A/B Testi İstatistiksel Anlamlılık Hesaplayıcı
Ki-kare testi ile A/B test sonuçlarınızın istatistiksel anlamlılığını, uplift oranını ve kazanan grubu hesaplayın.
A/B Test Sonuçlarınız Gerçekten Anlamlı mı?
Varyantınız kontrol grubundan %15 daha fazla dönüşüm ürettiyse bu fark gerçek mi yoksa şans eseri mi? A/B testi istatistiksel anlamlılık hesaplayıcısı, ki-kare testini kullanarak bu soruyu sayısal bir güven düzeyiyle yanıtlar. Herhangi bir istatistik bilgisine gerek duymadan, yalnızca kontrol ve varyant grubunuzun ziyaretçi ve dönüşüm sayılarını girin.
Nasıl Çalışır? Ki-Kare Testi
Hesaplayıcı, iki grup arasındaki dönüşüm oranı farkını ki-kare (χ²) testiyle değerlendirir. Bu test, gözlemlenen dönüşüm dağılımının bağımsız bir dağılımdan ne kadar saptığını ölçer. Serbestlik derecesi 1 olan ki-kare istatistiğinden hesaplanan p-değeri, elde edilen farkın şansa bağlı olma olasılığını verir. p-değeri 0.05'in altındaysa (anlamlılık %95'in üzerindeyse) sonuç istatistiksel olarak anlamlı kabul edilir.
A/B Test Metrikleri: Ne Anlama Gelir?
Dönüşüm Oranı (CR)
Dönüşüm / Ziyaretçi × 100. Her iki grup için ayrı hesaplanır. Küçük mutlak farklar (örn. %2 → %2,4) bile büyük ticari değer taşıyabilir.
Uplift (Yükseliş)
Varyantın kontrole kıyasla yüzde kaç daha iyi (veya kötü) performans gösterdiği: (VariantCR − ControlCR) / ControlCR × 100.
İstatistiksel Anlamlılık
Gözlemlenen farkın rastlantısal olmadığından ne kadar emin olduğunuz. %95 standardı, 100 testin 5'inde yanlış pozitif çıkabileceği anlamına gelir.
Yaygın A/B Testi Hataları
- Erken durdurmak: Sonuç "anlamlı" göründüğünde testi hemen kapatmak yanlış pozitiflere yol açar.
- Birden fazla değişkeni aynı anda test etmek: Hangisinin etkili olduğunu bilemezsiniz.
- Yetersiz örneklem: Küçük trafik, gürültüyü sinyalden ayırt etmeyi zorlaştırır.
- Mevsimsel etkileri görmezden gelmek: Haftalık döngüleri kapsamayan testler yanıltıcı olabilir.