Z-Test Kalkylator - Gratis Statistisk Signifikansverktyg

Vad är ett z-test?

Ett z-test är ett statistiskt test som undersöker om ett stickprovsmedelvärde skiljer sig signifikant från ett känt populationsmedelvärde, när populationens standardavvikelse redan är känd. Det ger ett enda tal, z-poängen, som visar hur många standardavvikelser stickprovsmedelvärdet ligger från populationsmedelvärdet. Forskare, kvalitetskontrollanter och analytiker använder det för att bedöma om en observerad skillnad sannolikt är verklig eller bara beror på slumpen.

Formel för Z-test

Z-testet beräknar en z-poäng med denna formel:

$Z = \dfrac{\bar{x} - \mu}{\sigma / \sqrt{n}}$

• $\bar{x}$ är stickprovsmedelvärdet
• $\mu$ är populationsmedelvärdet
• $\sigma$ är populationens standardavvikelse
• $n$ är stickprovsstorleken

Den nedersta delen av formeln, $\sigma / \sqrt{n}$, kallas standardfel. Det anger hur mycket stickprovsmedelvärden förväntas variera enbart på grund av slumpmässigt urval.

Så beräknas ett z-test steg för steg

1. Beräkna stickprovsmedelvärdet ($\bar{x}$) från de insamlade uppgifterna.
2. Identifiera det kända populationsmedelvärdet ($\mu$).
3. Identifiera populationens kända standardavvikelse ($\sigma$).
4. Räkna stickprovsstorleken ($n$).
5. Subtrahera $\mu$ från $\bar{x}$.
6. Dividera $\sigma$ med kvadratroten av $n$ för att få standardfelet.
7. Dividera resultatet från steg 5 med resultatet från steg 6. Svaret är z-poängen.

Räkneexempel

En fabrik uppger att dess bultar i genomsnitt är 10 cm långa, med en populationsstandardavvikelse på 0,2 cm. En inspektör mäter 100 bultar och finner ett stickprovsmedelvärde på 10,05 cm.

• $\bar{x} = 10.05$
• $\mu = 10$
• $\sigma = 0.2$
• $n = 100$

Standardfel: $0.2 / \sqrt{100} = 0.2 / 10 = 0.02$

Z-poäng: $(10.05 - 10) / 0.02 = 0.05 / 0.02 = 2.5$

Z-poängen är 2,5. Stickprovsmedelvärdet ligger 2,5 standardfel över populationsmedelvärdet.

Så tolkas en z-poäng

En z-poäng nära 0 betyder att stickprovsmedelvärdet ligger nära populationsmedelvärdet. En stor positiv eller negativ z-poäng betyder att stickprovsmedelvärdet ligger långt från populationsmedelvärdet, vilket tyder på en verklig skillnad snarare än slump.

Vanliga kritiska värden för ett tvåsidigt test:

• α = 0,10 (90 % konfidens): z = ±1,645
• α = 0,05 (95 % konfidens): z = ±1,96
• α = 0,01 (99 % konfidens): z = ±2,58

Om den beräknade z-poängen ligger bortom det kritiska värdet för den valda signifikansnivån kallas resultatet statistiskt signifikant, och nollhypotesen (att det inte finns någon skillnad) förkastas.

I räkneexemplet ligger z = 2,5 bortom ±1,96, så skillnaden är statistiskt signifikant på 0,05-nivån. Det tvåsidiga p-värdet för z = 2,5 är ungefär 1,24 %, vilket innebär att sannolikheten är ungefär 1 på 80 att se en så stor skillnad om den verkliga genomsnittliga bultlängden verkligen vore 10 cm.

När ska man använda ett z-test?

Ett z-test är lämpligt när:

• Populationens standardavvikelse är känd.
• Stickprovsstorleken är tillräckligt stor, vanligtvis större än 30.
• Uppgifterna kommer från ett slumpmässigt urval.
• Populationen är normalfördelad, eller stickprovet är tillräckligt stort för att centrala gränsvärdessatsen ska kunna tillämpas.

Om populationens standardavvikelse är okänd eller stickprovet är litet används i stället ett t-test. T-testet uppskattar variationen från själva stickprovet och tar hänsyn till den extra osäkerhet som detta medför.

Z-test jämfört med t-test

Båda testen mäter hur långt ett stickprovsmedelvärde ligger från ett förväntat värde, uttryckt i standardfel. Z-testet förutsätter att populationens standardavvikelse är känd. T-testet uppskattar detta värde från stickprovet och använder en bredare fördelning som beror på stickprovsstorleken för att ta hänsyn till den extra osäkerheten. I praktiken används t-testet mycket oftare, eftersom populationens verkliga standardavvikelse sällan är känd.

Praktiska användningsområden för z-testet

• Kvalitetskontroll: kontroll av om ett parti tillverkade delar uppfyller målspecifikationen.
• Medicinsk forskning: jämförelse av en behandlingsgrupps genomsnittliga resultat med ett känt populationsvärde.
• Utbildning: jämförelse av en klass provresultat med ett nationellt genomsnitt.
• Finans: kontroll av om en fonds avkastning skiljer sig från ett jämförelsegenomsnitt.

Historia

Normalfördelningen bakom z-testet beskrevs av Abraham de Moivre i 1733 som en approximation av binomialfördelningen. Carl Friedrich Gauss och Pierre-Simon Laplace utvecklade teorin vidare i början av 1800-talet. Formella metoder för hypotesprövning, däribland användningen av z-poäng och kritiska värden för att bedöma statistisk signifikans, utvecklades i början av 20-talet av statistiker som Ronald Fisher, Jerzy Neyman och Egon Pearson.

Vad denna kalkylator visar

Kalkylatorn ber om fyra tal: stickprovsmedelvärdet, populationsmedelvärdet, populationens standardavvikelse och stickprovsstorleken. Den visar z-poängen avrundad till fyra decimaler. Under resultatet ritar den standardnormalfördelningen och markerar z-poängen med en lodrät linje, så att resultatets position i fördelningen blir synlig. Kurvan är den standardnormala täthetsfunktionen, $\varphi(x) = e^{-x^{2}/2} / \sqrt{2\pi}$.

Två begränsningar gäller för indata. Stickprovsstorleken måste vara större än 0. Populationens standardavvikelse måste vara minst 0,0001; en mindre spridning gör z-poängen enormt stor och utan användbar innebörd. Kalkylatorn visar inte ett p-värde, så använd de kritiska värdena ovan eller en standardnormalfördelningstabell för att avgöra om resultatet är signifikant.

Vanliga frågor och svar

Vad är skillnaden mellan ett z-test och ett t-test?

Ett z-test kräver en känd populationsstandardavvikelse och fungerar bäst med stora stickprov. Ett t-test används när populationens standardavvikelse är okänd och måste uppskattas från stickprovet; det fungerar för både små och stora stickprov.

Hur stor stickprovsstorlek behöver ett z-test?

En stickprovsstorlek över 30 är den vanliga tumregeln. Under det blir resultaten från ett z-test opålitliga, och ett t-test är vanligtvis ett bättre val.

Vad betyder en z-poäng på 2,5?

En z-poäng på 2,5 betyder att stickprovsmedelvärdet ligger 2,5 standardfel över populationsmedelvärdet. Det ligger bortom det tvåsidiga kritiska värdet ±1,96 vid 95 % konfidens, så skillnaden är statistiskt signifikant på den nivån. Det tvåsidiga p-värdet för z = 2,5 är ungefär 1,24 %.

Vad är ett p-värde i ett z-test?

P-värdet är sannolikheten att få ett resultat som är minst lika extremt som det observerade, om det verkligen inte fanns någon skillnad från populationsmedelvärdet. Ett mindre p-värde ger starkare stöd mot nollhypotesen. Ett p-värde under 0,05 betraktas vanligtvis som statistiskt signifikant.

Vad är nollhypotesen i ett z-test?

Nollhypotesen säger att det inte finns någon skillnad mellan stickprovsmedelvärdet och populationsmedelvärdet. Z-testet mäter hur starka belägg stickprovet ger mot detta påstående.

Kan ett z-test användas för små stickprov?

Det rekommenderas inte. Med ett litet stickprov eller en okänd populationsstandardavvikelse ger ett t-test mer exakta resultat eftersom det tar hänsyn till den extra osäkerhet som uppstår när variationen uppskattas från begränsade uppgifter.