Kalkulator Signifikansi A/B Testing Gratis

Ketahui dalam hitungan detik apakah hasil split test Anda signifikan secara statistik. Masukkan pengunjung dan konversi untuk kedua varian, lalu lihat pemenangnya, kenaikannya, nilai p, dan ukuran sampel yang Anda perlukan.

Tingkat keyakinan
Kontrol (A)
0,00%conversion rate
Varian (B)
0,00%conversion rate
Menunggu dataMasukkan pengunjung dan konversi untuk kedua varian agar kesimpulannya muncul.
Keyakinan--
Kenaikan--
Nilai p--
Ukuran sampel--

Tips. Jangan hentikan pengujian begitu tingkat keyakinan melewati 95%. Tentukan ukuran sampel di awal dan biarkan pengujian berjalan, kalau tidak Anda kemungkinan besar sedang menetapkan false positive.

Cara mengecek signifikansi A/B testing dalam 3 langkah

Dapatkan kesimpulan yang jelas dan sahih secara statistik atas split test Anda dalam waktu kurang dari satu menit, tanpa spreadsheet dan tanpa perlu daftar.

  1. 01

    Masukkan angka kontrol Anda

    Tambahkan total pengunjung dan konversi untuk varian A, yaitu versi asli yang menjadi pembanding.

  2. 02

    Masukkan angka varian Anda

    Tambahkan pengunjung dan konversi untuk varian B, versi barunya. Conversion rate akan langsung diperbarui.

  3. 03

    Baca kesimpulannya

    Lihat apakah hasilnya signifikan, berapa kenaikannya, nilai p dan tingkat keyakinannya, serta berapa pengunjung lagi yang Anda butuhkan jika belum cukup.

Kenapa marketer melakukan cek signifikansi

Conversion rate yang lebih tinggi saja belum berarti ada pemenang. Gunakan uji signifikansi yang benar untuk tahu kapan berhenti, kapan lanjut, dan kapan sebuah hasil hanyalah kebetulan.

Tahu kapan harus menghentikan pengujian

Tetapkan pemenang dengan keyakinan nyata alih-alih menebak, dan jangan sia-siakan varian yang sebenarnya berhasil.

Hindari false positive

Jangan biarkan kebiasaan mengintip hasil merugikan Anda. Nilai p yang benar memberi tahu kapan sebuah perbedaan itu nyata.

Rencanakan pengujian berikutnya

Petunjuk ukuran sampel menunjukkan persis berapa banyak data lagi yang Anda butuhkan untuk mengambil keputusan yang meyakinkan.

Pelaporan yang lebih rapi

Bagikan tautan hasilnya ke tim dengan satu klik supaya semua membaca angka yang sama, dengan tingkat keyakinan yang sama.

Di mana tim memakai kalkulator A/B testing

Dari landing page sampai materi iklan, begini cara marketer memanfaatkan cek signifikansi cepat di setiap eksperimen yang mereka jalankan.

Pengujian landing page

Bandingkan dua versi landing page untuk tahu headline, hero, atau CTA mana yang benar-benar menggerakkan conversion rate.

Iklan Facebook & Meta

Pilih di antara dua materi iklan atau audiens dengan dukungan statistik nyata, bukan sekadar percaya pada label di Ads Manager.

Pengujian copy Google Ads

Bandingkan dua varian iklan penelusuran responsif untuk memastikan headline baru benar-benar mengalahkan kontrol sebelum menaikkan belanja.

Pengujian subjek email

Kirim dua subjek ke sebagian kecil daftar Anda dan tetapkan pemenangnya dengan yakin sebelum pengiriman penuh.

Pengujian alur checkout

Pastikan langkah checkout baru, lencana kepercayaan, atau upsell benar-benar menaikkan tingkat penyelesaian dan bukan sekadar kebetulan.

Eksperimen halaman harga

Jalankan pengujian bersih antara dua tingkatan harga atau tata letak, lalu putuskan berdasarkan pendaftaran, bukan firasat.

Pertanyaan Umum

Signifikansi statistik adalah ukuran seberapa yakin Anda bahwa perbedaan antara dua varian itu nyata dan bukan sekadar variasi acak. Aturan umumnya, tetapkan pemenang saat tingkat keyakinan mencapai 95% atau lebih, artinya peluang hasil itu terjadi karena kebetulan kurang dari 5%.
Nilai p adalah peluang munculnya hasil yang Anda amati (atau yang lebih ekstrem) seandainya sebenarnya tidak ada perbedaan nyata antar varian. Makin kecil nilai p, makin kuat bukti bahwa perbedaannya nyata. Nilai p 0,05 setara dengan keyakinan 95%.
Sebagian besar marketer memakai keyakinan 95%, artinya Anda menerima peluang 5% terjadinya false positive. Gunakan 99% bila keputusannya berisiko besar (misalnya menerapkan perubahan ke seluruh trafik berbayar), dan 90% hanya untuk eksperimen tahap awal yang risikonya rendah.
Tergantung conversion rate dasar Anda dan besar kenaikan yang ingin dideteksi. Sebagai patokan kasar, kenaikan kecil (di bawah 5%) butuh puluhan ribu pengunjung per varian, sementara kenaikan besar (20% ke atas) bisa dipastikan dengan beberapa ribu saja. Kalkulator kami memberi tahu persis berapa pengunjung lagi yang Anda perlukan untuk mencapai signifikansi pada efek yang terlihat sekarang.
Lift adalah selisih persentase relatif antara conversion rate kedua varian. Kalau varian A mengonversi di 3% dan varian B di 4,5%, maka lift B atas A adalah 50%. Lift inilah yang benar-benar Anda pakai untuk memutuskan apakah sebuah perubahan layak diterapkan.
Conversion rate yang lebih tinggi saja belum cukup. Anda butuh cukup data supaya perbedaan itu kecil kemungkinannya muncul dari kebetulan. Makin kecil kenaikannya, makin banyak pengunjung yang dibutuhkan. Kalau pengujian dihentikan terlalu cepat, Anda berisiko menerapkan perubahan yang sebenarnya hanya kebetulan.
Mengintip berarti terus-menerus mengecek hasil pengujian dan menghentikannya begitu keyakinan melewati 95%. Kebiasaan ini melonjakkan tingkat false positive Anda. Untuk menghindarinya, tentukan ukuran sampel yang dibutuhkan sejak awal, lalu periksa hasilnya sekali saja di akhir.
Bisa. Signifikansi adalah ukuran statistik yang universal, jadi kalkulator ini berlaku untuk setiap A/B testing di mana Anda bisa mengukur pengunjung (atau impresi, klik, kiriman) dan konversi. Masukkan angka dari Meta Ads, Google Ads, TikTok Ads, platform email, atau analitik landing page Anda.
Ya. Kalkulator signifikansi A/B testing ini 100% gratis, tanpa perlu daftar, tanpa batas, dan tanpa harus menyerahkan email. Jalankan sebanyak yang Anda butuhkan, untuk keperluan pribadi maupun komersial.
Tidak. Semua perhitungan terjadi sepenuhnya di browser Anda. Jumlah pengunjung dan angka konversi tidak pernah meninggalkan perangkat Anda dan tidak pernah dikirim ke server kami.

Uji A/B landing page yang benar-benar dilihat pengunjung Anda

Kemenangan terbesar dari A/B testing datang dari menguji halaman tempat trafik berbayar Anda mendarat. Pakai LanderLab untuk membangun, menguji A/B, dan merilis landing page yang mengonversi, lalu bawa angkanya kembali ke kalkulator ini.

Mulai Sekarang - gratis

Tanpa Kartu Kredit

Logo LanderLab