AB testi hesaplayıcı

Sonuçlarınız istatistiksel anlama sahip mi?

İstatistiksel anlamlılığı hesaplayın

Ziyaretçiler

Geri dönüşler

Geri dönüş oranı

A

%1,00

B

%1,14

Hipotezİki yanlı test, değişkeninizin sonucunuz üzerinde negatif bir etkisi olabileceğini anlamına gelir.

GüvenirlikSonuçlarınızın rastgele ve şansa dayalı olmadığına güveninizin düzeyidir.

Sonuç anlamlı!

Değişken B’nin geri dönüş oranı (%1,14) değişken A'nın geri dönüş oranından (%1) %14 daha yüksek çıkmıştır. Değişken B'nin değişken A'dan daha iyi bir performans sunacağına %95 güvenebilirsiniz.

Etki

%86,69

p değeri

0,0157

İstatiksel anlamlılık nedir?

AB testi deneyleri bağlamında istatistiksel anlamlılık deneyinizin kontrol versiyonuyla test versiyonu arasındaki farkın bir hatadan ya da rastgele şanstan kaynaklanmama olasılığının ne kadar olduğudur.

Örneğin, istatistiksel anlamlılığı %95 olan bir test yapıyorsanız, farkların gerçek olduğundan %95 oranında emin olabilirsiniz.

Bu kavram iş dünyasında deneylerin şirketin geri dönüş oranlarını nasıl etkilediğini gözlemlemek amacıyla yaygın olarak kullanılır. İstatistiksel anlamlılık, anketlerdeyse anket sonuçlarınıza güvenebileceğinizden emin olmanın bir yolu olarak kullanılır. Örneğin, bir ankette insanlara reklam konsepti A ile reklam konsepti B seçeneklerinden hangisini tercih ettiklerini sorduysanız, bu konseptlerden hangisini kullanacağınıza karar vermeden önce sonuçlar arasındaki farkın istatistiksel anlama sahip olduğundan emin olmanız gerekir.

Hesaplama işini sizin için yapalım. Avantajlı abonelik paketiyle istatistiksel anlamlılık oranını otomatik olarak alın. Fiyatları inceleyin.

İstatistiksel anlamlılık nasıl hesaplanır?

İlk adım, hipotez oluşturma adımıdır. Her türlü deneyde karşılaştırdığınız iki şey arasında hiçbir ilişki olmadığını belirten bir sıfır hipotez ve bir alternatif hipotez vardır. Alternatif hipotez, bir ilişkinin olduğunu kanıtlamaya çalışır ve desteklemeye çalıştığınız ifadedir. Geri dönüş oranıyla ilgili bir AB testi yapıyorsanız, geri dönüş oranlarını etkileyip etkilemediğini görmek için hipotezinizin bir düğme, bir görüntü, ya da bir sayfadan bir metin içerebilir. Yukarıdaki örnekte olduğu gibi konsept testi için anketleri kullanıyorsanız, insanların hangisini daha çekici bulduğunuz görmek için hipotezinize farklı reklam varyasyonlarının testini ekleyebilirsiniz.

İstatistikçiler bazen sıfır hipotezini ve alternatif hipotezi oluşturduktan sonra bunların sağlam olduğundan emin olmak için testler yaparlar. Z değeri sıfır hipotezinizin geçerliliğini değerlendirir. Karşılaştırdığınız şeyler arasında hiçbir ilişki yoksa bunu size söyleyebilir. P değeri, alternatif hipotezinizi kanıtlayacak kanıtınızın güçlü olup olmadığını söyler.

İstatistiksel anlamlılık testleri yaparken, testinizin bir yanlı mı iki yanlı mı (bir kuyruklu ya da iki kuyruklu da denir) olacağına karar vermeniz faydalı olur. Bir yanlı test alternatif hipotezinizin yönlü bir etkisi olduğunu varsayarken, iki yanlı test hipotezinizin sonuçlarınız üzerinde olumsuz bir etkisi olup olmayacağını açıklar. Genel olarak, iki yanlı test daha ihtiyatlı olan seçimdir.

Profesyonel istatistikçiler bile anlamlılığı ve onu destekleyen testleri hesaplamak için istatistiksel modelleme yazılımı kullandıklarından burada bu konuya fazla girmeyeceğiz. Ancak, bir AB testi yapıyorsanız, sonuçlarınızın istatistiksel anlamlılığını hesaplamak için sayfanın üst kısmındaki hesaplayıcıyı kullanabilirsiniz. Anket sonuçlarınızın anlamlılığını hesaplamaya çalışıyorsanız, SurveyMonkey bunu sizin için otomatik olarak yapabilir.

Neden anlamlı sonuçlar elde edemediğinizi mi merak ediyorsunuz?

Ne istediklerini öğrenmek için müşterilerinize bir anket göndermeyi deneyin.