Planeje o tamanho do teste para duas proporções.
Entradas: taxa base, efeito mínimo detectável, poder, alfa.
A taxa deve estar entre 0 e 1.
O efeito deve ser ≥ 0 e manter p2 em [0,1].
O poder deve estar entre 0 e 1.
Alfa deve estar entre 0 e 1.
Esta calculadora ajuda você a determinar quantos visitantes você precisa para testar se uma mudança (como uma nova cor de botão ou título) realmente melhora sua taxa de conversão.
Você fornece sua taxa de conversão atual (baseline), a melhoria mínima que deseja detectar e o quão confiante você quer estar. A calculadora informa quantas pessoas precisam ver cada versão.
A calculadora usa fórmulas estatísticas para garantir que seu teste tenha poder estatístico suficiente para detectar diferenças significativas de forma confiável entre seus grupos de controle e tratamento.
Qual a diferença entre efeitos absolutos e relativos?
Absoluto: Se sua baseline é 10% e você quer detectar uma melhoria de 2%, você está procurando por 12%. Relativo: Uma melhoria de 20% significa que você está procurando por 12% (10% × 1,2).
Por que preciso de tantos visitantes?
Efeitos menores requerem amostras maiores para detectar de forma confiável. Uma melhoria de 1% precisa de mais visitantes que uma melhoria de 5% para ser estatisticamente significativa.
E se eu não conseguir tráfego suficiente?
Considere testar efeitos maiores, executar testes mais longos ou focar em páginas com mais tráfego. Você também pode reduzir o poder (ex: para 70%) para amostras menores.
Quão precisas são essas estimativas?
Estes são mínimos teóricos. Fatores do mundo real como sazonalidade, mudanças na qualidade do tráfego e problemas de implementação podem exigir amostras maiores.