrate mit Branchenvergleichswerten für Such-, Display-, Social-Media- und E-Mail-Kampagnen.
📱 Social Media
E-Mail-Betreffzeilentester
Bewerten und optimieren Sie E-Mail-Betreffzeilen für Öffnungsquoten mit handlungsfähigen Vorschlägen.
📱 Social Media
ROAS-Rechner
Berechnen Sie die Rendite auf Werbeausgaben (ROAS) mit Gewinnanalyse und Leistungsbewertung.
📱 Social Media
Facebook-Beitrag-Formatter
Formatieren Sie Facebook-Beiträge mit Zeichenlimit-Bewusstsein, Aufzählungspunkten und Engagement-Analyse.
📱 Social MediaFrequently Asked Questions
Q Was bedeutet statistisch signifikant?
Q Wie viele Besucher benötige ich?
Q Was ist ein guter p-Wert?
About This Tool
A/B-Test-Rechner is a free online tool by FreeToolkit.ai. All processing happens directly in your browser — your data never leaves your device. No registration or installation required.