Z-Test-Rechner für Hypothesentests
Führen Sie Ein-Stichproben- und Zwei-Stichproben-Z-Tests für Hypothesentests durch. Geben Sie Stichprobenstatistiken ein, um Z-Wert, p-Wert und kritischen Wert mit einer klaren Ablehnungsentscheidung zu erhalten.
Wählen Sie den Modus für eine oder zwei Stichproben, geben Sie Ihre Stichprobenstatistiken ein, wählen Sie Signifikanzniveau und Testseite, und klicken Sie dann auf Berechnen.
Z-Test-Rechner für Hypothesentests
Führen Sie Ein-Stichproben- und Zwei-Stichproben-Z-Tests für Hypothesentests durch. Geben Sie Stichprobenstatistiken ein, um Z-Wert, p-Wert und kritischen Wert mit einer klaren Ablehnungsentscheidung zu erhalten.
Über den Z-Test
Ein Z-Test ist ein statistischer Hypothesentest, der die Standardnormalverteilung (Z) verwendet, um zu beurteilen, ob ein Stichprobenmittelwert signifikant von einem bekannten Populationsmittelwert abweicht oder ob sich zwei unabhängige Stichprobenmittelwerte signifikant voneinander unterscheiden. Der Z-Test setzt voraus, dass die Populationsstandardabweichung bekannt ist und dass die Population normalverteilt ist oder die Stichprobengröße groß genug ist, damit der zentrale Grenzwertsatz gilt (typischerweise n ≥ 30).
Der Ein-Stichproben-Z-Test vergleicht einen einzelnen Stichprobenmittelwert mit einem hypothetischen Populationsmittelwert. Die Formel lautet Z = (x̄ − μ) / (σ / √n), wobei x̄ der Stichprobenmittelwert, μ der hypothetische Populationsmittelwert, σ die Populationsstandardabweichung und n die Stichprobengröße ist. Ein großer absoluter Z-Wert bedeutet, dass der Stichprobenmittelwert weit vom hypothetischen Mittelwert entfernt ist, was ein zufälliges Auftreten unwahrscheinlich macht.
Der Zwei-Stichproben-Z-Test vergleicht die Mittelwerte zweier unabhängiger Gruppen, wenn die Populationsstandardabweichungen beider Gruppen bekannt sind. Die Formel lautet Z = (x̄₁ − x̄₂) / √(σ₁²/n₁ + σ₂²/n₂). Dieser Test wird häufig in klinischen Studien, A/B-Tests und Qualitätsvergleichen in der Fertigung eingesetzt.
Die Wahl der Testseite spiegelt die Richtung der Alternativhypothese wider. Ein zweiseitiger Test (H₁: μ ≠ μ₀) prüft auf jede Abweichung, unabhängig von der Richtung. Ein rechtsseitiger Test (H₁: μ > μ₀) prüft, ob der Stichprobenmittelwert signifikant größer als der hypothetische Wert ist. Ein linksseitiger Test (H₁: μ < μ₀) prüft, ob der Stichprobenmittelwert signifikant kleiner ist.
Der p-Wert ist die Wahrscheinlichkeit, unter Annahme einer wahren Nullhypothese eine Teststatistik zu erhalten, die so extrem oder extremer ist als der beobachtete Z-Wert. Ist der p-Wert kleiner als das Signifikanzniveau α (häufig 0,05), wird die Nullhypothese verworfen. Der kritische Z-Wert ist der Schwellenwert, den die Z-Statistik überschreiten muss, um H₀ zu verwerfen.
Der Z-Test unterscheidet sich vom t-Test. Der t-Test wird verwendet, wenn die Populationsstandardabweichung unbekannt ist und aus der Stichprobe geschätzt werden muss. Bei großen Stichproben (n > 30) nähern sich t-Verteilung und Z-Verteilung an, sodass die Ergebnisse nahezu identisch sind. Bei kleinen Stichproben mit unbekannter Populationsvarianz sollte immer der t-Test bevorzugt werden.
Häufige Anwendungen sind Tests, ob ein neuer Fertigungsprozess einen Qualitätsstandard erfüllt, ob eine klinische Intervention ein Gesundheitsergebnis verändert, ob eine Website-Variante eine andere Conversion-Rate als eine andere hat und ob zwei Bildungsprogramme unterschiedliche Leistungen von Lernenden bewirken.
Praxisbeispiele
Sehen Sie, wie der Z-Test-Rechner in verschiedenen Szenarien verwendet wird.
| Eingabe | Z / p-Wert | Entscheidung |
|---|---|---|
| Eine Stichprobe: x̄=105, μ=100, σ=15, n=30, α=0.05, zweiseitig | Z≈1.826, p≈0.068 | IQ-Werte — H₀ nicht verwerfen; neue Lehrmethode unterscheidet sich nicht signifikant. |
| Zwei Stichproben: x̄₁=15, σ₁=3, n₁=35; x̄₂=16, σ₂=3.2, n₂=40; α=0.05, linksseitig | Z≈−1.396, p≈0.081 | Medikamentöse Erholung — H₀ nicht verwerfen; Medikament wirkt nicht signifikant schneller. |
| Zwei Stichproben: x̄₁=85, σ₁=10, n₁=100; x̄₂=82, σ₂=9, n₂=90; α=0.01, zweiseitig | Z≈2.176, p≈0.030 | Schulnoten — H₀ bei α=0.05 verwerfen, aber nicht bei α=0.01. |
So verwenden Sie den Z-Test-Rechner
- Wählen Sie Eine Stichprobe, um einen Stichprobenmittelwert mit einem bekannten Populationsmittelwert zu vergleichen, oder Zwei Stichproben, um zwei unabhängige Gruppenmittelwerte zu vergleichen.
- Für eine Stichprobe: Geben Sie Stichprobenmittelwert, Populationsmittelwert, Populationsstandardabweichung und Stichprobengröße ein.
- Für zwei Stichproben: Geben Sie Mittelwert, Standardabweichung und Größe für beide Stichproben ein. Lassen Sie das Feld Populationsmittelwert leer.
- Wählen Sie Signifikanzniveau α und Testseite anhand Ihrer Hypothese, und klicken Sie dann auf Berechnen.
- Prüfen Sie Z-Statistik, p-Wert und kritischen Z-Wert, um zu entscheiden, ob die Nullhypothese verworfen werden soll.
FAQ
Wann sollte ich einen Z-Test statt eines t-Tests verwenden?
Verwenden Sie einen Z-Test, wenn die Populationsstandardabweichung bekannt ist und die Stichprobengröße groß ist (n ≥ 30). Verwenden Sie einen t-Test, wenn die Populationsstandardabweichung unbekannt ist und aus der Stichprobe geschätzt werden muss oder wenn die Stichprobe klein ist. In der Praxis ist der Z-Test besonders häufig in der Qualitätskontrolle und bei standardisierten Tests, wenn historische Populationsdaten verfügbar sind.
Was ist der p-Wert und wie interpretiere ich ihn?
Der p-Wert ist die Wahrscheinlichkeit, unter Annahme einer wahren Nullhypothese eine Teststatistik zu beobachten, die so extrem oder extremer ist als die aus Ihrer Stichprobe berechnete. Ein kleiner p-Wert (typischerweise unter 0.05) bedeutet, dass die beobachteten Daten unter der Nullhypothese unwahrscheinlich wären, und liefert Evidenz für deren Verwerfung. Ein großer p-Wert bedeutet, dass die Daten mit der Nullhypothese vereinbar sind.
Was ist der Unterschied zwischen einem einseitigen und einem zweiseitigen Z-Test?
Ein zweiseitiger Test prüft auf jede Differenz zwischen Mittelwerten (nach oben oder unten). Ein einseitiger Test prüft auf eine Differenz in einer bestimmten Richtung. Verwenden Sie einen rechtsseitigen Test, wenn Sie erwarten, dass der Stichprobenmittelwert höher als die Referenz ist; verwenden Sie einen linksseitigen Test, wenn Sie erwarten, dass er niedriger ist. Die Testseite muss vor der Datenerhebung anhand Ihrer Hypothese festgelegt werden.
Was bedeutet der kritische Z-Wert?
Der kritische Z-Wert ist der Schwellenwert, den die Teststatistik überschreiten muss (bei zweiseitigen Tests im Absolutwert), um die Nullhypothese zu verwerfen. Bei einem zweiseitigen Test mit α = 0.05 beträgt der kritische Z-Wert beispielsweise ungefähr ±1.96. Wenn der Absolutwert des berechneten Z 1.96 überschreitet, verwerfen Sie H₀.
Erfordert der Z-Test normalverteilte Daten?
Nicht unbedingt. Nach dem zentralen Grenzwertsatz ist die Stichprobenverteilung des Mittelwerts bei großen Stichproben (n ≥ 30) unabhängig von der Populationsverteilung näherungsweise normal. Bei kleinen Stichproben ist Normalität der Population erforderlich, damit der Z-Test gültig ist. Im Zweifel prüfen Sie die Normalität mit einem Normalitätstest oder verwenden Sie den t-Test.
Wofür wird der Zwei-Stichproben-Z-Test verwendet?
Der Zwei-Stichproben-Z-Test vergleicht die Mittelwerte zweier unabhängiger Gruppen, wenn die Populationsstandardabweichungen beider Gruppen bekannt sind. Häufige Anwendungen sind der Vergleich durchschnittlicher Testergebnisse von Schülern zweier Schulen, durchschnittlicher Erholungszeiten von Patienten in zwei Behandlungsarmen oder der Conversion-Raten zweier Website-Varianten in einem A/B-Test.