Wichtige Fakten
- Kategorie
- Mathe, Datum & Finanzen
- Eingabetypen
- select, number
- Ausgabetyp
- json
- Sample-Abdeckung
- 4
- API verfügbar
- Yes
Überblick
Der Z-Test-Rechner ist ein präzises statistisches Werkzeug zur Durchführung von Einstichproben-Z-Tests. Er ermöglicht es Ihnen, Hypothesen über einen Populationsmittelwert (bei bekannter Standardabweichung) oder einen Populationsanteil schnell und zuverlässig zu überprüfen. Geben Sie einfach Ihre Stichprobendaten ein, um sofort den Z-Wert, den p-Wert und eine klare Aussage zur Nullhypothese im strukturierten JSON-Format zu erhalten.
Wann verwenden
- •Wenn Sie überprüfen möchten, ob der Mittelwert einer Stichprobe signifikant von einem bekannten Populationsmittelwert abweicht und die Standardabweichung der Grundgesamtheit bekannt ist.
- •Wenn Sie testen müssen, ob ein beobachteter Anteil (z. B. eine Konversionsrate) statistisch signifikant von einem hypothetischen Zielanteil abweicht.
- •Wenn Ihre Stichprobengröße ausreichend groß ist, um die Normalverteilung der Daten für Hypothesentests vorauszusetzen.
So funktioniert es
- •Wählen Sie den gewünschten Testtyp aus: 'Mittelwert' für kontinuierliche Daten oder 'Anteil' für Erfolgsquoten.
- •Geben Sie Ihre Stichprobendaten ein, wie den Stichprobenmittelwert und die Populationsstandardabweichung oder die Anzahl der Erfolge und Versuche.
- •Legen Sie die Alternativhypothese (zweiseitig, größer als, kleiner als) und das Signifikanzniveau (Alpha, standardmäßig 0,05) fest.
- •Starten Sie die Berechnung, um den Z-Wert, den exakten p-Wert und das Testergebnis (Ablehnung oder Beibehaltung der Nullhypothese) zu erhalten.
Anwendungsfälle
Beispiele
1. Überprüfung von Produktionsgewichten
Qualitätsmanager- Hintergrund
- Eine Maschine soll Bauteile mit einem Durchschnittsgewicht von 100 Gramm produzieren. Die historische Standardabweichung der Maschine ist bekannt und beträgt 15 Gramm.
- Problem
- Es muss schnell geprüft werden, ob eine aktuelle Stichprobe von 64 Bauteilen mit einem Durchschnittsgewicht von 105 Gramm auf eine signifikante Abweichung und somit auf eine Fehlfunktion der Maschine hindeutet.
- Verwendung
- Wählen Sie 'Mittelwert' als Testtyp. Geben Sie 105 als Stichprobenmittelwert, 100 als hypothetischen Mittelwert, 15 als Populationsstandardabweichung und 64 als Stichprobengröße ein. Belassen Sie Alpha bei 0.05.
- Beispielkonfiguration
-
{"testType": "mean", "sampleMean": 105, "hypothesizedMean": 100, "populationStandardDeviation": 15, "sampleSize": 64, "alternative": "two-sided", "alpha": 0.05} - Ergebnis
- Der Rechner liefert einen Z-Wert von 2.6667 und einen p-Wert von 0.0077. Da der p-Wert kleiner als 0.05 ist, wird die Nullhypothese abgelehnt (rejectNull: true) – die Maschine produziert signifikant zu schwere Bauteile.
2. Analyse einer Marketingkampagne
Performance Marketer- Hintergrund
- Die durchschnittliche Conversion-Rate im Webshop lag bisher bei 50% (0.5). Eine neue Landingpage wurde von 100 Besuchern getestet, wovon 60 konvertierten.
- Problem
- Der Marketer möchte wissen, ob die neue Conversion-Rate von 60% statistisch signifikant besser ist als die bisherigen 50%, bevor die Seite für alle Nutzer live geschaltet wird.
- Verwendung
- Wählen Sie 'Anteil' als Testtyp. Tragen Sie 60 bei 'Anzahl Erfolge', 100 bei 'Anzahl Versuche' und 0.5 bei 'Hypothetischer Anteil' ein. Setzen Sie die Alternativhypothese auf 'Groesser als'.
- Beispielkonfiguration
-
{"testType": "proportion", "successCount": 60, "trialCount": 100, "hypothesizedProportion": 0.5, "alternative": "greater", "alpha": 0.05} - Ergebnis
- Das Tool berechnet die Z-Statistik und den p-Wert für den Anteil. Das Ergebnis zeigt sofort, ob die Steigerung auf 60% signifikant ist (rejectNull: true) oder nur auf Zufall basieren könnte.
Mit Samples testen
barcodeVerwandte Hubs
FAQ
Was ist der Unterschied zwischen einem Z-Test und einem T-Test?
Ein Z-Test wird verwendet, wenn die Standardabweichung der Grundgesamtheit bekannt ist oder die Stichprobe sehr groß ist. Ein T-Test kommt zum Einsatz, wenn die Standardabweichung der Population unbekannt ist und aus der Stichprobe geschätzt werden muss.
Was bedeutet der p-Wert in den Ergebnissen?
Der p-Wert gibt die Wahrscheinlichkeit an, die beobachteten Daten (oder extremere) zu erhalten, falls die Nullhypothese wahr ist. Ist er kleiner als Ihr festgelegter Alpha-Wert, wird die Nullhypothese abgelehnt.
Kann ich mit diesem Tool einen Anteilswert testen?
Ja, wählen Sie einfach den Testtyp 'Anteil' und geben Sie die Anzahl der Erfolge, die Gesamtanzahl der Versuche sowie den hypothetischen Anteil ein.
Welche Alternativhypothesen werden unterstützt?
Sie können zwischen zweiseitigen (ungleich), rechtsseitigen (größer als) und linksseitigen (kleiner als) Tests wählen, je nachdem, in welche Richtung Sie Ihre Hypothese prüfen möchten.
Was sagt der Wert 'rejectNull' aus?
Wenn 'rejectNull' in den Ergebnissen auf 'true' steht, bedeutet dies, dass das Ergebnis statistisch signifikant ist und die Nullhypothese auf dem gewählten Alpha-Niveau abgelehnt wird.