Kalkulator Tingkat Konversi

Kalkulator Tingkat Konversi mengubah hitungan pengunjung dan konversi menjadi persentase tingkat konversi ditambah interval kepercayaan, margin kesalahan, dan penilaian keandalan yang ketat secara statistik. Gunakan kalkulator ini untuk halaman pendaratan (landing page), corong pendaftaran, kampanye iklan, halaman penarik prospek (lead-magnet), alur pembayaran, dan pengujian A/B apa pun di mana metriknya adalah "apakah pengguna menyelesaikan tindakan tersebut atau tidak?". Alat ini menawarkan tiga metode interval kepercayaan — Wilson score (standar yang direkomendasikan), Wald (perkiraan normal klasik), and Agresti-Coull (titik tengah yang konservatif) — serta melaporkan margin kesalahan, putusan kecukupan sampel, visualisasi corong animasi, pita tolok ukur industri, dan lalu lintas tambahan yang Anda perlukan untuk memperketat estimasi. Baik Anda sedang mengevaluasi satu langkah corong tunggal atau merencanakan ukuran sampel untuk pengujian di masa mendatang, hasil yang Anda dapatkan di sini jauh lebih tepat daripada kalkulator "konversi ÷ pengunjung" biasa.

Cara Menggunakan

1. Masukkan total jumlah pengunjung — sesi, uji coba, atau tayangan yang mencapai langkah yang sedang Anda ukur.
2. Masukkan jumlah konversi — pengunjung yang menyelesaikan tindakan target. Konversi tidak boleh melebihi pengunjung.
3. Pilih tingkat kepercayaan. 95% adalah standar industri; gunakan 99% untuk keputusan berdampak tinggi dan 90% hanya untuk eksplorasi awal.
4. Pilih metode interval kepercayaan. Wilson score direkomendasikan untuk semua ukuran sampel; Wald adalah rumus buku teks; Agresti-Coull adalah alternatif yang sedikit konservatif.
5. Klik Hitung Tingkat Konversi untuk melihat tingkat konversi, interval kepercayaan, margin kesalahan, putusan kecukupan sampel, visualisasi corong, perbandingan metode, dan rincian matematika langkah demi langkah.

Rumus yang Digunakan

Apa yang Membuat Kalkulator Tingkat Konversi Ini Berbeda

• Wilson score secara standar — sebagian besar kalkulator online hanya menawarkan Wald, yang memberikan interval yang tidak masuk akal (batas bawah negatif, batas atas > 100%) untuk sampel kecil atau tingkat ekstrem. Wilson benar di setiap kondisi dan merupakan apa yang direkomendasikan oleh ahli statistik profesional.
• Pratinjau langsung sebelum Anda mengirim — ketik angka apa saja dan tingkat, interval kepercayaan, serta lencana kecukupan akan diperbarui secara real-time, tanpa muat ulang halaman penuh.
• Visualisasi corong animasi — lihat bentuk corong Anda, bukan hanya satu angka biasa.
• Lampu lalu lintas kecukupan sampel — lencana hijau / kuning / merah berdasarkan aturan umum n·p̂ ≥ 10, sehingga Anda langsung tahu apakah estimasi tersebut dapat dipercaya.
• Perbandingan metode berdampingan — interval Wilson, Wald, dan Agresti-Coull dalam tabel yang sama. Metode yang Anda pilih akan disorot; metode lainnya menunjukkan bagaimana pilihan tersebut akan menggeser jawaban.
• Pita tolok ukur industri — skala enam pita (Sangat rendah → Elite) menempatkan tingkat konversi Anda ke dalam konteks.
• Pembantu perencanaan — memberi tahu secara tepat berapa banyak pengunjung lagi yang Anda butuhkan untuk membagi dua margin kesalahan atau mencapai ketepatan ±1.00 / ±0.50 poin persentase.
• Matematika langkah demi langkah — setiap perhitungan diuraikan baris demi baris sehingga Anda dapat memverifikasi dan belajar.

Membaca Putusan Kecukupan Sampel

• Hijau — andal. Baik n·p̂ maupun n·(1 − p̂) minimal bernilai 10. Perkiraan normal terpenuhi dan interval kepercayaan dapat dipercaya untuk pengambilan keputusan.
• Kuning — ambang batas. Salah satu dari n·p̂ atau n·(1 − p̂) berada di bawah 10 tetapi minimal bernilai 5. Lebih baik pilih interval Wilson atau Agresti-Coull daripada Wald, dan kumpulkan lebih banyak data sebelum menetapkan keputusan.
• Merah — sampel kecil. Salah satu dari n·p̂ atau n·(1 − p̂) di bawah 5. Perlakukan tingkat tersebut sebagai indikator kasar saja dan kumpulkan data yang jauh lebih banyak.

Tolok Ukur Tingkat Konversi Umum

Saluran / langkah	Kisaran umum	Catatan
E-commerce seluruh situs	2% – 3%	Toko yang matang berkisar di sekitar 2.5%; perangkat seluler sering kali lebih rendah daripada desktop.
E-commerce tambah ke keranjang → pembayaran	20% – 35%	Tingkat langkah corong, bukan seluruh situs.
Halaman pendaratan (lalu lintas berbayar)	3% – 10%	Teks salinan yang kuat dan penawaran yang ketat mengangkat ini di atas garis dasar.
Pendaftaran uji coba gratis SaaS	5% – 12%	Pendaftaran dengan hambatan lebih rendah menghasilkan angka lebih tinggi; yang memerlukan kartu kredit lebih rendah.
SaaS gratis → berbayar	2% – 5%	Konversi uji coba ke berbayar di paruh bawah corong.
Formulir pembuatan prospek B2B	1% – 5%	Formulir yang lebih panjang turun tajam; konten yang dikunci (gated content) menaikkan tingkat konversi.
Rasio klik-tayang iklan tampilan (display ad)	0.05% – 1%	Sangat bergantung pada kreativitas dan penempatan iklan.
Rasio klik-tayang iklan pencarian	2% – 6%	Pencarian merek dapat melebihi 10%.
Email buka → klik	2% – 10%	Dari email yang dibuka; segmentasi menaikkan tingkat konversi.

Mengapa Interval Kepercayaan itu Penting

Tingkat konversi yang diukur pada sampel pengunjung yang terbatas hanyalah perkiraan dari tingkat yang mendasarinya yang sebenarnya. Jika Anda melempar koin berbias yang sama 100 kali, Anda mungkin mendapatkan 47 gambar; lempar lagi dan dapatkan 53. Hal yang sama berlaku untuk corong — angka dari hari ke hari melompat-lompat di sekitar tingkat yang sebenarnya karena keacakan murni. Interval kepercayaan memberi tahu Anda kisaran tempat tingkat yang sebenarnya mungkin berada, sehingga Anda dapat menghindari dua kesalahan klasik: menyatakan pemenang dari noise acak, dan menyimpulkan "tidak ada yang terjadi" padahal pengujiannya terlalu kecil untuk mendeteksi perubahan.

Wilson vs Wald vs Agresti-Coull

Ketiga interval menjawab pertanyaan yang sama tetapi menghitungnya dengan cara berbeda:

• Wald adalah rumus buku teks p̂ ± z·√[p̂(1−p̂)/n]. Sederhana, cepat, tetapi gagal untuk sampel kecil atau tingkat yang mendekati 0% / 100% — metode ini dapat menghasilkan batas bawah negatif atau batas atas di atas 100%.
• Wilson adalah interval score. Ini adalah kebalikan dari pengujian score dan merupakan standar yang direkomendasikan karena tetap berada di dalam rentang [0, 100%] pada setiap ukuran sampel, memiliki cakupan mendekati nominal untuk tingkat konversi apa pun, dan paling cocok dengan praktik terbaik penelitian statistik.
• Agresti-Coull menambahkan pengamatan semu z² (setengah konversi, setengah non-konversi) dan kemudian menerapkan rumus Wald pada hitungan yang disesuaikan tersebut. Ini adalah kompromi yang sedikit konservatif yang mudah dijelaskan.

Untuk pekerjaan praktis, pilih Wilson secara standar. Gunakan Wald hanya untuk sampel yang sangat besar di mana tingkatnya jauh dari 0% atau 100%. Gunakan Agresti-Coull saat Anda menginginkan interval yang sedikit lebih lebar dan lebih konservatif yang mudah diturunkan.

Perencanaan Ukuran Sampel untuk Target Margin Kesalahan

Jika tujuan Anda adalah interval kepercayaan sebesar ±E poin persentase di sekitar tingkat konversi, ukuran sampel yang Anda butuhkan adalah:

Kesalahan Umum Saat Mengukur Tingkat Konversi

• Mencampur cakupan pengunjung — mengukur sesi untuk satu varian dan pengguna unik untuk varian lainnya akan menggembungkan salah satu tingkat konversi. Pilih satu cakupan dan terapkan secara konsisten.
• Lalu lintas bot — tayangan bot yang tidak dibersihkan dalam hitungan pengunjung akan mengempiskan tingkat konversi. Saring perayap (crawler) yang dikenal dan lalu lintas tanpa kepala (headless traffic) sebelum menghitung.
• Berhenti terlalu cepat — memeriksa hasil setiap hari dan berhenti pada lonjakan signifikan pertama akan menggembungkan positif palsu. Tentukan target ukuran sampel terlebih dahulu.
• Membandingkan tingkat konversi di jendela waktu berbeda — akhir pekan vs hari biasa, musim ramai vs musim sepi, atau sebelum peluncuran vs setelah peluncuran akan menggeser garis dasar. Bandingkan hal yang setara.
• Mengabaikan heterogenitas segmen — tingkat konversi campuran sebesar 4% dapat menyembunyikan tingkat konversi seluler 2% dan tingkat konversi desktop 8%. Segmentasikan corong besar sebelum menarik kesimpulan.
• Menghitung satu pengguna beberapa kali — jika seorang pengunjung kembali tiga kali sebelum mengonversi, putuskan apakah akan menghitung satu konversi atau tiga. Ketidakkonsistenan akan membuat tingkat konversi menjadi bias.
• Celah pelacakan — piksel yang hilang pada halaman sukses secara diam-diam menurunkan jumlah konversi dan tingkat konversinya. Validasi corong dari ujung ke ujung sebelum mempercayai angka tersebut.

Menghubungkan ke Pengujian A/B

Tingkat konversi adalah blok bangunan dari setiap pengujian A/B. Untuk menguji apakah dua tingkat konversi berbeda secara signifikan, Anda membandingkan interval kepercayaannya (atau, lebih tepatnya, menjalankan pengujian z dua proporsi pada hitungan yang mendasarinya). Kalkulator Signifikansi Uji A/B menangani perbandingan itu secara langsung. Kalkulator Interval Kepercayaan untuk Proporsi berfokus murni pada interval itu sendiri. Bersama-sama, ketiga alat ini mencakup sebagian besar kebutuhan analisis corong.

FAQ

Apa itu tingkat konversi?

Tingkat konversi adalah persentase pengunjung yang menyelesaikan tindakan target tertentu — membeli, mendaftar, mengklik, mengunduh, atau menghasilkan prospek. Ini sama dengan konversi dibagi dengan pengunjung, dinyatakan dalam persentase. Apa pun yang dapat dinyatakan sebagai "apakah pengguna melakukan tindakan X atau tidak" adalah peristiwa konversi.

Mengapa tingkat konversi memerlukan interval kepercayaan?

Tingkat konversi yang diukur pada sampel pengunjung yang terbatas hanyalah perkiraan dari tingkat yang mendasarinya yang sebenarnya. Interval kepercayaan memberi tahu Anda kisaran masuk akal dari tingkat yang sebenarnya berdasarkan data, yang sangat penting untuk pengujian A/B, analisis corong, dan keputusan apa pun yang bergantung pada apakah satu tingkat secara andal lebih baik daripada yang lain.

Metode interval kepercayaan mana yang harus saya gunakan?

Gunakan interval Wilson score sebagai standar — metode ini akurat pada ukuran sampel apa pun dan tidak pernah menghasilkan nilai yang tidak mungkin di bawah 0% atau di atas 100%. Gunakan Wald hanya jika sampelnya besar dan tingkatnya jauh dari 0% atau 100%. Gunakan Agresti-Coull bila Anda menginginkan alternatif yang sedikit konservatif dan mudah dijelaskan.

Bagaimana margin kesalahan dihitung?

Margin kesalahan adalah setengah dari lebar interval kepercayaan. Untuk interval Wald, ini sama dengan z · √[p̂(1 − p̂) / n], di mana z adalah kuantil normal standar untuk tingkat kepercayaan yang dipilih (1.96 untuk 95%). Untuk Wilson dan Agresti-Coull, rumusnya sedikit berbeda tetapi interpretasinya sama: seberapa jauh batas atas dan bawah berada dari perkiraan titik.

Berapa banyak pengunjung yang saya butuhkan untuk tingkat konversi yang andal?

Sebagai aturan umum, sampel dapat diandalkan ketika n dikali p-topi dan n dikali satu dikurangi p-topi keduanya minimal bernilai 10. Untuk tingkat konversi 1% itu berarti sekitar 1000 pengunjung; untuk tingkat 5%, 200 pengunjung. Kalkulator menunjukkan ukuran sampel pasti yang Anda butuhkan untuk mencapai target margin kesalahan seperti ±1%.

Bagaimana cara membagi dua margin kesalahan?

Memotong margin kesalahan menjadi setengahnya membutuhkan sekitar empat kali lipat jumlah pengunjung, karena margin menyusut dengan akar kuadrat dari ukuran sampel. Panel "Berapa Banyak Pengunjung Lagi" melaporkan jumlah pastinya berdasarkan data Anda saat ini.

Apakah tingkat konversi sama dengan rasio klik-tayang?

Secara matematis ya — keduanya adalah "peristiwa ÷ kesempatan". Rasio klik-tayang (click-through rate) adalah fraksi dari tayangan yang menghasilkan klik; tingkat konversi adalah fraksi dari pengunjung yang menghasilkan peristiwa konversi. Perlakuan matematika dan statistiknya identik, sehingga kalkulator ini berfungsi untuk keduanya.

Bagaimana jika tingkat konversi saya tepat 0% atau 100%?

Interval Wald menyusut menjadi lebar nol pada batas tersebut, yang mana bisa menyesatkan — satu lemparan koin yang menghasilkan gambar tidak membuktikan bahwa koin tersebut akan selalu menghasilkan gambar. Interval Wilson menangani batas dengan benar dan memberikan kisaran bukan nol. Selalu pilih Wilson pada nilai ekstrem.