Kritischer-Z-Wert-Rechner

Was ist ein kritischer z-Wert?

Ein kritischer z-Wert (z*) ist die Anzahl der Standardabweichungen vom Mittelwert, die einem bestimmten Konfidenzniveau oder Signifikanzniveau entspricht. Bei 95 % Konfidenz gilt z* = 1,96 — das bedeutet, dass 95 % der Standard-Normalverteilung innerhalb von ±1,96 Standardabweichungen liegen.

Kritische Werte sind die Schwellenwerte, die statistische Signifikanz und die Grenzen von Konfidenzintervallen bestimmen.

Häufige kritische z-Werte

Diese Werte sind grundlegend für die statistische Inferenz und sollten auswendig gelernt werden.

Zweiseitig vs. Einseitig

Zweiseitig

Wird verwendet, wenn auf einen beliebigen Unterschied getestet wird (kann positiv oder negativ sein):

• 95 % Konfidenz: 2,5 % in jedem Randbereich
• z* = 1,96 (der Wert, oberhalb dessen 2,5 % liegen)

Beispiel: „Unterscheidet sich der Mittelwert von 100?"

Einseitig

Wird verwendet, wenn in eine bestimmte Richtung getestet wird:

• 95 % Konfidenz: 5 % in einem Randbereich
• z* = 1,645 (der Wert, oberhalb dessen 5 % liegen)

Beispiel: „Ist der Mittelwert größer als 100?"

Anwendungen

Konfidenzintervalle

Die Fehlerspanne verwendet $z^*$:

$MOE = z^* \times SE$

Für 95 % KI: $MOE = 1{,}96 \times SE$

Hypothesentests

Vergleichen Sie Ihre Teststatistik mit z*:

• Wenn |z| > z*, wird die Nullhypothese verworfen
• Wenn |z| < z*, wird die Nullhypothese nicht verworfen

Qualitätskontrolle

Regelkarten setzen Grenzen bei ±3σ (z* = 3) und erfassen damit 99,7 % der normalen Variation.

Umfrageplanung

Stichprobengrößenberechnungen verwenden z* für das gewünschte Konfidenzniveau.

Ermittlung von z-Werten aus der Normalverteilung

Die Standard-Normalverteilung N(0,1) hat:

• Mittelwert = 0
• Standardabweichung = 1
• Gesamtfläche = 1

Für ein zweiseitiges 95 %-Konfidenzniveau:

1. Ermittle α = 1 - 0,95 = 0,05
2. Aufteilen: α/2 = 0,025 in jedem Randbereich
3. Finde z, wobei P(Z > z) = 0,025
4. z* = 1,96

Der Normalverteilungsrechner kann diese Werte ermitteln.

Historische Entwicklung

Kritische Werte entstanden aus der Arbeit an der Normalverteilung.

Carl Friedrich Gauss (1777-1855) entwickelte die Normalverteilung für Messfehler. Seine Arbeit legte die mathematischen Grundlagen.

Ronald Fisher und Jerzy Neyman formalisierten in den 1920er-30er Jahren das Hypothesentesten und etablierten die Rolle kritischer Werte bei der Entscheidungsfindung.

Vor der Zeit der Computer verließen sich Statistiker auf gedruckte Tabellen mit kritischen Werten. Die z-Tabelle war ein unverzichtbares Werkzeug für jeden, der statistische Arbeit leistete.

Z* vs. T*

Z (dieser Rechner):*

• Verwendung bei großen Stichproben (n ≥ 30)
• Verwendung, wenn die Populations-Standardabweichung σ bekannt ist (selten)
• Setzt Normalverteilung voraus

T (Kritischer-Wert-Rechner t*):*

• Verwendung bei kleinen Stichproben
• Verwendung, wenn die Populations-Standardabweichung σ unbekannt ist
• Berücksichtigt die zusätzliche Unsicherheit durch die Schätzung von σ

Bei großen Stichproben sind z* und t* nahezu identisch. Bei kleinen Stichproben ist t* größer (was zu breiteren Konfidenzintervallen führt).

Die 1,96-Faustregel

z* = 1,96 für 95 % Konfidenz taucht ständig auf:

• 95 % KI ≈ Schätzwert ± 2 × SE (wobei 1,96 als 2 angenähert wird)
• Diese „±2 SE"-Regel ermöglicht schnelle Kopfrechnungen

Beispiel: Mittelwert = 50, SE = 3 95 % KI ≈ 50 ± 6 = (44, 56)

Über die gängigen Werte hinaus

Für nicht standardmäßige Konfidenzniveaus:

Dieser Rechner ermittelt z* für jedes beliebige Konfidenzniveau.

Beziehung zu p-Werten

Kritische Werte und p-Werte sind zwei Seiten derselben Medaille:

Kritischer-Wert-Ansatz: Wenn |z| > 1,96, wird H₀ bei α = 0,05 verworfen

p-Wert-Ansatz: Wenn p < 0,05, wird H₀ verworfen

Beide führen immer zum gleichen Ergebnis.

Konventionen für Signifikanzniveaus

α = 0,05 (95 % Konfidenz): Am häufigsten in den Sozialwissenschaften. Wurde teilweise durch Fishers Einfluss zum Standard.

α = 0,01 (99 % Konfidenz): Konservativer. Häufig in einigen Naturwissenschaften.

α = 0,10 (90 % Konfidenz): Weniger konservativ. Wird manchmal für vorläufige Analysen verwendet.

Dies sind Konventionen, keine Naturgesetze. Wählen Sie α basierend auf den Kosten von Fehlern 1. Art vs. Fehlern 2. Art.

Multiple Vergleiche

Bei vielen Vergleichen muss z* angepasst werden:

Bonferroni-Korrektur: Verwende α/m, wobei m = Anzahl der Vergleiche

Für 5 Vergleiche bei insgesamt 95 % Konfidenz:

• Angepasstes α = 0,05/5 = 0,01 pro Vergleich
• z* = 2,576 statt 1,96

Dies kontrolliert die familienweise Fehlerrate.

Verwandte Berechnungen

• Kritischer-Wert-Rechner (t*) — Für kleine Stichproben
• Normalverteilungsrechner — Wahrscheinlichkeiten und Quantile
• Konfidenzintervall für Mittelwert — Verwendet z* für große Stichproben
• Konfidenzintervall für Anteil — Verwendet z*
• Fehlerspannen-Rechner — MOE = z* × SE

Zusammenfassung

Kritische z-Werte sind die Schwellenwerte der Standard-Normalverteilung, die die Grenzen von Konfidenzintervallen und Entscheidungen bei Hypothesentests bestimmen. Der wichtigste ist z* = 1,96 für 95 % Konfidenz — das bedeutet, dass 95 % der Normalverteilung innerhalb von ±1,96 Standardabweichungen liegen. Bei kleinen Stichproben oder unbekannter Populations-Standardabweichung sollte stattdessen t* verwendet werden. Das Verständnis kritischer Werte ist grundlegend für die Interpretation von Konfidenzintervallen und statistischen Tests.