# Calculadora de significación de test A/B > ¿El resultado de tu test A/B es real o pura casualidad? Tasas de conversión, mejora, valor p e intervalo de confianza de un test A/B, con el tamaño de muestra que necesita. Comprueba si la variante B convierte de verdad mejor que A: mejora, valor p, intervalo de confianza de la diferencia y visitantes que necesita el test. - Page: https://how.box/es/ab-test/ - Runs entirely in the browser. - License: HowToolbox's own text and data (titles, explanations, FAQs, tool descriptions and schemas, this file) are CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/); AI training and answers are welcome. Attribute "HowToolbox (how.box)" with a link to the page used. Third-party data keeps its own terms; the name and logo are not licensed. Publisher: HowToolbox, contact@how.box. Terms: https://how.box/es/about/terms/ ## Inputs Answer link: https://how.box/es/ab-test/?na={na}&ca={ca}&nb={nb}&cb={cb}&c={c}&h={h}&pw={pw} - `na` (whole number 1 to 1e9): Visitors in A. Example: `10000`. - `ca` (whole number 0 to 1e9): Conversions in A. Example: `400`. - `nb` (whole number 1 to 1e9): Visitors in B. Example: `10000`. - `cb` (whole number 0 to 1e9): Conversions in B. Example: `500`. - `c` (number 80 to 99.9): Confidence level in percent. Example: `95`. - `h` (two-sided, greater or less): two-sided, greater or less. Example: `two-sided`. - `pw` (number 50 to 99): Power for the sample-size hint, percent. Example: `80`. Example answer: https://how.box/es/ab-test/?na=10000&ca=400&nb=10000&cb=500&c=95&h=two-sided&pw=80 A complete link carries the primary answer in the page HTML; a missing or invalid value shows the default page. ## Agent tools - `ab_test_calculate`: A/B test of two conversion rates with the pooled two-proportion z-test (equal to Pearson's χ² without continuity correction). - MCP, one POST to https://how.box/mcp: `{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"ab_test_calculate","arguments":{"visitors_a":10000,"conversions_a":400,"visitors_b":10000,"conversions_b":500,"confidence_percent":95,"alternative":"two-sided","power_percent":80}}}` - GET: https://how.box/mcp/run/ab_test_calculate?visitors_a=10000&conversions_a=400&visitors_b=10000&conversions_b=500&confidence_percent=95&alternative=two-sided&power_percent=80 ## How it works Un test A/B muestra dos versiones de una página a visitantes distintos y compara con qué frecuencia convierte cada una. Ni siquiera dos páginas idénticas suelen obtener exactamente la misma tasa, así que la pregunta es si la diferencia es mayor de lo que el azar suele producir por sí solo. El test agrupa ambos grupos en una sola tasa p̂ y compara la diferencia con su error estándar: z = (p_B − p_A) ÷ √(p̂(1 − p̂)(1/n_A + 1/n_B)). El valor p es la probabilidad de una diferencia al menos así de grande si las dos versiones convirtieran realmente igual. El método sigue el NIST/SEMATECH e-Handbook; el tamaño de muestra para una potencia dada sigue power.prop.test de R. La significación no es el tamaño del efecto: el intervalo de la diferencia muestra lo grande o pequeña que podría ser la ganancia real. Decide el tamaño de muestra antes del test, haz que dure semanas completas y no lo pares en cuanto sea significativo, o el azar ganará muchas más veces de lo que sugiere el nivel de confianza. ## FAQ **¿Qué significa un valor p de 0,05?** Si A y B convirtieran realmente con la misma tasa, una diferencia al menos así de grande aparecería en cerca del 5 % de los tests. No es la probabilidad de que B sea mejor. **¿Cuántos visitantes necesita mi test A/B?** Depende de las tasas y de la mejora más pequeña que valga la pena detectar. Pasar del 4 % al 5 % requiere unos 6745 visitantes por variante para una potencia del 80 % con un 95 % de confianza; las mejoras más pequeñas necesitan muchos más. **¿Debo usar un test unilateral?** Solo si decidiste antes del test que te importa una sola dirección. Un test unilateral alcanza la significación antes, pero no puede decirte que B haya empeorado las cosas. **El test no es significativo. ¿Significa que A y B son iguales?** No. Significa que los datos aún no pueden distinguirlas. Con muy pocos visitantes, incluso una diferencia real suele parecer casualidad. **¿Puedo comparar los ingresos por visitante?** No. La prueba necesita resultados binarios: cada visitante convierte o no. Los importes requieren otra prueba estadística. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/es/about/agents/)