Z-Test-Rechner für Hypothesentests
Führen Sie Ein- und Zwei-Stichproben-Z-Tests für Hypothesentests durch. Geben Sie Stichprobenstatistiken ein, um Z-Wert, p-Wert und kritischen Wert mit einer klaren Entscheidung zum Verwerfen zu erhalten.
Wählen Sie den Ein- oder Zwei-Stichprobenmodus, geben Sie Ihre Stichprobenstatistiken ein, wählen Sie ein Signifikanzniveau und den Seitentyp und klicken Sie dann auf Berechnen.
Z-Test-Rechner für Hypothesentests
Führen Sie Ein- und Zwei-Stichproben-Z-Tests für Hypothesentests durch. Geben Sie Stichprobenstatistiken ein, um Z-Wert, p-Wert und kritischen Wert mit einer klaren Entscheidung zum Verwerfen zu erhalten.
Über den Z-Test
Der Z-Test ist ein statistischer Hypothesentest, der die Standardnormalverteilung (Z) verwendet, um zu beurteilen, ob sich ein Stichprobenmittelwert signifikant von einem bekannten Populationsmittelwert unterscheidet oder ob sich zwei unabhängige Stichprobenmittelwerte signifikant voneinander unterscheiden. Der Z-Test setzt voraus, dass die Populations-Standardabweichung bekannt ist und dass die Population normalverteilt ist oder die Stichprobe groß genug ist, damit der zentrale Grenzwertsatz gilt (typischerweise n ≥ 30).
Der Einstichproben-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 Populations-Standardabweichung und n die Stichprobengröße ist. Ein hoher absoluter Z-Wert bedeutet, dass der Stichprobenmittelwert weit vom hypothetischen Mittelwert entfernt ist und dies daher unwahrscheinlich zufällig entstanden ist.
Der Zweistichproben-Z-Test vergleicht die Mittelwerte zweier unabhängiger Gruppen, wenn die Populations-Standardabweichungen 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 bei Qualitätsvergleichen in der Produktion eingesetzt.
Die Wahl des Seitentyps 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 der Annahme, dass die Nullhypothese wahr ist, 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 die Schwelle, die die Z-Statistik überschreiten muss, um H₀ zu verwerfen.
Der Z-Test unterscheidet sich vom t-Test. Der t-Test wird verwendet, wenn die Populations-Standardabweichung unbekannt ist und aus der Stichprobe geschätzt werden muss. Bei großen Stichproben (n > 30) konvergieren t-Verteilung und Z-Verteilung, sodass die Ergebnisse nahezu identisch sind. Bei kleinen Stichproben mit unbekannter Populationsvarianz sollte immer der t-Test bevorzugt werden.
Typische Anwendungen sind die Prüfung, ob ein neuer Fertigungsprozess einen Qualitätsstandard erfüllt, ob eine klinische Intervention ein Gesundheitsergebnis verändert, ob eine Website-Variante eine andere Conversion-Rate hat oder ob zwei Bildungsprogramme unterschiedliche Leistungen der Lernenden erzeugen.
Praxisbeispiele
Sehen Sie, wie der Z-Test-Rechner in verschiedenen Szenarien verwendet wird.
| Eingabe | Z / p-Wert | Entscheidung |
|---|---|---|
| Einstichprobe: 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 nicht signifikant anders. |
| Zweistichprobe: x̄₁=15, σ₁=3, n₁=35; x̄₂=16, σ₂=3.2, n₂=40; α=0.05, linksseitig | Z≈−1.396, p≈0.081 | Arznei-Erholung — H₀ nicht verwerfen; das Medikament ist nicht signifikant schneller. |
| Zweistichprobe: 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, bei α=0.01 nicht. |
So verwenden Sie den Z-Test-Rechner
- Wählen Sie Einstichprobe, um einen Stichprobenmittelwert mit einem bekannten Populationsmittelwert zu vergleichen, oder Zweistichprobe, um zwei unabhängige Gruppenmittelwerte zu vergleichen.
- Bei Einstichprobe: Geben Sie Stichprobenmittelwert, Populationsmittelwert, Populations-Standardabweichung und Stichprobengröße ein.
- Bei Zweistichprobe: Geben Sie Mittelwert, Standardabweichung und Größe für beide Stichproben ein. Lassen Sie das Feld für den Populationsmittelwert leer.
- Wählen Sie das Signifikanzniveau α und den Seitentyp passend zu Ihrer Hypothese und klicken Sie dann auf Berechnen.
- Prüfen Sie Z-Statistik, p-Wert und kritischen Z-Wert, um zu entscheiden, ob Sie die Nullhypothese verwerfen.
FAQ
Wann sollte ich einen Z-Test statt eines t-Tests verwenden?
Verwenden Sie einen Z-Test, wenn die Populations-Standardabweichung bekannt ist und die Stichprobe groß ist (n ≥ 30). Verwenden Sie einen t-Test, wenn die Populations-Standardabweichung unbekannt ist und aus der Stichprobe geschätzt werden muss oder wenn die Stichprobe klein ist. In der Praxis ist der Z-Test vor allem in der Qualitätskontrolle und bei standardisierten Tests mit historischen Populationsdaten gebräuchlich.
Was ist der p-Wert und wie interpretiere ich ihn?
Der p-Wert ist die Wahrscheinlichkeit, unter der Annahme der 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 einen Hinweis auf 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, ob es irgendeinen Unterschied zwischen Mittelwerten gibt (nach oben oder unten). Ein einseitiger Test prüft eine Differenz in eine bestimmte Richtung. Verwenden Sie einen rechtsseitigen Test, wenn Sie erwarten, dass der Stichprobenmittelwert höher als der Referenzwert ist; verwenden Sie einen linksseitigen Test, wenn Sie erwarten, dass er niedriger ist. Der Seitentyp muss vor der Datenerhebung anhand der Hypothese festgelegt werden.
Was bedeutet der kritische Z-Wert?
Der kritische Z-Wert ist die Schwelle, die die Teststatistik überschreiten muss (bei zweiseitigen Tests im Absolutwert), um die Nullhypothese zu verwerfen. Beispielsweise beträgt der kritische Z-Wert bei einem zweiseitigen Test mit α = 0,05 ungefähr ±1,96. Überschreitet der berechnete Z-Wert im Absolutwert 1,96, wird H₀ verworfen.
Erfordert der Z-Test normalverteilte Daten?
Nicht unbedingt. Nach dem zentralen Grenzwertsatz ist die Stichprobenverteilung des Mittelwerts bei großen Stichproben (n ≥ 30) näherungsweise normal, unabhängig von der Populationsverteilung. Bei kleinen Stichproben ist für einen gültigen Z-Test die Normalverteilung der Population erforderlich. Im Zweifel prüfen Sie die Normalität mit einem Test 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 Populations-Standardabweichungen beider Gruppen bekannt sind. Typische Anwendungen sind der Vergleich der durchschnittlichen Testnoten von Schülern zweier Schulen, der durchschnittlichen Erholungszeiten von Patienten in zwei Behandlungsgruppen oder der Conversion-Raten zweier Website-Varianten in einem A/B-Test.