Kalkulator Signifikansi Statistik Uji A/B Hitung signifikansi statistik untuk uji A/B dengan nilai p, tingkat kepercayaan, dan kenaikan.

📱

Kalkulator Uji A/B

Hitung signifikansi statistik untuk uji A/B dengan nilai p, tingkat kepercayaan, dan kenaikan.

Masukkan data Variasi A

Masukkan jumlah pengunjung dan konversi untuk variansi kontrol.

Masukkan data Variasi B

Masukkan jumlah pengunjung dan konversi untuk variansi perlakuan.

Lihat hasil

Lihat tingkat kepercayaan, nilai p, lift, dan variansi yang menang.

Loading tool...

What Is Kalkulator Uji A/B?

Kalkulator Uji A/B menentukan apakah perbedaan antara dua varian uji secara statistik signifikan atau karena kebetulan. Masukkan jumlah pengunjung dan konversi untuk setiap varian untuk mendapatkan: tingkat kepercayaan statistik, nilai p, kenaikan relatif, skor z, dan putusan yang jelas tentang apakah Anda memiliki pemenang yang signifikan. Alat ini menggunakan uji z dua proporsi, metode statistik standar untuk membandingkan tingkat konversi. Hasil dianggap signifikan pada tingkat kepercayaan 95% (p < 0,05), artinya ada kemungkinan kurang dari 5% perbedaan terjadi karena kebetulan.

Why Use Kalkulator Uji A/B?

Metodologi z-test dua proporsi standar
Putusan signifikansi yang jelas pada kepercayaan 95%
Menampilkan nilai p, skor z, dan tingkat konversi
Perhitungan lift relatif antara variansi
Indikator kepercayaan visual

Common Use Cases

Tes Halaman Pendaratan

Bandingkan tingkat konversi antara variasi halaman.

Pemasaran Email

Uji subjek, CTA, dan desain email.

Kreatif Iklan

Tentukan kreatif iklan mana yang menghasilkan lebih banyak konversi.

Media Sosial

Bandingkan keterlibatan pada format posting berbeda.

Technical Guide

Kalkulator menggunakan uji z dua proporsi, yang membandingkan tingkat konversi dari dua kelompok independen. Statistik tes z = (p1 - p2) / sqrt(p_pooled × (1 - p_pooled) × (1/n1 + 1/n2)), di mana p_pooled = (x1 + x2) / (n1 + n2). Nilai p dihitung dari skor z menggunakan aproksimasi distribusi normal. Untuk hasil yang dapat diandalkan, targetkan setidaknya 1.000 pengunjung per varian dan biarkan tes berjalan selama minimal 1-2 siklus bisnis penuh (biasanya 1-2 minggu). Hitung ukuran sampel yang diperlukan sebelum memulai uji untuk memastikan kekuatan statistik yang memadai.

Tips & Best Practices

1
Targetkan setidaknya 1.000 pengunjung per variansi untuk hasil yang dapat diandalkan
2
Biarkan tes berjalan selama setidaknya 1-2 minggu penuh untuk memperhitungkan pola harian dan mingguan
3
Ubah hanya satu variabel pada satu waktu untuk atribusi sebab-akibat yang jelas
4
Jangan lihat hasil terlalu awal - ini meningkatkan tingkat positif palsu
5
Tingkat kepercayaan 95% berarti masih ada kemungkinan 5% bahwa hasilnya adalah acak

Related Tools

Kalkulator Tingkat Klik (CTR)

Hitung CTR dengan tolak ukur industri untuk kampanye pencarian, tampilan, sosial, dan email.

📱 Social Media

Pengujian Baris Subjek Email

Nilai dan optimalkan baris subjek email untuk tingkat pembukaan dengan saran yang dapat diambil tindakan.

📱 Social Media

Kalkulator ROAS

Hitung pengembalian biaya iklan (ROAS) dengan analisis profitabilitas dan peringkat kinerja.

📱 Social Media

Daftar Periksa Audit Media Sosial

Daftar periksa audit media sosial interaktif dengan pelacakan kemajuan di seluruh 5 kategori.

📱 Social Media

Frequently Asked Questions

Q Apa yang dimaksud dengan signifikansi statistik?

Itu berarti perbedaan yang diamati tidak mungkin disebabkan oleh kebetulan. Pada kepercayaan 95%, ada kemungkinan kurang dari 5% bahwa perbedaan itu adalah kebetulan.

Q Berapa banyak pengunjung yang saya butuhkan?

Targetkan setidaknya 1.000 per variansi. Semakin kecil perbedaan yang diharapkan, semakin besar ukuran sampel yang dibutuhkan.

Q Apa nilai p yang baik?

Nilai p di bawah 0,05 (5%) adalah standar industri untuk signifikansi statistik.

About This Tool

Kalkulator Uji A/B 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.