What sample size do I need for an A/B test?

It depends on your baseline conversion rate and the minimum effect size you want to detect.

What is minimum detectable effect (MDE)?

MDE is the smallest improvement you want your test to be able to detect.

What statistical power should I use?

80% power is the standard minimum, meaning an 80% chance of detecting a real effect.

Calculadora de tamaño de muestra para tests A/B

Question: How many visitors do I need for my A/B test?

Planifica tu test A/B calculando el tamaño de muestra necesario. Introduce tu tasa de conversión base, el efecto mínimo detectable y la potencia deseada para saber cuántos visitantes necesitas por variante.

Cómo usar esta calculadora

Introduce tu tasa de conversión base (tu tasa de conversión actual antes del test), el efecto mínimo detectable (la menor mejora que deseas detectar), el nivel de confianza deseado y la potencia estadística. La calculadora muestra al instante cuántos visitantes necesitas por variante. Ajusta el control deslizante del MDE para ver cómo los efectos más pequeños requieren exponencialmente más tráfico.

Entendiendo la fórmula

El tamaño de muestra se calcula mediante un análisis de potencia para un test z de dos proporciones. La fórmula considera cuatro parámetros clave: tu tasa de conversión base, el tamaño del efecto mínimo detectable, el nivel de significancia (alfa) y la potencia estadística deseada (1 - beta). La relación entre el tamaño de muestra y el MDE no es lineal: reducir a la mitad el tamaño del efecto que quieres detectar aproximadamente cuadruplica el tamaño de muestra necesario.

Cuándo usar esta calculadora

Utiliza esta calculadora antes de lanzar cualquier test A/B para determinar cuántos visitantes necesitas. Ejecutar un test sin una planificación adecuada del tamaño de muestra es uno de los errores más comunes en experimentación. Un test con potencia insuficiente puede no detectar una mejora real, desperdiciando tiempo y recursos. Un test con potencia excesiva desperdicia tráfico que podría usarse en otros experimentos.

Errores comunes en la planificación del tamaño de muestra

Establecer un MDE demasiado pequeño genera tamaños de muestra impracticablemente grandes. Sé realista sobre qué tamaño de efecto es relevante para tu negocio. Olvidar considerar el número de variantes (cada variante adicional necesita el mismo tamaño de muestra) es otro error frecuente. Recuerda también que el tamaño de muestra es por variante, no total: si necesitas 10.000 por variante con dos variantes, serán 20.000 visitantes en total.