Tamanho da amostra para um teste A/B: como calculá-lo corretamente
Por que você não pode interromper um teste antes do tempo, como calcular o número necessário de usuários antes do lançamento e qual é o poder do teste.
Por que o tamanho da amostra é tão importante?
A maioria dos testes A/B são interrompidos muito cedo - este é um dos principais erros do CRO. Um teste interrompido no primeiro “número verde” dá resultados falsos em 30-50% dos casos.
Três parâmetros de cálculo
1. Conversão Base (CR) - conversão atual do grupo controle
2. Efeito Mínimo (MDE) - melhoria mínima considerada importante
3. Poder estatístico - probabilidade de detectar um efeito real (geralmente 80%)
Fórmula de Evan Miller
n = (Z_α/2 + Z_β)² × [p1(1-p1) + p2(1-p2)] / (p1-p2)²
Onde:
Z_α/2 = 1,96 (ao nível de significância de 95%)
Z_β = 0,84 (com 80% de potência)
p1 = conversão básica
p2 = conversão esperada Exemplos práticos
| CR Básico | MDE | Amostragem por grupo |
|---|---|---|
| --- | --- | --- |
| 2% | +20% (até 2,4%) | ~40.000 |
| 5% | +10% (até 5,5%) | ~28.000 |
| 10% | +10% (até 11%) | ~13.000 |
| 10% | +20% (até 12%) | ~3 500 |
Conclusão: Quanto menor o MDE e o CR base, maior será a amostra necessária.
Regras para um bom teste
- ✅ Calcule a amostragem antes do lançamento, não durante
- ✅ Não pare o teste mais cedo
- ✅ Teste ciclos semanais completos (7N dias)
- ❌ Não altere o MDE após o lançamento (p-hacking)
Calcule o tamanho da amostra para o seu teste usando nossa calculadora usando o método de Evan Miller.