Wichtige Fakten
- Kategorie
- Mathe, Datum & Finanzen
- Eingabetypen
- number, select
- Ausgabetyp
- json
- Sample-Abdeckung
- 4
- API verfügbar
- Yes
Überblick
Der Ein-Anteil-Z-Test-Rechner ist ein präzises statistisches Werkzeug, mit dem Sie überprüfen können, ob der beobachtete Anteil einer Stichprobe signifikant von einem hypothetischen Populationsanteil abweicht. Durch die Eingabe von Erfolgen, Versuchen und dem erwarteten Anteil berechnet das Tool sofort die Z-Statistik, den p-Wert und die statistische Signifikanz. Ideal für A/B-Tests, Qualitätskontrollen und Marktforschung, um datengestützte Entscheidungen zu treffen.
Wann verwenden
- •Wenn Sie die Conversion-Rate einer neuen Landingpage mit einem historischen Durchschnitt vergleichen möchten.
- •Wenn Sie in der Qualitätskontrolle prüfen müssen, ob die Fehlerquote eines Produktionsloses einen bestimmten Grenzwert überschreitet.
- •Wenn Sie Umfragedaten analysieren, um festzustellen, ob die Zustimmung zu einer Aussage signifikant von einem erwarteten Wert abweicht.
So funktioniert es
- •Geben Sie die 'Anzahl Erfolge' (z. B. Klicks oder fehlerhafte Teile) und die 'Anzahl Versuche' (Gesamtstichprobengröße) ein.
- •Legen Sie den 'Hypothetischen Anteil' fest, gegen den Sie testen möchten (z. B. 0.5 für 50 %).
- •Wählen Sie die Alternativhypothese (zweiseitig, größer als, kleiner als) und das Signifikanzniveau (Alpha, standardmäßig 0.05).
- •Das Tool berechnet sofort den Stichprobenanteil, die Z-Statistik, den p-Wert und gibt an, ob die Nullhypothese verworfen wird.
Anwendungsfälle
Beispiele
1. Überprüfung der Conversion-Rate im E-Commerce
Marketing Manager- Hintergrund
- Ein Online-Shop hat historisch eine Conversion-Rate von 5 % (0.05). Nach einem Redesign der Website wurden bei 1000 Besuchern 65 Käufe getätigt.
- Problem
- Es muss statistisch nachgewiesen werden, ob das Redesign die Conversion-Rate signifikant verändert hat.
- Verwendung
- Geben Sie 65 als Anzahl Erfolge und 1000 als Anzahl Versuche ein. Setzen Sie den hypothetischen Anteil auf 0.05 und wählen Sie 'Zweiseitig' mit einem Alpha von 0.05.
- Beispielkonfiguration
-
{ "successCount": 65, "trialCount": 1000, "hypothesizedProportion": 0.05, "alternative": "two-sided", "alpha": 0.05 } - Ergebnis
- Der Rechner liefert einen p-Wert von 0.025. Da dieser kleiner als 0.05 ist, wird die Nullhypothese verworfen (rejectNull: true). Das Redesign hat einen signifikanten Effekt.
2. Qualitätskontrolle in der Fertigung
Qualitätsprüfer- Hintergrund
- Ein Hersteller garantiert, dass maximal 2 % (0.02) der produzierten Schrauben defekt sind. In einer Stichprobe von 500 Schrauben werden 15 defekte gefunden.
- Problem
- Der Prüfer möchte wissen, ob die Fehlerquote signifikant größer als die garantierten 2 % ist.
- Verwendung
- Tragen Sie 15 als Erfolge (hier: Defekte) und 500 als Versuche ein. Der hypothetische Anteil ist 0.02. Wählen Sie als Alternativhypothese 'Größer als'.
- Beispielkonfiguration
-
{ "successCount": 15, "trialCount": 500, "hypothesizedProportion": 0.02, "alternative": "greater", "alpha": 0.05 } - Ergebnis
- Der Test berechnet den Z-Wert und den p-Wert. Da der p-Wert bei ca. 0.055 liegt und damit größer als 0.05 ist, wird die Nullhypothese nicht verworfen. Die Abweichung ist nicht signifikant genug.
Mit Samples testen
math-&-numbersVerwandte Hubs
FAQ
Was ist ein Ein-Anteil-Z-Test?
Es ist ein statistischer Test, der prüft, ob der Anteil einer bestimmten Eigenschaft in einer Stichprobe signifikant von einem erwarteten oder historischen Anteil abweicht.
Was bedeutet der p-Wert in diesem Rechner?
Der p-Wert gibt die Wahrscheinlichkeit an, das beobachtete Ergebnis zu erhalten, falls die Nullhypothese wahr ist. Ein p-Wert kleiner als Ihr Alpha-Wert (z. B. 0.05) bedeutet ein statistisch signifikantes Ergebnis.
Wann wähle ich eine einseitige oder zweiseitige Alternativhypothese?
Wählen Sie 'Zweiseitig', wenn Sie auf jede Abweichung (größer oder kleiner) testen. Wählen Sie 'Größer als' oder 'Kleiner als', wenn Sie nur eine spezifische Richtung interessiert.
Welche Voraussetzungen gelten für den Z-Test?
Die Stichprobengröße sollte ausreichend groß sein. Als Faustregel gilt, dass sowohl die erwartete Anzahl der Erfolge als auch der Misserfolge in der Stichprobe mindestens 10 betragen sollte.
Was bedeutet 'Nullhypothese verwerfen' (rejectNull)?
Wenn das Ergebnis 'true' ist, gibt es statistisch signifikante Beweise dafür, dass sich Ihr Stichprobenanteil vom hypothetischen Anteil unterscheidet.