Points clés
- Catégorie
- Maths, dates et finance
- Types d’entrée
- number, select
- Type de sortie
- json
- Couverture des échantillons
- 4
- API disponible
- Yes
Vue d’ensemble
Le Calculateur de Test Z à Deux Proportions permet de comparer facilement deux proportions indépendantes pour déterminer si leur différence est statistiquement significative. Idéal pour les tests A/B, l'analyse des taux de conversion et la recherche quantitative, cet outil calcule la statistique Z, la valeur p et indique si l'hypothèse nulle doit être rejetée selon votre seuil de signification (alpha).
Quand l’utiliser
- •Évaluer les résultats d'un test A/B pour comparer les taux de conversion de deux versions d'une page web ou d'une application.
- •Analyser l'efficacité de deux campagnes marketing différentes en comparant leurs taux de clics ou de réussite.
- •Comparer la prévalence d'une caractéristique ou d'un événement entre deux groupes indépendants dans le cadre d'une étude statistique.
Comment ça marche
- •Saisissez le nombre de succès et le nombre total d'essais pour le premier groupe.
- •Entrez les mêmes données (succès et essais) pour le deuxième groupe à comparer.
- •Définissez l'hypothèse alternative (bilatérale, supérieure ou inférieure) et le seuil de signification (alpha).
- •L'outil calcule instantanément les proportions, la différence, la statistique Z et la valeur p pour confirmer ou rejeter l'hypothèse nulle.
Cas d’usage
Exemples
1. Comparaison de deux taux de conversion (Test A/B)
Spécialiste Marketing- Contexte
- Une équipe marketing a lancé deux versions d'une page de destination (A et B) pour voir laquelle génère le plus d'inscriptions.
- Problème
- Déterminer si la version A (60 inscriptions sur 100 visiteurs) est significativement plus performante que la version B (45 inscriptions sur 100 visiteurs).
- Comment l’utiliser
- Entrez 60 succès et 100 essais pour le groupe 1, puis 45 succès et 100 essais pour le groupe 2. Laissez l'hypothèse sur 'Bilatérale' avec un alpha de 0,05.
- Résultat
- L'outil calcule une valeur p de 0,0337. Puisque 0,0337 est inférieur à 0,05, l'hypothèse nulle est rejetée, confirmant que la différence de 15% est statistiquement significative.
2. Analyse d'une campagne d'emailing
Analyste de données- Contexte
- Une entreprise teste deux objets d'email différents pour sa newsletter hebdomadaire envoyée à deux segments de 500 abonnés.
- Problème
- Vérifier si l'objet de l'email 1 génère un taux d'ouverture strictement supérieur à celui de l'email 2.
- Comment l’utiliser
- Saisissez 120 succès sur 500 essais pour le groupe 1, et 95 succès sur 500 essais pour le groupe 2. Sélectionnez l'hypothèse alternative 'Supérieur à'.
- Résultat
- Le calculateur fournit la statistique Z et la valeur p unilatérale, permettant de valider mathématiquement si le premier objet d'email est réellement plus performant.
Tester avec des échantillons
math-&-numbersFAQ
Qu'est-ce qu'un test Z à deux proportions ?
C'est un test statistique utilisé pour déterminer si la différence entre les proportions de succès de deux groupes indépendants est significative.
Quand dois-je utiliser une hypothèse bilatérale ou unilatérale ?
Utilisez une hypothèse bilatérale pour tester toute différence (plus grande ou plus petite). Utilisez une hypothèse unilatérale (supérieure ou inférieure) si vous cherchez uniquement à savoir si une proportion est spécifiquement plus grande ou plus petite que l'autre.
Que représente la valeur p (p-value) ?
La valeur p indique la probabilité d'obtenir les résultats observés si l'hypothèse nulle est vraie. Une valeur p inférieure à votre seuil alpha (ex: 0,05) signifie que la différence est statistiquement significative.
Quelle est la différence entre les essais et les succès ?
Les essais représentent la taille totale de l'échantillon du groupe (ex: 100 visiteurs), tandis que les succès représentent le nombre de fois où l'événement mesuré s'est produit (ex: 60 achats).
Puis-je modifier le niveau de confiance du test ?
Oui, vous pouvez ajuster le seuil de signification (alpha). Par défaut, il est réglé sur 0,05, ce qui correspond à un niveau de confiance de 95 %.