전환율 신뢰구간 계산기

방문수와 전환수로 전환율의 Wilson 신뢰구간을 계산합니다.

입력

명

해당 기간의 총 방문자(세션) 수

건

전환(구매, 가입 등)이 발생한 횟수

%

신뢰구간 산출 기준 (보통 95%)

전환율

전환율 3.00%

표본에서 관측된 전환율

  • Wilson 95% 신뢰구간2.56% ~ 3.51%실제 전환율이 이 범위에 있을 확률이 95%입니다.
  • 구간 폭0.95%p신뢰구간의 상한 - 하한 (좁을수록 정확)

표본에서 관측된 전환율: 3.00%

표본 크기별 신뢰구간 폭

차트 그리는 중…

표본이 클수록 신뢰구간이 좁아져 더 정확한 추정이 가능합니다.

풀이 보기6단계
결과 공유하기

전환율 신뢰구간 계산기는 관측된 전환율의 불확실성을 구간으로 추정하는 도구입니다. Wilson score 방법으로 소규모 표본에서도 정확한 신뢰구간을 산출합니다. 전환율이 3%로 측정되었을 때, "실제 전환율은 2.4%~3.8% 사이에 있을 확률이 95%"처럼 표현합니다. 표본이 클수록 구간이 좁아져 정확해지고, 작을수록 넓어져 결론을 내리기 어려워집니다. A/B 테스트 전 전환율 정밀도 확인이나 마케팅 보고서에서 신뢰 범위를 제시할 때 활용합니다. 표본 크기별 구간 변화 그래프로 데이터를 얼마나 더 모아야 하는지 판단할 수 있습니다.

실생활 예시

이럴 때 이렇게 계산해요.

  • 쇼핑몰 월간 전환율 보고

    사례 01

    월 방문자 12,000명 중 전환 360건(전환율 3.0%). 95% 신뢰구간: 2.71%~3.33%. 지난달 2.8%와 비교하면 구간이 겹쳐 유의미한 차이라 보기 어렵습니다.

    신뢰구간이 겹치면 수치 차이는 우연일 수 있습니다. 실제 개선 여부는 A/B 테스트로 검증해야 합니다.

  • 신규 랜딩페이지 초기 성과 평가

    사례 02

    오픈 3일간 방문자 200명, 전환 14건(7.0%). 95% 신뢰구간: 4.2%~11.3%. 구간 폭이 7.1%p로 매우 넓습니다.

    200명으로는 전환율을 정확히 파악하기 어렵습니다. 최소 1,000명 이상 데이터 수집 후 재평가가 필요합니다.

  • 이메일 캠페인 오픈율 정밀도 확인

    사례 03

    5,000명에게 발송, 1,150명 오픈(오픈율 23.0%). 95% 신뢰구간: 21.9%~24.2%. 구간 폭 2.3%p로 정밀한 추정이 가능합니다.

    5,000명 표본에서는 오차 ±1.2%p 이내로 안정적입니다. 지난 캠페인 오픈율 20.5%와 구간이 겹치지 않으므로 이번 캠페인이 실제로 개선되었을 가능성이 높습니다.

  • 앱 설치 후 가입 완료율 추적

    사례 04

    앱 설치 500건, 가입 완료 85건(17.0%). 95% 신뢰구간: 13.9%~20.6%. 기획 목표인 20%는 구간 상한 내에 포함되어 있습니다.

    아직 목표에 못 미치지만 가능성은 있습니다. 온보딩 UX 개선 후 1,000건 이상 데이터를 모아 재검증하세요.

같이 쓰면 좋아요. 옆으로 넘겨 보세요.

자주 묻는 질문

궁금한 거 모아 봤어요. 눌러서 펼쳐 보세요.

Wilson score 방법이 일반 공식보다 나은 이유는 무엇인가요?

일반적인 Wald 방법(p ± z√(pq/n))은 전환율이 0에 가깝거나 표본이 작을 때 구간이 음수가 되는 문제가 있습니다. Wilson 방법은 이를 보정하여 모든 경우에 0~100% 범위 내 정확한 구간을 제공합니다.

신뢰구간 폭이 넓으면 어떻게 해야 하나요?

구간 폭이 넓다는 것은 현재 표본으로는 정확한 추정이 어렵다는 의미입니다. 전환율 3%, 오차 ±0.5%p 이내로 추정하려면 약 4,500명의 표본이 필요합니다. 표본 크기 계산기로 필요 표본 수를 확인하세요.

95% 신뢰구간이 실무에서 어떤 의미가 있나요?

같은 조건으로 100번 표본을 추출하면 약 95번은 구간 안에 실제 전환율이 포함된다는 뜻입니다. 경영 의사결정에서는 95%가 표준이지만, 의료/안전 분야에서는 99%를 사용하기도 합니다.

전환율이 0%이거나 100%일 때도 신뢰구간이 계산되나요?

Wilson score 방법은 0%와 100%에서도 유효한 구간을 제공합니다. 100명 중 전환 0건(0%)이어도 Wilson 95% CI는 0%~3.6%로, "실제 전환율은 최대 3.6%까지 가능"이라는 유용한 정보를 줍니다.

두 기간의 전환율 신뢰구간이 겹치면 차이가 없는 건가요?

구간이 겹친다고 반드시 차이가 없는 것은 아닙니다. 신뢰구간의 겹침 여부는 대략적인 판단 기준이며, 정확한 비교에는 A/B 테스트(z-검정)를 사용해야 합니다. 구간이 겹치지 않으면 확실히 유의미한 차이입니다.

전환율 외에 어떤 비율에도 적용할 수 있나요?

네, 클릭률(CTR), 오픈율, 이탈률, 설문 응답 비율 등 "성공/실패"로 구분되는 모든 비율에 동일하게 적용됩니다. Wilson score는 이항 비율(binomial proportion)의 신뢰구간을 구하는 범용적인 방법입니다.

계산 원리

Wilson score 신뢰구간은 이항 분포(binomial distribution) 기반의 비율 추정 방법입니다. 표본 비율 p̂ = x/n에서 Wilson 구간은 (p̂ + z²/2n ± z√(p̂(1-p̂)/n + z²/4n²)) / (1 + z²/n)으로 계산됩니다. 여기서 z는 신뢰수준에 대응하는 표준정규분포 임계값(95%일 때 1.96)입니다.

일반적인 Wald 방법(p̂ ± z√(p̂(1-p̂)/n))은 p̂가 0이나 1에 가깝거나 n이 작을 때 구간이 [0,1] 범위를 벗어날 수 있습니다. Wilson 방법은 분모에 z²/n 보정항을 추가하여 중심을 p̂에서 약간 이동시키고, 항상 유효한 범위 내 구간을 생성합니다.

오차범위(Margin of Error)는 구간 폭의 절반이며, n이 커질수록 1/√n에 비례하여 줄어듭니다. 따라서 오차를 절반으로 줄이려면 표본을 4배 늘려야 합니다. 이 관계를 이해하면 필요한 데이터 수집량을 효율적으로 계획할 수 있습니다.

사용 방법

총 소요 시간: 약 1분

  1. 방문수 입력

    해당 기간의 총 방문자(세션) 수를 입력합니다.

  2. 전환수 입력

    전환(구매, 가입 등)이 발생한 횟수를 입력합니다.

  3. 신뢰수준 설정

    신뢰구간 산출 기준을 설정합니다. 일반적으로 95%를 사용합니다.

  4. 결과 확인

    전환율, 신뢰구간 상한/하한, 구간 폭을 확인합니다.

용어 사전

신뢰구간(Confidence Interval)
모수(실제 전환율)가 포함될 것으로 추정되는 구간. 95% CI는 100번 반복 시 약 95번 모수를 포함합니다.
Wilson Score
소표본에서도 정확한 이항 비율 신뢰구간을 제공하는 방법. Wald 방법의 한계를 보정합니다.
오차범위(Margin of Error)
신뢰구간 폭의 절반. 추정치가 실제 값과 최대 얼마나 차이날 수 있는지를 나타냅니다.
이항 분포
성공/실패 두 가지 결과만 있는 시행을 반복할 때 성공 횟수의 확률 분포.
표본 비율(p̂)
표본에서 관측된 전환율. 모집단의 실제 전환율(p)을 추정하는 값입니다.
구간 폭
신뢰구간 상한 - 하한. 좁을수록 추정이 정밀하며, 표본이 클수록 좁아집니다.