A/B-Test - Signifikanzrechner

Zu den Informationen

Control Visitors:

Control Conversions:

Variation Visitors:

Variation Conversions:

Confidence Level:

Du hast einen A/B-Test durchgeführt? Sehr gut!

Nun gilt es zu prüfen, ob die Ergebnisse statistisch signifikant sind.

Mit unserem Signifikanzrechner gelingt es dir kinderleicht und in Windeseile die Konversionsrate, den Uplift und natürlich die Signifikanz deines A/B-Tests zu berechnen.

Du hast einen A/B-Test durchgeführt? Sehr gut!

Nun gilt es zu prüfen, ob die Ergebnisse statistisch signifikant sind.

Mit unserem Signifikanzrechner gelingt es dir kinderleicht und in Windeseile die Konversionsrate, den Uplift und natürlich die Signifikanz deines A/B-Tests zu berechnen.

Wann ist das Ergebnis meines A/B-Tests signifikant?

Bei einem A/B-Test auf deiner Website, ist natürlich das Ziel, dass die angepasste Version besser abschneidet als das Original. Um sicherzustellen, dass diese Verbesserung nicht einfach auf Zufall basiert, ist es notwendig, eine Prüfung auf Signifikanz vorzunehmen.

Hierfür trägst du einfach die Visits und Conversions des Originals (A) und der Variante (B) in unseren Kalkulator ein. Weiterhin bestimmst du das Confidence Level (Konfidenzniveau).

Das Konfidenzniveau gibt in Prozent an, wie sicher wir uns sein können, dass unsere statistischen Schätzungen korrekt und somit signifikant sind.

Wählst du beispielsweise ein Konfidenzniveau von 95%, so gilt die Berechnung als signifikant, wenn mindestens ein Konfidenzniveau von 95% erreicht wird.

Beispiel eines signifikanten A/B-Tests:

In unserem Beispiel hat das Original (A) mit 85000 Visitors und 3326 Conversions eine Conversion Rate von 3,91% erzielt.
Die Variante (B) hat mit 83000 Visitors und 3403 Conversions eine Conversion Rate von 4,10% erreicht. Dies bedeutet einen Uplift von 4,78%.
Das Confidence Level übersteigt unsere Bedingung von 95%. Damit ist unser A/B-Test mit einer Wahrscheinlichkeit von 97,47% als korrekt einzustufen und demzufolge signifikant.