1.5% здесь присутствуют только в качестве отсылки на исследование в авторитетном медицинском журнале, как аргумент в пользу применения чек-листов. Связь с тем что в статье описано про А/В тесты — нулевая)
Какого-то нового «метода» здесь нет — просто описаны известные для всех кто в теме продуктовые проблемы А/В тестов и способы их решения, в практически применимой форме
Формула для расчёта выборки — такова, как в ответе здесь: stats.stackexchange.com/...-size-calculation-by-hand
Если кто-то не хочет считать вручную — можно воспользоваться онлайн калькулятором здесь www.evanmiller.org/...-testing/sample-size.html
Про p-value и другие базовые моменты статистики А/В тестов — лучше прочитать отдельные статьи, их много. Кратко — при прочих равных, если по факту изменения для нас важно получить более низкий p-value, то и выборка понадобится больше. Но даже большая выборка не даст низкий p-value, если между вариантами логик нет значимого отличия.