Beregner til AB-test

Er dine resultater statistisk signifikante?

Beregn din statistiske signifikans

Gæster

Konverteringer

Konverteringsrate

A

1,00 %

B

1,14 %

HypoteseEn tosidet test forklarer muligheden for at din variant kan have en negativ indflydelse på dit resultat.

KonfidensHvor sikker du kan være på, at dine resultater ikke er tilfældige.

Signifikant resultat!

Variant Bs konverteringsrate (1,14 %) var 14 % højere end variant As konverteringsrate (1 %). Du kan være 95 % sikker på, at variant B vil præstere bedre end variant A.

Styrke

86,69 %

p-værdi

0,0157

Hvad er statistisk signifikans?

Statistisk signifikans, i forbindelse med AB-testforsøg, indikerer, hvor sandsynligt det er, at forskellen mellem dit forsøgs kontrolversion og testversionen ikke skyldes en fejl eller et vilkårligt tilfælde.

Hvis du for eksempel udfører en test med et signifikansniveau på 95 %, kan du være 95 % sikker på, at forskellene er reelle.

Det bruges ofte i erhvervslivet til at observere, hvordan dine forsøg påvirker din virksomheds konverteringsrate. I spørgeundersøgelser bruges statistisk signifikans normalt til at sikre, at du kan være sikker på resultaterne af din spørgeundersøgelse. Hvis du for eksempel spørger deltagerne, om de foretrækker annoncekoncept A eller annoncekoncept B i en spørgeundersøgelse, vil du være sikker på, at forskellen i deres resultater er statistisk signifikant, før du beslutter, hvilken en der skal bruges.

Lad os regne det ud for dig. Få automatiseret statistisk signifikans med et ADVANTAGE-abonnement. Se priser.

Sådan beregnes statistisk signifikans

Det første skridt er at danne en hypotese. For hvert forsøg er der en nulhypotese, som fremfører, at der ikke er nogen relation mellem de to ting, du sammenligner, og en alternativ hypotese. En alternativ hypotese prøver typisk at bevise, at der er en relation, og det er det udsagn, du prøver at underbygge. Hvis du taler om konverteringsrate ved AB-test, kan din hypotese involvere tilføjelse af en knap, et billede eller materiale til en side for at se, om det påvirker konverteringsraterne. Når du bruger spørgeundersøgelser til koncepttestning, som i eksemplet ovenfor, omfatter din hypotese måske afprøvning af forskellige annoncevarianter for at se, hvilken en de adspurgte synes er mest tiltalende.

Efter at have formuleret en nulhypotese og en alternativ hypotese udfører statistikere undertiden tests for at sikre, at deres hypoteser er forsvarlige. En z-score evaluerer gyldigheden af din nulhypotese. Det kan fortælle dig, om der rent faktisk ikke er nogen relation mellem de ting, du sammenligner. En p-værdi fortæller dig, om det bevis, du har til at underbygge din alternative hypotese med, er markant.

Når du udfører tests om statistisk signifikans, er det praktisk at beslutte, om din test vil være ensidet eller tosidet. En ensidet test antager, at din alternative hypotese vil have en toneangivende virkning, mens en tosidet test forklarer, om din hypotese også kan have en negativ effekt på dine resultater. Generelt er en tosidet test det mere forsigtige valg.

Selv professionelle statistikere bruger statistisk modelleringssoftware til at beregne signifikans og de tests, der underbygger den, så det vil vi ikke gå i dybden med her. Hvis du imidlertid udfører en AB-test, kan du bruge beregneren øverst på siden til at beregne den statistiske signifikans af dine resultater. Hvis du vil beregne signifikansen af resultaterne af din spørgeundersøgelse, kan SurveyMonkey gøre det automatisk for dig.

Undrer du dig over, hvorfor du ikke får signifikante resultater?

Prøv at sende en spørgeundersøgelse til dine kunder for at finde ud af, hvad det er, de er søger.