Betrouwbaarheidsinterval naar Standaarddeviaties Converter | Bereken Z-Scores
Converteer betrouwbaarheidsintervallen (95%, 99%, 90%) direct naar standaarddeviaties en z-scores. Gratis rekenhulp voor statistische analyse, hypothesetoetsing en interpretatie van onderzoeksgegevens.
Visualisatie
Documentatie
Rekenmachine voor het omrekenen van een betrouwbaarheidsinterval naar de standaardafwijking
Een rekenmachine voor het omrekenen van een betrouwbaarheidsinterval naar de standaardafwijking zet een betrouwbaarheidsniveau, zoals 95%, om in een z-score. Een z-score is het aantal standaardafwijkingen dat een waarde van het gemiddelde van een normale verdeling afligt. Deze omzetting wordt in de statistiek gebruikt om een opgegeven betrouwbaarheidsniveau om te zetten in de vermenigvuldigingsfactor die nodig is voor berekeningen van de foutmarge en intervallen.
Wat is een betrouwbaarheidsinterval?
Een betrouwbaarheidsinterval is een bereik van waarden waarvan wordt aangenomen dat het de werkelijke populatiewaarde bevat, zoals een gemiddelde, bij een opgegeven betrouwbaarheidsniveau. Een betrouwbaarheidsinterval van 95% betekent dat, als hetzelfde onderzoek vele malen zou worden herhaald, ongeveer 95% van de berekende intervallen de werkelijke waarde zou bevatten. Bij een normale verdeling correspondeert elk betrouwbaarheidsniveau met een vast aantal standaardafwijkingen aan weerszijden van het gemiddelde.
Formule voor het omrekenen van een betrouwbaarheidsinterval naar een z-score
Voor de omzetting wordt de inverse van de cumulatieve verdelingsfunctie van de standaardnormale verdeling gebruikt, ook wel de kwantielfunctie of probitfunctie genoemd:
z = Φ⁻¹((1 + BI / 100) / 2)
Hier is CI het betrouwbaarheidsinterval, uitgedrukt als een percentage tussen 0 en 100, en Φ⁻¹ de inverse CDF van de standaardnormale verdeling. Het resultaat, z, is het aantal standaardafwijkingen boven het gemiddelde waarop de bovengrens van het interval ligt. De ondergrens ligt op dezelfde afstand onder het gemiddelde, zodat het volledige interval ±z standaardafwijkingen omvat.
Standaardafwijkingen berekenen uit een betrouwbaarheidsinterval
- Neem het betrouwbaarheidsniveau als percentage, bijvoorbeeld 95.
- Deel door 100 om een breuk te krijgen en pas vervolgens de formule toe: p = (1 + 0,95) / 2 = 0,975.
- Zoek de z-score op waarbij de standaardnormale curve deze cumulatieve kans bereikt: z = Φ⁻¹(0,975).
- Rond het resultaat af. Voor 95% is z ≈ 1,9600.
Uitgewerkt voorbeeld
Voor een betrouwbaarheidsinterval van 99%:
- p = (1 + 0,99) / 2 = 0,995
- z = Φ⁻¹(0,995) ≈ 2,5758
Een betrouwbaarheidsinterval van 99% strekt zich dus ongeveer 2,5758 standaardafwijkingen boven en onder het gemiddelde uit.
Veelvoorkomende betrouwbaarheidsintervallen en hun z-scores
| Betrouwbaarheidsinterval | Standaardafwijkingen (z) |
|---|---|
| 50% | ±0,6745 |
| 68,27% | ±1,0000 |
| 90% | ±1,6449 |
| 95% | ±1,9600 |
| 99% | ±2,5758 |
| 99,73% | ±3,0000 |
| 99,9% | ±3,2905 |
De rekenmachine toont de z-score op vier decimalen. De niveaus 68,27%, 95,45% en 99,73% worden afgerond op respectievelijk 1, 2 en 3 standaardafwijkingen. Ze zijn niet exact: één, twee en drie standaardafwijkingen omvatten respectievelijk 68,2689%, 95,4500% en 99,7300% van een normale verdeling.
Bijzondere gevallen
- Betrouwbaarheid van 0%: z = 0. Een interval van 0% heeft geen breedte en valt dus samen met het gemiddelde zelf, het middelpunt van de verdeling.
- Betrouwbaarheid van 100%: z is oneindig. Om elke mogelijke waarde van een normale verdeling te omvatten, is een interval met oneindige breedte nodig, omdat de curve nooit volledig nul bereikt.
- 50%-betrouwbaarheid: z ≈ 0,6745, soms de waarschijnlijke fout genoemd, waarbij de verdeling rond het gemiddelde in twee gelijke helften wordt gesplitst.
Elke percentagewaarde van 0 tot 100 is een geldige invoer. Waarden buiten dit bereik zijn geen zinvolle betrouwbaarheidsniveaus en worden afgewezen.
Waar deze omzetting wordt gebruikt
- Hypothesetoetsing: een kritieke z-waarde kiezen voor een gekozen significantieniveau.
- Foutmarge: de foutmarge in een betrouwbaarheidsinterval is gelijk aan z vermenigvuldigd met de standaardfout, dus de z-score is een noodzakelijke invoer.
- A/B-testen: beoordelen of een gemeten verschil waarschijnlijk echt is of door toeval is ontstaan.
- Kwaliteitscontrole: controlegrenzen vaststellen op een vast aantal standaardafwijkingen van een procesgemiddelde.
Bij deze toepassingen wordt aangenomen dat de onderliggende gegevens, of de steekproevenverdeling van een statistiek zoals een gemiddelde, bij benadering normaal verdeeld zijn. Voor kleine steekproeven of scheve gegevens zijn andere methoden, zoals de t-verdeling, geschikter.
Veelgestelde vragen
Hoe zet ik een betrouwbaarheidsinterval van 95% om in standaardafwijkingen? Een betrouwbaarheidsinterval van 95% komt overeen met ongeveer ±1,9600 standaardafwijkingen van het gemiddelde. Dit volgt uit het oplossen van z = Φ⁻¹(0,975).
Welk betrouwbaarheidsinterval komt overeen met 1 standaardafwijking? Eén standaardafwijking aan elke kant van het gemiddelde (±1σ) omvat ongeveer 68,27% van een normale verdeling.
Waarom wordt 1,96 gebruikt voor betrouwbaarheidsintervallen van 95%? Omdat een interval van 95% in elke staart van de normale curve 2,5% van het oppervlak overlaat. De z-score die het 97,5e percentiel markeert, is ongeveer 1,96.
Wat gebeurt er bij een betrouwbaarheid van 0% of 100%? Een betrouwbaarheidsinterval van 0% heeft een breedte van nul en is gelijk aan 0 standaardafwijkingen, namelijk het gemiddelde zelf. Een betrouwbaarheidsinterval van 100% moet de volledige verdeling omvatten, waarvoor een oneindig aantal standaardafwijkingen nodig is.
Werkt deze omzetting voor niet-normale gegevens? Nee. Er wordt aangenomen dat de gegevens of de relevante steekproevenverdeling normaal zijn. Scheve gegevens of gegevens uit kleine steekproeven vereisen meestal een t-verdeling of in plaats daarvan een resamplingmethode.
Hoe bereken ik de foutmarge uit een z-score? De foutmarge is gelijk aan z maal de standaardfout van de schatting: z × (σ / √n), waarbij σ de standaardafwijking is en n de steekproefgrootte.