Äquivalenztest für gepaarte Stichproben
Ein Äquivalenztest für gepaarte Stichproben ermittelt, ob zwei zusammenhängende Messverfahren, Messgeräte oder Prozesse Ergebnisse liefern, die nahe genug beieinanderliegen, um als praktisch gleichwertig zu gelten. Anders als ein herkömmlicher Hypothesentest, der nach Unterschieden sucht, soll dieser Test Gleichwertigkeit nachweisen — er prüft, ob die mittlere Differenz gepaarter Messungen innerhalb einer vorab festgelegten zulässigen Grenze liegt, dem Äquivalenzintervall.
Zuletzt geprüft
Kernaussage
Ein Äquivalenztest für gepaarte Stichproben ermittelt, ob zwei zusammenhängende Messverfahren, Messgeräte oder Prozesse Ergebnisse liefern, die nahe genug beieinanderliegen, um als praktisch gleichwertig zu gelten.
Auf dieser Seite
- Was ist ein Äquivalenztest für gepaarte Stichproben?
- Wann wird ein Äquivalenztest für gepaarte Stichproben eingesetzt?
- Hinweise zur richtigen Anwendung des Äquivalenztests für gepaarte Stichproben
- Alternativen: Wann Sie den Äquivalenztest für gepaarte Stichproben nicht verwenden sollten
- Beispiel für einen Äquivalenztest für gepaarte Stichproben
- Anleitung: Äquivalenztest für gepaarte Stichproben durchführen
Was ist ein Äquivalenztest für gepaarte Stichproben?
Ein Äquivalenztest für gepaarte Stichproben (Paired Equivalence Test) ermittelt, ob zwei zusammenhängende Messverfahren, Messgeräte oder Prozesse Ergebnisse liefern, die nahe genug beieinanderliegen, um als praktisch gleichwertig zu gelten. Anders als ein herkömmlicher Hypothesentest, der nach Unterschieden sucht, soll dieser Test Gleichwertigkeit nachweisen — er prüft, ob die mittlere Differenz gepaarter Messungen innerhalb einer vorab festgelegten zulässigen Grenze liegt, dem Äquivalenzintervall.
Er wird am häufigsten in der Methodenvalidierung, beim Vergleich von Laborgeräten und bei Untersuchungen zu Prozessumstellungen eingesetzt, wenn bestätigt werden soll, dass der Wechsel von einem Verfahren zu einem anderen keine nennenswert anderen Ergebnisse liefert.
Einfache Definition:Ein Test, der nachweist, dass zwei gepaarte Messverfahren oder Prozesse Ergebnisse liefern, die nahe genug beieinanderliegen, um ohne nennenswerte Auswirkung ausgetauscht zu werden — statt nach Unterschieden zu suchen, weist er Gleichwertigkeit nach.
Wann wird ein Äquivalenztest für gepaarte Stichproben eingesetzt?
- Wenn Sie bestätigen möchten, dass zwei gepaarte Messverfahren oder Messgeräte austauschbar sind — zum Beispiel beim Vergleich eines neuen Laborgeräts mit einem Referenzgerät anhand derselben Proben.
- Wenn Sie eine Prozessänderung validieren und nachweisen müssen, dass der geänderte Prozess Ergebnisse liefert, die denen des ursprünglichen gleichwertig sind.
- Wenn dieselben Probanden, Teile oder Proben unter beiden Bedingungen gemessen werdenund so natürliche Paare in den Daten entstehen.
- Wenn regulatorische Vorgaben oder Qualitätsnormen einen formalen Äquivalenznachweis verlangen — etwa in Pharma-, Medizinprodukte- oder Lebensmittelsicherheitsanwendungen.
Hinweise zur richtigen Anwendung des Äquivalenztests für gepaarte Stichproben
- Legen Sie das Äquivalenzintervall vor der Datenerhebung fest — es ist die maximal zulässige Differenz zwischen den beiden Verfahren und muss auf wissenschaftlichen oder praktischen Erkenntnissen beruhen, nicht auf den Daten selbst.
- Stellen Sie sicher, dass die Messungen korrekt gepaart sind — jede Beobachtung in Gruppe 1 muss direkt einer bestimmten Beobachtung in Gruppe 2 entsprechen (gleiche Probe, gleicher Proband, gleiches Teil).
- Die Differenzen der Paare sollten annähernd normalverteilt sein, damit die Testergebnisse gültig sind.
- Verwenden Sie einen ausreichenden Stichprobenumfang — Äquivalenztests erfordern in der Regel größere Stichproben als herkömmliche Unterschiedstests, um eine ausreichende Trennschärfe zu erreichen.
- Setzen Sie alpha auf 0.05 als üblichen Standardwert — Äquivalenz wird nur dann gefolgert, wenn sowohl die obere als auch die untere Konfidenzgrenze vollständig innerhalb des Äquivalenzintervalls liegen.
Alternativen: Wann Sie den Äquivalenztest für gepaarte Stichproben nicht verwenden sollten
- Sind die beiden Stichproben unabhängig statt gepaart, verwenden Sie den Äquivalenztest für zwei Stichproben
- Wollen Sie einen Unterschied erkennen statt Gleichwertigkeit nachweisen, verwenden Sie einen herkömmlichen gepaarten t-Test
- Sind die Daten nicht normalverteilt und die Stichproben klein, sollten Sie stattdessen einen nichtparametrischen Äquivalenzansatz in Betracht ziehen.
- Haben Sie kein aussagekräftiges Äquivalenzintervall festgelegt, verwenden Sie diesen Test nicht — das Intervall ist unverzichtbar und lässt sich nicht allein aus den Daten ableiten.
Beispiel für einen Äquivalenztest für gepaarte Stichproben
Ein Ingenieur eines Unternehmens für Augenoptik möchte prüfen, ob eine neue Reinigungslösung für Kontaktlinsen ebenso wirksam ist wie die führende Marke. Dazu tragen 14 Teilnehmende einen Tag lang Linsen; anschließend reinigt jede Person eine Linse mit der neuen Lösung und die andere mit der führenden Marke. Der Ingenieur misst die Sauberkeit über den Kontaktwinkel eines Wassertropfens, wobei ein kleinerer Winkel eine sauberere Linse anzeigt. Zur Beurteilung führt er einen Äquivalenztest für gepaarte Stichproben durch und betrachtet die Lösungen als gleichwertig, wenn die mittlere Differenz der Kontaktwinkel innerhalb von ±0.5 Grad liegt. Der Test in folgenden Schritten:
- Die erforderlichen Daten wurden erhoben.

- Analysieren Sie die Daten nun in Zometric Statistical Software unter https://statsai.zometric.com/.
- Den Äquivalenztest für gepaarte Stichproben finden Sie unter Statistical module> Hypothesis Test> Paired Equivalence Test.
- Geben Sie im Werkzeug die Daten zusammen mit den weiteren Eingaben wie folgt ein:

5. Nach Ausführung des oben genannten Werkzeugs erhalten Sie folgende Ausgabe:

Anleitung: Äquivalenztest für gepaarte Stichproben durchführen
So gehen Sie vor:
- Melden Sie sich bei Zometric Statistical Software an unter https://statsai.zometric.com/
- Wählen Sie auf der Startseite Statistical Tool> Hypothesis Test >Paired Equivalence Test .
- Geben Sie die Daten anschließend manuell ein, oder kopieren Sie die Daten vollständig (Strg+C) aus einer Excel-Tabelle und fügen Sie sie hier ein (Strg+V).
- Füllen Sie die erforderlichen Optionen aus.
- Klicken Sie abschließend unten auf der Seite auf calculate, um die gewünschten Ergebnisse zu erhalten.
Das Dashboard des Paired Equivalence Test ist in zwei Bereiche unterteilt.

Im linken Bereich befindet sich der Datenbereich (Data Pane). Im Data Pane bildet jede Zeile eine Teilgruppe. Die Daten können manuell eingegeben oder vollständig aus einer Excel-Tabelle kopiert (Strg+C) und hier eingefügt (Strg+V) werden.
Load example: Es werden Beispieldaten geladen.
Load File: Damit werden Excel-Daten direkt geladen.
Im rechten Bereich stehen zahlreiche Optionen zur Verfügung:
- Test Samples Wählen Sie die Spalte mit den Messwerten des zu bewertenden neuen bzw. alternativen Verfahrens — zum Beispiel Messwerte eines neuen Geräts, einer neuen Rezeptur oder eines geänderten Prozesses. Dies ist das Verfahren, dessen Gleichwertigkeit mit der etablierten Referenz Sie nachweisen möchten. Dieses Feld ist ein Pflichtfeld.
- Reference Samples Wählen Sie die Spalte mit den Messwerten des etablierten bzw. Standardverfahrens , mit dem die Teststichprobe verglichen wird — zum Beispiel Messwerte des aktuellen Geräts, der bestehenden Rezeptur oder des ursprünglichen Prozesses. Jede Beobachtung in dieser Spalte muss direkt mit der entsprechenden Beobachtung in der Spalte Test Samples gepaart sein — beide Messungen wurden also am selben Probanden, an derselben Probe oder am selben Teil vorgenommen. Dieses Feld ist ein Pflichtfeld.
- Alpha Legt das Signifikanzniveau des Äquivalenztests fest. Der übliche Standardwert ist 0.05; das bedeutet ein Risiko von 5%, fälschlich auf Äquivalenz zu schließen, obwohl die beiden Verfahren nicht wirklich gleichwertig sind. Ein kleineres alpha (z. B. 0.01) macht den Test konservativer und verlangt stärkere Belege, bevor auf Äquivalenz geschlossen wird. Alpha muss vor der Datenerhebung festgelegt werden.
- Hypothesized (Test Mean − Reference Mean) Die erwartete bzw. angenommene Differenz zwischen Testverfahren und Referenzverfahren. In den meisten Äquivalenzstudien wird sie auf 0gesetzt, d. h. Sie nehmen an, dass beide Verfahren im Mittel identische Ergebnisse liefern sollten. Wird ein bekannter systematischer Versatz zwischen den beiden Verfahren erwartet, kann stattdessen dieser Wert hier eingegeben werden.
- Alternative Hypothesis Legt fest, was der Test nachweisen soll. Die Standardform lautet:
- Lower Limit < Test Mean − Reference Mean < Upper Limit — bestätigt, dass die wahre mittlere Differenz zwischen Test- und Referenzverfahren vollständig innerhalb der zulässigen Äquivalenzgrenzen liegt. Äquivalenz wird nur gefolgert, wenn das Konfidenzintervall der Differenz gleichzeitig vollständig innerhalb beider Grenzen liegt.
- Lower Limit Die minimal zulässige Differenz zwischen Test- und Referenzverfahren. Sie legt die untere Grenze des Äquivalenzintervalls fest — jede mittlere Differenz unterhalb dieses Werts würde bedeuten, dass das Testverfahren unzulässig weit unter der Referenz liegt. Dieser Wert muss vor der Analyse auf Grundlage wissenschaftlicher, regulatorischer oder praktischer Erkenntnisse festgelegt werden, nicht aus den Daten selbst abgeleitet.
- Upper Limit Die maximal zulässige Differenz zwischen Test- und Referenzverfahren. Sie legt die obere Grenze des Äquivalenzintervalls fest — jede mittlere Differenz oberhalb dieses Werts würde bedeuten, dass das Testverfahren unzulässig höhere Ergebnisse liefert als die Referenz. Zusammen mit Lower Limit bildet sie das vollständige Äquivalenzfenster, in dem die beobachtete Differenz liegen muss, damit die beiden Verfahren als gleichwertig gelten.
- Box Plot of Difference Zeigt bei Aktivierung einen Boxplot der gepaarten Differenzen (Test minus Referenz) für jede Beobachtung. Er bietet eine schnelle visuelle Zusammenfassung von Lage, Streuung und Form der Differenzen und hilft zu beurteilen, ob die Differenzen durchweg nahe null liegen oder ob ein systematischer Versatz zwischen den beiden Verfahren besteht.
- Histogram of Difference Zeigt bei Aktivierung ein Histogramm der Verteilung der gepaarten Differenzen. Damit lässt sich prüfen, ob die Differenzen annähernd normalverteilt sind — eine Voraussetzung des Äquivalenztests für gepaarte Stichproben — und ob ungewöhnliche Muster oder Schiefe in den Differenzwerten vorliegen.
- Equivalence Plot Zeigt bei Aktivierung das zentrale Ergebnisdiagramm des Äquivalenztests — das Konfidenzintervall der mittleren Differenz zusammen mit den Äquivalenzgrenzen (untere und obere Grenze). Liegt das gesamte Konfidenzintervall innerhalb der Grenzen, ist die Äquivalenz bestätigt. Dies ist die wichtigste grafische Ausgabe des Tests und sollte immer zusammen mit dem p-Wert betrachtet werden.
- Subject Profile Plot Zeigt bei Aktivierung einzelne Liniendiagramme, die jede gepaarte Beobachtung verbinden — so ist zu sehen, wie Test- und Referenzmessung für jeden Probanden, jede Probe oder jedes Teil zueinander stehen. Damit lässt sich erkennen, ob die Differenz zwischen den beiden Verfahren über alle Paare gleich bleibt oder bei bestimmten Probanden abweicht, was auf Wechselwirkungen oder ein uneinheitliches Verhalten der Verfahren hindeuten kann.
- Download as Excel Exportiert alle Testergebnisse, gepaarten Differenzen, Konfidenzintervalle, Äquivalenzgrenzen und p-Werte in eine Excel-Datei für Berichte, behördliche Einreichungen oder die Dokumentation.
Häufig gestellte Fragen
Was ist ein Äquivalenztest für gepaarte Stichproben?
Ein Äquivalenztest für gepaarte Stichproben ermittelt, ob zwei zusammenhängende Messverfahren, Messgeräte oder Prozesse Ergebnisse liefern, die nahe genug beieinanderliegen, um als praktisch gleichwertig zu gelten. Statt nach einem Unterschied zu suchen, prüft er, ob die mittlere Differenz gepaarter Messungen innerhalb einer vorab festgelegten zulässigen Grenze liegt, dem Äquivalenzintervall.
Wann sollte man einen Äquivalenztest für gepaarte Stichproben statt eines gepaarten t-Tests verwenden?
Verwenden Sie einen Äquivalenztest für gepaarte Stichproben, wenn Gleichwertigkeit nachgewiesen werden soll, zum Beispiel dass ein neues Gerät und ein Referenzgerät, die dieselben Proben messen, austauschbar sind oder dass eine Prozessänderung gleichwertige Ergebnisse liefert. Soll ein Unterschied erkannt werden, verwenden Sie einen gepaarten t-Test. Für unabhängige Stichproben verwenden Sie einen Äquivalenztest für zwei Stichproben.
Wie interpretiert man einen Äquivalenztest für gepaarte Stichproben?
Äquivalenz wird nur gefolgert, wenn sowohl die obere als auch die untere Konfidenzgrenze der mittleren Differenz vollständig innerhalb des Äquivalenzintervalls liegen. Das Äquivalenzdiagramm zeigt das Konfidenzintervall gegenüber der unteren und oberen Grenze und sollte zusammen mit dem p-Wert betrachtet werden.
Welche Voraussetzungen gelten für einen Äquivalenztest für gepaarte Stichproben?
Legen Sie das Äquivalenzintervall vor der Datenerhebung fest, auf Grundlage wissenschaftlicher oder praktischer Erkenntnisse statt der Daten. Jede Testbeobachtung muss mit einer bestimmten Referenzbeobachtung an derselben Probe, demselben Probanden oder demselben Teil gepaart sein. Die gepaarten Differenzen sollten annähernd normalverteilt sein, und die Stichproben sind in der Regel größer als bei Unterschiedstests, um eine ausreichende Trennschärfe zu erreichen.
