Calculadora de tamaño de muestra para test A/B

PorOleh Soloninactualizado el 25 de septiembre de 2026

Resultado

2214 observaciones por variante, 4428 en total. Se busca el salto hasta el 7 %, que en relativo es un 40 % más.

Observaciones por variante

2214

Total de observaciones

4428

Conversión objetivo

7 %

Mejora relativa

40 %

Nota de planificación

El tamaño crece con el cuadrado del inverso de la diferencia: querer detectar un punto porcentual en lugar de dos exige alrededor de cuatro veces más muestra. Calcula esto antes del test: quien mira los datos mientras el test está en marcha y para cuando la cifra le gusta convierte el nivel de significación en un dato vacío.

Cómo sale el número

Del 5 % al 7 % hay 2 puntos, en relativo un 40 %; con un 80 % de potencia y un 5 % de nivel salen 2214 observaciones por variante y 4428 en total.

El resultado es orientativo y no sustituye a una asesoría profesional.

Cuántas observaciones necesita cada variante de un test A/B según la conversión actual, la mejora que quieres detectar, la potencia y el nivel de significación.

Antes de lanzar un test A/B conviene saber cuánta gente hace falta para que el resultado signifique algo. Esta calculadora parte de la conversión actual, del aumento que quieres poder distinguir, de la potencia y del nivel de significación, y devuelve cuántas observaciones necesita cada variante. Detrás está la aproximación normal con la que se comparan dos proporciones en un contraste bilateral, la misma familia de fórmulas que recoge el e-Handbook of Statistical Methods de NIST/SEMATECH.

El número que sale suele sorprender, y casi siempre por lo alto. Con una conversión actual del 5 %, con el objetivo de notar dos puntos porcentuales de mejora, 80 % de potencia y 5 % de significación, hacen falta 2214 observaciones por variante: 4428 en total. Si el tráfico no da para tanto en un plazo razonable, lo honesto es cambiar la pregunta, no el resultado.

Cómo usar la calculadora

Escribe la tasa de conversión actual como tasa base.
Escribe el efecto que todavía quieres poder detectar, en puntos porcentuales y no en relativo.
Revisa la potencia y el nivel de significación: lo corriente es un 80 % de potencia y un 5 % de significación, que equivale a un 95 % de confianza.
Calcula esto antes del test y respeta la cifra: quien mira los datos mientras el test está en marcha y para cuando le gustan ya no tiene nivel de significación.

Por qué los efectos pequeños salen tan caros

Cada fila es una pasada de esta calculadora con un 5 % de tasa base, un 80 % de potencia y un 5 % de nivel de significación. Solo cambia el efecto que el test debe poder detectar.

El tamaño crece con el cuadrado del inverso de la diferencia: querer ver un punto porcentual en lugar de dos exige casi cuatro veces más muestra. Por eso los tests pequeños no fracasan por el resultado sino por el número de visitas.

Pasadas de esta calculadora con un 5 % de tasa base, un 80 % de potencia y un 5 % de significación.
Efecto buscado	Tasa objetivo	En relativo	Por variante	En total
1 punto	6 %	20 %	8159	16.318
2 puntos	7 %	40 %	2214	4428
3 puntos	8 %	60 %	1061	2122
5 puntos	10 %	100 %	436	872

Reducir a la mitad el efecto casi cuadruplica la muestra

El tamaño de la muestra no baja en proporción al efecto que quieres detectar, sino mucho más deprisa. En la fórmula, la diferencia entre las dos conversiones aparece elevada al cuadrado en el denominador, de modo que el número de observaciones es inversamente proporcional al cuadrado de esa diferencia: partir por la mitad el efecto que buscas multiplica por cerca de cuatro las observaciones necesarias. Pedirle a un test que note un punto porcentual en lugar de dos no cuesta el doble de tráfico: cuesta casi cuatro veces más.

Cuatro exactos casi nunca salen, porque al cambiar la mejora buscada cambia también la varianza que va en el numerador. Con una conversión actual del 5 %, buscar dos puntos deja la conversión media de las dos variantes en el 6 % y buscar uno la deja en el 5,5 %, algo menos dispersa; el cociente real entre ambos tamaños es 3,69. En cifras: 2214 observaciones por variante para dos puntos y 8159 para uno, con 80 % de potencia y 5 % de significación. Esa curva explica por qué las pruebas que buscan efectos pequeños casi nunca caben en el calendario de un sitio mediano.

Puntos porcentuales y porcentaje no son lo mismo

Dos maneras de decir lo mismo se confunden a diario y llevan a planificar pruebas equivocadas. El campo de la mejora a detectar se expresa en puntos porcentuales: pasar del 5 % al 7 % son dos puntos. Ese mismo salto, medido en relación con el punto de partida, es un 40 % de mejora, y así es como suele contarlo un informe de negocio. La calculadora devuelve las dos lecturas: la conversión objetivo, que sería del 7 %, y la mejora relativa, ese 40 %.

La confusión no es cosmética. Pedir dos puntos sobre una base del 5 % es pedir una mejora enorme; dos puntos sobre una base del 40 % son un 5 % relativo y bastante más creíble, aunque cuesten 9494 observaciones por variante en lugar de 2214. Antes de fijar la mejora a detectar conviene preguntarse qué aumento relativo sería realista para el cambio que se va a probar y traducirlo después a puntos. Elegir el efecto por lo que hace falta para justificar el proyecto, y no por lo que la intervención puede dar, es la forma más rápida de diseñar una prueba que nunca dirá nada.

Se calcula antes de empezar, no sobre la marcha

El número que da esta página solo vale si se fija antes de recoger un solo dato. La tentación es conocida: abrir el panel cada mañana, mirar cómo va la diferencia y detener la prueba el día que aparece un resultado significativo. Con ese procedimiento el 5 % de significación deja de valer un 5 %: cada mirada es una oportunidad más de tropezar con una casualidad favorable, y la probabilidad real de un falso positivo se dispara muy por encima de lo prometido.

La American Statistical Association ha insistido en este punto: un valor p no se interpreta al margen de cómo se recogieron y se analizaron los datos, y decidir sobre la marcha cuándo parar cambia lo que ese valor significa. Si el plan exige mirar antes de tiempo, existen diseños secuenciales que reparten el nivel de significación entre varias revisiones, pero son otra fórmula, no esta. Aquí la regla es simple: se anotan las observaciones por variante, se espera a reunir el total y solo entonces se mira el resultado.

Fuentes

Cifras vigentes en 2026. Los resultados son orientativos y no sustituyen a una asesoría laboral o fiscal.

Preguntas frecuentes

¿Qué valores de potencia y significación conviene usar?

Las convenciones son un 80 % de potencia y un 5 % de significación, y sirven como punto de partida razonable. Subir la potencia al 90 % reduce el riesgo de no ver un efecto que sí existe, pero encarece la prueba en torno a un tercio: en el ejemplo de arriba se pasa de 2214 a 2964 observaciones por variante. Bajar la significación al 1 % la encarece aún más, hasta 3294. Elige ambos valores antes de calcular y no los retoques al ver el número.

¿Y si mi tráfico no llega al tamaño calculado?

Hay tres salidas honestas, y ninguna consiste en parar antes de tiempo. Puedes conformarte con detectar efectos mayores, subiendo la mejora a detectar; puedes bajar la potencia y asumir más riesgo de no ver nada, sin bajar del 50 %, que es donde la página deja de aceptar el valor; o puedes probar cambios más ambiciosos, que muevan de verdad la conversión. Alargar el calendario también vale, siempre que la estacionalidad no distorsione la medida.

¿Sirve el resultado para pruebas con más de dos variantes?

La fórmula compara dos grupos, el control y una variante, y por eso el total que ves es justo el doble de las observaciones por variante. Con tres o más variantes, cada comparación adicional multiplica las ocasiones de encontrar un falso positivo, así que hay que repartir el nivel de significación entre ellas y el total crece bastante más que en proporción al número de variantes. Como aproximación rápida, divide el 5 % entre el número de comparaciones —la corrección de Bonferroni— y vuelve a calcular.

¿Cuántas visitas necesita un test A/B?

Depende sobre todo del efecto buscado. Con una tasa base del 5 %, un salto de dos puntos pide 2214 observaciones por variante; uno de un punto, ya 8159.

¿Qué es la potencia?

La probabilidad de detectar un efecto que de verdad existe. Con un 80 % de potencia, el test se deja pasar uno de cada cinco efectos reales: es lo corriente, no lo seguro.

¿Por qué la mitad de efecto exige cuatro veces más muestra?

Porque el tamaño crece con el cuadrado del inverso de la diferencia: si el efecto se parte por la mitad, su inverso se dobla y, al cuadrado, el denominador solo multiplicaría la muestra por cuatro. Como la varianza cambia también con las tasas, el factor real es algo distinto: en el ejemplo de la página, de 2214 a 8159 por variante, unas 3,69 veces.

¿Puedo parar el test antes de tiempo?

No sin perder el nivel de significación. Mirar los datos repetidamente y parar cuando el resultado gusta produce diferencias que no existen; la cifra calculada de antemano es la protección contra eso.

Enlaces útiles

Negocio y comercio Todas las calculadoras

Calculadora de tamaño de muestra para test A/B

Resultado

También te puede servir

Calculadora de test A/B

Calculadora de tasa de conversión

Calculadora de embudo de ventas

Calculadora de coste de impresión por página

Calculadora de planificación de capacidad

Calculadora de fondo de maniobra y liquidez

Enlaces útiles