Calculadora de Prueba Z de Dos Proporciones

Calculadora de Prueba Z de Dos Proporciones | Herramienta online gratis | Elysia Tools

Guía de uso de la herramienta

Conoce cuándo usar esta herramienta, qué admite y cómo la aplican los usuarios.

Datos clave

Categoría: Math & Numbers
Tipos de entrada: number, select
Tipo de salida: json
Cobertura de ejemplos: 4
API disponible: Sí

Resumen

La Calculadora de Prueba Z de Dos Proporciones permite comparar estadísticamente dos proporciones independientes para determinar si existe una diferencia significativa entre ellas. Ideal para pruebas A/B, análisis de tasas de conversión y estudios de mercado, esta herramienta calcula el estadístico Z, el valor p y evalúa la hipótesis nula basándose en el nivel de significancia (alfa) seleccionado, entregando resultados precisos en formato JSON.

Cuándo usarlo

Cuando necesitas evaluar los resultados de una prueba A/B para comparar dos tasas de conversión de manera rigurosa.
Al analizar encuestas o estudios de mercado para verificar si dos grupos demográficos difieren significativamente en sus respuestas.
Para comprobar si un cambio en un proceso ha alterado la proporción de eventos (como defectos o ventas) entre dos periodos o lotes distintos.

Cómo funciona

1Ingresa el número de éxitos y el total de pruebas tanto para el Grupo 1 como para el Grupo 2.
2Define la diferencia hipotética (generalmente 0) y selecciona el tipo de hipótesis alternativa (bilateral, mayor que o menor que).
3Ajusta el nivel de significancia (alfa, por defecto 0.05) y la cantidad de decimales deseados para el resultado.
4La calculadora procesa los datos y devuelve un objeto JSON con las proporciones individuales, la diferencia, el estadístico Z, el valor p y la decisión sobre la hipótesis nula.

Casos de uso

Analistas de marketing digital que comparan el CTR (Click-Through Rate) de dos campañas publicitarias distintas.
Investigadores que evalúan la proporción de pacientes que experimentan mejoras con dos tratamientos médicos diferentes.
Gerentes de producto que miden la tasa de retención de usuarios entre dos versiones de una aplicación móvil.

Ejemplos

1. Comparación de tasas de conversión en pruebas A/B

Analista de Marketing

Contexto

Se lanzaron dos versiones de una página de destino (landing page) para ver cuál genera más registros de usuarios.

Problema

Determinar si la versión A tiene una tasa de conversión estadísticamente diferente a la versión B.

Cómo usarlo

Ingresa los registros (éxitos) y visitas (pruebas) de ambas versiones. Configura la hipótesis alternativa como 'Bilateral' y el alfa en 0.05.

Grupo 1: 60 éxitos, 100 pruebas. Grupo 2: 45 éxitos, 100 pruebas. Hipótesis: Bilateral. Alfa: 0.05.

Resultado

La herramienta calcula un estadístico Z de 2.124 y un valor p de 0.0337. Al ser menor que 0.05, se rechaza la hipótesis nula, confirmando una diferencia significativa del 15% a favor del Grupo 1.

2. Análisis de defectos en producción

Ingeniero de Calidad

Contexto

Una fábrica introdujo una nueva máquina y quiere saber si la proporción de piezas defectuosas ha disminuido en comparación con la máquina antigua.

Problema

Validar si la reducción de defectos observada en la nueva máquina es estadísticamente significativa.

Preguntas frecuentes

¿Qué es una prueba Z de dos proporciones?

Es un método estadístico utilizado para comparar las proporciones de éxito de dos muestras independientes y determinar si provienen de poblaciones con la misma proporción.

¿Cuándo debo usar una prueba bilateral frente a una unilateral?

Usa la prueba bilateral para detectar cualquier diferencia (ya sea mayor o menor). Usa la unilateral (mayor que o menor que) si solo te interesa saber si una proporción es específicamente superior o inferior a la otra.

¿Qué significa el valor p (p-value)?

El valor p indica la probabilidad de obtener los resultados observados si la hipótesis nula fuera cierta. Un valor p menor que tu nivel alfa (ej. 0.05) sugiere una diferencia estadísticamente significativa.

¿Qué es el nivel alfa?

Es el umbral de significancia estadística (comúnmente 0.05). Define el riesgo máximo que estás dispuesto a asumir de rechazar la hipótesis nula cuando en realidad es verdadera.

¿Puedo usar esta calculadora para muestras pequeñas?

Grupo 1 (Nueva): 12 éxitos, 500 pruebas. Grupo 2 (Antigua): 25 éxitos, 500 pruebas. Hipótesis: Menor que.

Ejecutar esta herramienta

Ejecuciones de ejemplo preparadas

Entradas

Resultado

Ejemplos que encajan con esta herramienta

Continuar con herramientas y temas relacionados

Ejecuciones de ejemplo preparadas

Entradas

Resultado

Conoce cuándo usar esta herramienta, qué admite y cómo la aplican los usuarios.

Datos clave

Resumen

Cuándo usarlo

Cómo funciona

Casos de uso

Ejemplos

1. Comparación de tasas de conversión en pruebas A/B

2. Análisis de defectos en producción

Preguntas frecuentes

Ejemplos de Procesamiento de Imágenes Android Java

Ejemplos de Procesamiento de Imágenes Android Kotlin

Ejemplos de Procesamiento de Imágenes Web Python

Ejemplos de Procesamiento de Imágenes Web Rust

Calculadora de Empuje Activo (Rankine)

Calculadora del teorema de Bayes

Calculadora de Tensión de Flexión

Calculadora de Momento y Flecha de Voladizo