A/B 테스트 통계적 유의성 계산기 p-값, 신뢰 수준 및 리프트를 사용하여 A/B 테스트의 통계적 유의성을 계산합니다.

What Is A/B 테스트 계산기?

A/B 테스트 계산기는 두 가지 테스트 변형 간의 차이가 통계적으로 유의한지 또는 무작위적인 우연 때문인지 결정합니다. 각 변형에 대한 방문자 수와 전환을 입력하여 다음 값을 얻습니다: 통계적 신뢰도, p-값, 상대적 상승, z-점수 및 승자가 의미 있는지 여부를 명확하게 알 수 있습니다. 이 도구는 전환률을 비교하는 표준적인 통계 방법인 두 비율의 z-검정을 사용합니다. 결과는 95% 신뢰도( p < 0.05 )에서 유의하다고 간주되며, 이는 차이가 우연히 발생할 확률이 5% 미만임을 의미합니다.

Why Use A/B 테스트 계산기?

• 표준 두 비율 z-test 방법론
• 95% 신뢰도에서 명확한 유의성 판단
• p-값, z-점수, 전환률 표시
• 변형 간 상대적 리프트 계산
• 시각적 신뢰 지표

Common Use Cases

랜딩 페이지 테스트

페이지 변형 간의 전환률을 비교하세요.

이메일 마케팅

제목, CTA, 이메일 디자인 등을 테스트하세요.

광고 크리에이티브

어떤 광고 크리에이티브가 더 많은 전환을 유도하는지 결정하세요.

소셜 미디어

다양한 포스트 형식의 참여도를 비교하세요.

Technical Guide

계산기는 두 개의 독립적인 그룹의 전환율을 비교하는 두 비율의 z-검정을 사용합니다. 검정 통계량 z = (p1 - p2) / sqrt(p_pooled × (1 - p_pooled) × (1/n1 + 1/n2)), 여기서 p_pooled = (x1 + x2) / (n1 + n2). p-값은 z-점수를 사용하여 정규 분포 근사법으로 계산됩니다. 신뢰할 수 있는 결과를 얻으려면 각 변형에 최소 1,000명의 방문자를 목표로 하고 테스트를 최소 1-2개의 전체 비즈니스 주기(일반적으로 1-2주) 동안 실행하십시오. 통계적 유의성을 보장하기 위해 테스트를 시작하기 전에 필요한 샘플 크기를 미리 계산합니다.

Tips & Best Practices

• 1
  신뢰할 수 있는 결과를 얻으려면 변형당 최소 1,000명의 방문자를 목표로 하세요
• 2
  일일 및 주간 패턴을 고려하여 테스트를 최소 1-2주 동안 실행하세요
• 3
  명확한 인과관계 속성을 위해 한 번에 하나의 변수만 변경하세요
• 4
  결과를 일찍 확인하지 마세요 - 이것은 거짓 양성률을 늘립니다
• 5
  95% 신뢰도 수준에서는 여전히 5%의 확률로 결과가 무작위일 수 있습니다

Related Tools

클릭 통과율 계산기

검색, 디스플레이, 소셜, 이메일 캠페인에 대한 업계 벤치마크를 사용하여 CTR을 계산합니다.

📱 Social Media

이메일 제목 줄 테스터

오픈률을 높이는 이메일 제목 줄을 점수화하고 최적화하는 데 도움이 되는 실행 가능한 제안을 제공합니다.

📱 Social Media

광고 수익률 계산기

수익성 분석 및 성과 평가와 함께 광고 비용에 대한 수익률(ROAS)을 계산합니다.

📱 Social Media

CPM

CPM (1,000 ) ,

📱 Social Media

Frequently Asked Questions

Q 통계적으로 유의함이 무엇을 의미합니까?

관찰된 차이가 우연한 확률에 의한 것이 아닐 가능성이 높다는 것을 의미합니다. 95% 신뢰도에서 차이는 우연히 발생할 수 있는 확률은 5% 미만입니다.

Q 몇 명의 방문자가 필요합니까?

변형당 최소 1,000명을 목표로 하세요. 예상되는 차이가 작을수록 필요한 샘플 크기는 더 커집니다.

Q 좋은 p-값은 무엇입니까?

p-값이 0.05(5%) 미만인 경우 통계적으로 유의함이라고 간주됩니다.

About This Tool

A/B 테스트 계산기 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.