Calculadora de análisis de potencia: dos proporciones
¿Comparas dos tasas de conversión, tasas de éxito o prevalencias? Introduce las dos proporciones que esperas (por ejemplo, 40 % frente a 60 %), tu alfa y la potencia objetivo, y obtén el tamaño muestral necesario por grupo. La calculadora convierte las proporciones al tamaño del efecto h de Cohen mediante la transformación arcoseno — exactamente la parametrización que usan G*Power y pwr.2p.test de R — por lo que los resultados coinciden con esas herramientas con al menos seis dígitos significativos. Sirve tanto para contrastes de hipótesis clásicos como para planificar pruebas A/B: el modo 'hallar potencia' muestra qué diferencia puede detectar de forma realista tu tráfico. Ten en cuenta que las proporciones cercanas a 0 o a 1 son más fáciles de distinguir que la misma diferencia absoluta cerca del 50 % — h lo captura automáticamente.
Informe con IA
Deja que la IA interprete tus resultados: un documento Word descargable en formato APA 7 / informe de negocio.
Preguntas frecuentes
¿Cuántos usuarios necesito por variante en una prueba A/B?
Introduce tu tasa base (p. ej., 0,40) y la tasa que esperas alcanzar (p. ej., 0,50), mantén α = .05 y una potencia del 80 %, y lee el n por grupo — unos 387 por variante en este ejemplo (h = 0,20). Reducir a la mitad la diferencia detectable aproximadamente cuadruplica el requisito.
¿Qué es la h de Cohen?
h = 2·arcsin(√p₁) − 2·arcsin(√p₂): un tamaño del efecto para proporciones que hace precisos los cálculos de potencia en todo el rango de 0 a 1. Referencias: 0,2 pequeño, 0,5 mediano, 0,8 grande. La calculadora lo calcula automáticamente a partir de tus proporciones.
¿Cómo informo este análisis de potencia en formato APA?
Por ejemplo: "Un análisis de potencia a priori para una prueba z de dos proporciones (p₁ = .40, p₂ = .60, h = 0.41, α = .05, bilateral, potencia = .80) indicó 48 participantes por grupo". El Informe IA da formato al párrafo de justificación completo.
¿Se asume que los grupos son de igual tamaño?
Sí: el diseño clásico con n igual por grupo, que además es el más eficiente. Para una asignación desigual planificada, una aproximación razonable es calcular la potencia para la media armónica de los tamaños de los grupos.