# Calculadora de Contraste de Hipotesis AB Test Online
Tomar decisiones basadas en intuiciones es peligroso; tomarlas basadas en datos puros es el camino al éxito. La Calculadora de Contraste de Hipótesis (A/B Test) es la herramienta definitiva para analistas, marketers e investigadores que necesitan validar si la diferencia entre dos grupos es estadísticamente significativa o simplemente fruto del azar. P-Valor El Juez Final
Local Sin Subida de Datos
Instantáneo Gráficos Nativos
# ¿Por qué dividimos los test en Conversiones y Medias?
Dependiendo de la naturaleza de tu estudio, la métrica de éxito cambiará. Nuestra herramienta soporta de forma nativa los dos tipos de test estadísticos más utilizados en la industria.Test de Proporciones (Conversiones)
Compara porcentajes o tasas de éxito entre dos grupos.
- Ideal para Marketing (Clics, Ventas, Suscripciones)
- Usa Casos Totales (n) y Éxitos (x)
- Aplica Z-Test de dos proporciones
Test de Medias Continuas
Compara valores numéricos promedio entre dos grupos.
- Ideal para Ticket Medio, Tiempo en Web o Pruebas Clínicas
- Usa Media (μ) y Desviación Típica (σ)
- Aplica aproximación normal robusta para muestras (Z/T)
# Cómo interpretar los resultados: el P-Valor es tu guía
El corazón de esta calculadora es el famoso P-Valor. Este número te indica la probabilidad de haber obtenido estas diferencias observadas si la Hipótesis Nula (que postula que "ambos grupos son iguales") fuera cierta.| P-Valor Observado | Significado Práctico | Decisión Estándar |
|---|---|---|
| Mayor a 0.05 | La diferencia es pequeña frente a la varianza. El azar podría explicarlo. | NO Rechazar la Hipótesis Nula. No hay mejora real probada. |
| Menor a 0.05 | Es muy improbable que el azar cause tanta diferencia. Hay un efecto real. | Rechazar la Hipótesis Nula. La variante B es mejor. |
| Menor a 0.01 | La evidencia a favor del cambio es aplastante (99% de confianza). | Rechazar con firmeza. Éxito rotundo del experimento. |
Corrección para Muestras Pequeñas
Si tus grupos procesan menos de 30 sujetos, la herramienta imprimirá un aviso de "Muestra Pequeña". En estos escenarios la aproximación normal clásica pierde precisión; recomendamos usar Test de Student exacto o Fisher.# Glosario del A/B Testing
- Grupo de Control (A)
- La versión original o la línea base contra la cual vas a medir tu experimento.
- Variante (B)
- La nueva versión modificada que esperas que mejore las métricas.
- Lift (Mejora Relativa)
- Porcentaje de cambio entre el desempeño del Grupo B respecto a la base del Grupo A.
- Nivel de Significancia (α)
- El umbral de error que estás dispuesto a aceptar (normalmente 5% o 0.05).