Preferencias de cookies
Usamos cookies para analítica. Política de privacidad Puedes aceptar o rechazar el seguimiento no esencial.
Guía práctica sobre «MDE en pruebas A/B: cómo elegir un tamaño de efecto realista»: pasos clave, errores comunes e implementación con Tamaño de Muestra.
Ir a la herramienta
Calculadora de tamaño de muestra para tests A/B.
El Efecto Mínimo Detectable (MDE) es el menor mejoramiento que su prueba A/B está diseñada para detectar de manera confiable. Si su MDE es 5%, la prueba detectará un aumento real del 5% la mayor parte del tiempo, pero no detectará un aumento del 2%.
MDE no se trata de lo que *espera* ver. Se trata de lo que su tráfico puede *permitirse* medir.
Para una prueba de proporción de dos muestras con un poder del 80% y alfa = 0.05, el tamaño de muestra requerido por variante es aproximadamente:
n = 16 * p * (1 - p) / delta^2
Donde p es la tasa de conversión base y delta es el MDE absoluto. La constante 16 proviene de (Z_alpha/2 + Z_beta)^2 con valores estándar (1.96 + 0.84)^2 = 7.84, duplicado para dos variantes y redondeado.
El tamaño de la muestra crece con el *cuadrado* de la reducción del MDE. Reducir el MDE a la mitad, de 5% a 2.5%, cuadruplica el tráfico requerido. A continuación, se muestra una tabla concreta para una tasa de conversión base del 10%:
| MDE (absoluto) | Muestra por variante | Tráfico total (2 variantes) |
|---|---|---|
| 5 pp | ~1,150 | ~2,300 |
| 3 pp | ~3,200 | ~6,400 |
| 2 pp | ~7,200 | ~14,400 |
| 1 pp | ~28,800 | ~57,600 |
| 0.5 pp | ~115,200 | ~230,400 |
Traduzca el aumento a dinero. Si su sitio convierte al 3% y recibe 100K visitantes/mes:
Pregúntese: ¿vale la pena $50K/mes por 5 semanas de prueba? Por lo general, sí. Pero si un aumento de 0.5 pp = $25K y requiere 20 semanas, probablemente no.
Abra Calculadora de tamaño de muestra, ingrese su tasa base y MDE objetivo, y vea si su tráfico puede soportar la duración de la prueba.
Este artículo es revisado por el equipo editorial de Tools Hub para validar precisión, relevancia práctica y consistencia con los flujos actuales del producto.
Última revisión:
Guía práctica sobre «Tamaño de muestra para experimentos de flujo de registro»: pasos clave, errores comunes e implementación con Tamaño de Muestra.
Guía práctica sobre «Cuándo detener una prueba A/B con poco tráfico»: pasos clave, errores comunes e implementación con Calculadora A/B.
Guía práctica sobre «Pruebas multivariadas versus pruebas A/B: un marco de decisión»: pasos clave, errores comunes e implementación con Calculadora A/B.
Guía práctica sobre «Cómo evitar falsos positivos en las pruebas A/B»: pasos clave, errores comunes e implementación con Calculadora A/B.