---
title: "Calcolatore test A/B: significatività statistica gratis"
description: "Calcolatore test A/B gratuito. Inserisci visitatori e conversioni di A e B e ottieni p-value, uplift, intervallo di confidenza e dimensione del campione."
url: https://scratcher.io/it/ab-test-calculator
language: it
---

Strumento gratuito

# Calcolatore test A/B

Verifica se la differenza tra due varianti è statisticamente significativa e calcola quanti visitatori servono per un test. Gratis, senza registrazione e con tutte le formule in vista.

## Cosa significa significatività statistica in un test A/B

In un test A/B mostri due versioni di qualcosa a due gruppi di persone scelti a caso e confronti quante convertono. La variante B non ottiene quasi mai esattamente lo stesso tasso della variante A, anche quando la modifica non fa alcuna differenza. La domanda è se lo scarto è più grande di quello che ti aspetteresti dal solo caso.

Il p-value risponde a questa domanda. È la probabilità di vedere una differenza almeno così grande se le due varianti avessero in realtà lo stesso rendimento. Un p-value di 0,036 significa che uno scarto come il tuo comparirebbe per caso in circa il 3,6% dei test senza una differenza reale. Se il p-value è sotto la tua soglia (0,05 per un livello di confidenza del 95%), il risultato si dice statisticamente significativo.

## Come funziona il calcolatore

Il calcolatore usa un test z per due proporzioni. Unisce le conversioni delle due varianti per stimare il tasso atteso se non ci fosse differenza, ne ricava l’errore standard e divide per questo la differenza tra i due tassi. Il risultato è il punteggio z: quanti errori standard separano i due tassi. Il p-value si ricava dalla distribuzione normale.

Un esempio: la variante A ottiene 100 conversioni su 1.000 visitatori (10%) e la variante B 130 su 1.000 (13%). È un uplift relativo del 30%, con un punteggio z di circa 2,10 e un p-value a due code di circa 0,036. B è significativamente migliore al 95%, ma non al 99%.

L’intervallo di confidenza mostra l’intervallo in cui probabilmente si trova la differenza reale. Nell’esempio va da circa +0,2 a +5,8 punti percentuali. Un intervallo ampio ti dice che il test non è ancora preciso, anche se è significativo.

Stai facendo un sondaggio invece di un test? Il [calcolo della dimensione del campione per sondaggi](https://scratcher.io/it/survey-sample-size-calculator) ti dice quante risposte ti servono.

## Pianifica prima la dimensione del campione

La maggior parte dei test falliti è troppo piccola. Prima di iniziare, decidi la variazione più piccola per cui vale la pena agire e usa l’aiuto pre-test per vedere quanti visitatori servono per variante con una potenza dell’80%. La potenza è la probabilità che il test rilevi un effetto di quella grandezza se esiste davvero. Poi lascia andare il test fino a raggiungere quel numero, e per settimane intere, così includi sia i giorni feriali sia i weekend.

Altre regole utili:

1. **Testa una modifica alla volta**, come il premio, il formato di gioco o il numero di campi del modulo, così sai cosa ha fatto la differenza.
2. **Scegli la metrica prima del test.** Tasso di iscrizione, tasso di completamento e tasso di opt-in possono muoversi in direzioni diverse.
3. **Non sbirciare per poi fermarti.** Fermarsi appena il p-value scende sotto 0,05 rende i falsi vincitori molto più frequenti.

La nostra guida ai [test A/B per campagne gamificate](https://scratcher.io/it/blog/ab-test-gamified-campaign) mostra cosa vale la pena testare in una campagna, e l’elenco dei [KPI del marketing gamificato](https://scratcher.io/it/blog/top-gamification-marketing-kpis) ti aiuta a scegliere la metrica. In Scratcher trovi i numeri di ogni campagna nelle [statistiche](https://scratcher.io/it/platform/analytics). Per vedere quanto vale in euro un tasso di conversione migliore, usa il [calcolatore del ROI delle campagne](https://scratcher.io/it/campaign-roi-calculator).

*La significatività statistica ti dice se una differenza è probabilmente reale, non se è abbastanza grande da contare. Guarda anche l’uplift e l’intervallo di confidenza.*

Domande

## Domande sulla significatività dei test A/B

[Prenota un incontro](https://scratcher.io/it/book-a-meeting)

### Il calcolatore di test A/B è gratuito?

Sì. Puoi usarlo tutte le volte che vuoi e non ti serve un account. Nulla di ciò che scrivi viene inviato a noi.

### Quale p-value è considerato significativo?

Dipende dal livello di confidenza che scegli prima del test. Al 95%, un p-value sotto 0,05 è significativo. Al 90% la soglia è 0,10 e al 99% è 0,01. Un livello più severo dà meno falsi vincitori ma richiede più visitatori.

### Meglio un test a una coda o a due code?

Usa il test a due code, a meno che tu non abbia deciso in anticipo che ti interessa solo sapere se B è migliore e che un B peggiore per te equivale a nessuna differenza. Un test a una coda diventa significativo prima, ma non può dirti che B è peggiore.

### Il mio risultato non è significativo. E adesso?

Significa che il test non ha mostrato una differenza, non che non ce ne sia nessuna. Controlla l’aiuto pre-test: se hai molti meno visitatori del necessario, lascia andare avanti il test. Se hai raggiunto la dimensione prevista, considera le varianti equivalenti e testa una modifica più grande.

### Perché il calcolatore avvisa quando il campione è piccolo?

Il test z si basa su un’approssimazione che funziona solo quando ogni variante ha abbastanza conversioni e non conversioni, circa 5 o più per ciascuna. Con meno dati il p-value può essere fuorviante, quindi raccogline di più prima di decidere.

## Lascia che la prossima estrazione vada da sola

Organizza il concorso sulla tua pagina, raccogli email e consensi e lascia a noi l’estrazione dei vincitori. Prova gratis per 14 giorni, senza carta di credito.

[Inizia la prova gratuita](https://platform.scratcher.io/it/register) [Prenota un incontro](https://scratcher.io/it/book-a-meeting)
