# Calcolatore di significatività per test A/B > Il risultato del tuo test A/B è reale o solo un caso? Tassi di conversione, incremento, p-value e intervallo di confidenza di un test A/B, con la dimensione del campione necessaria. Verifica se la variante B converte davvero meglio di A: incremento, p-value, intervallo di confidenza della differenza e quanti visitatori servono al test. - Page: https://how.box/it/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/it/about/terms/ ## Inputs Answer link: https://how.box/it/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/it/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 mostra due versioni di una pagina a visitatori diversi e confronta quanto spesso ciascuna converte. Anche due pagine identiche raramente ottengono esattamente lo stesso tasso, quindi la domanda è se lo scarto sia più grande di quello che il solo caso produrrebbe di solito. Il test unisce i due gruppi in un unico tasso p̂ e confronta la differenza con il suo errore standard: z = (p_B − p_A) ÷ √(p̂(1 − p̂)(1/n_A + 1/n_B)). Il p-value è la probabilità di uno scarto almeno così grande se le due versioni convertissero davvero allo stesso modo. Il metodo segue il NIST/SEMATECH e-Handbook; la dimensione del campione necessaria per una data potenza segue power.prop.test di R. La significatività non è la dimensione dell’effetto: l’intervallo della differenza mostra quanto grande o piccolo potrebbe plausibilmente essere il guadagno reale. Decidi la dimensione del campione prima del test, fallo durare settimane intere e non fermarlo appena diventa significativo, altrimenti il caso vince molto più spesso di quanto suggerisca il livello di confidenza. ## FAQ **Cosa significa un p-value di 0,05?** Se A e B convertissero davvero allo stesso tasso, una differenza almeno così grande comparirebbe in circa il 5% dei test. Non è la probabilità che B sia migliore. **Quanti visitatori servono al mio test A/B?** Dipende dai tassi e dal più piccolo incremento che valga la pena rilevare. Passare dal 4% al 5% richiede circa 6745 visitatori per variante per una potenza dell’80% con confidenza al 95%; incrementi più piccoli ne richiedono molti di più. **Devo usare un test a una coda?** Solo se hai deciso prima del test che ti interessa una sola direzione. Un test a una coda raggiunge la significatività prima, ma non può dirti che B ha peggiorato le cose. **Il test non è significativo. Significa che A e B sono uguali?** No. Significa che i dati non riescono ancora a distinguerli. Con troppo pochi visitatori, anche una differenza reale sembra spesso un caso. **Posso confrontare i ricavi per visitatore?** No. Il test richiede esiti binari: ogni visitatore converte oppure no. Gli importi richiedono un altro test statistico. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/it/about/agents/)