Trennschärfe und Stichprobenumfang für den t-Test bei einer Stichprobe (Power and Sample Size for 1-Sample t)
Plant einen t-Test bei einer Stichprobe, der einen Mittelwert gegen einen Ziel- oder Nennwert prüft. Geben Sie zwei der drei Größen Stichprobenumfang, Differenz und Trennschärfe sowie eine angenommene Standardabweichung ein; das Werkzeug löst nach der dritten auf. Es setzt normalverteilte Daten mit aus der Stichprobe geschätzter Standardabweichung voraus und berechnet die Trennschärfe aus der nichtzentralen t-Verteilung. Ausgegeben werden eine Ergebnistabelle mit tatsächlicher Trennschärfe und eine Trennschärfekurve.
Zuletzt geprüft
Kernaussage
Power and Sample Size for 1-Sample t berechnet, wie viele Messungen ein Einstichproben-t-Test braucht, um eine Abweichung vom Sollmittelwert zu erkennen, die Trennschärfe einer geplanten Stichprobe oder die kleinste erkennbare Abweichung.
Auf dieser Seite
Zweck
Power and Sample Size for 1-Sample t plant einen Test eines Mittelwerts gegen einen Ziel- oder Nennwert, bevor Sie die Daten erheben: wie viele Messungen nötig sind, um eine relevante Abweichung zu erkennen, mit welcher Wahrscheinlichkeit (Trennschärfe, Power) eine geplante Stichprobe sie erkennt oder welche kleinste Abweichung eine gegebene Stichprobe erkennen kann. Geben Sie zwei der drei Größen Stichprobenumfang, Differenz und Trennschärfe ein; das Werkzeug löst nach der dritten auf. Verwenden Sie es vor einem t-Test bei einer Stichprobe, etwa um zu prüfen, ob eine Maschine auf den Nennwert zentriert ist oder ob ein Werkstoff einen vorgegebenen Mittelwert erfüllt.
Wichtige Funktionen
- Löst nach Stichprobenumfang, Trennschärfe oder Differenz auf: Lassen Sie die gesuchte Größe leer.
- Mehrere Werte gleichzeitig, z. B. Differenzen „0.01 0.02“ und Trennschärfewerte „0.8 0.9“, ergeben eine Zeile für jede Kombination.
- Zweiseitige (Mean ≠ hypothesized mean) oder einseitige (Mean < hypothesized mean, Mean > hypothesized mean) Alternativhypothesen, mit dem von Ihnen gewählten Konfidenzniveau.
- Beim Auflösen nach dem Stichprobenumfang werden die ganzzahlige Anzahl der Messungen und die damit erreichte tatsächliche Trennschärfe ausgegeben.
- Trennschärfekurve der Trennschärfe gegen den Stichprobenumfang für jede Differenz, mit markierten berechneten Punkten.
Statistische Methoden
Die Berechnung setzt voraus, dass die Messwerte aus einer normalverteilten Grundgesamtheit stammen, deren Standardabweichung σ wie beim t-Test bei einer Stichprobe aus der Stichprobe geschätzt wird. Das Signifikanzniveau ist α = 1 − Konfidenzniveau / 100, und die standardisierte Differenz ist d = Differenz / σ, wobei die Differenz der wahre Mittelwert minus der hypothetische Mittelwert ist.
Die Trennschärfe ist die Wahrscheinlichkeit, dass der t-Test die Nullhypothese verwirft, wenn der wahre Mittelwert um die eingegebene Differenz vom hypothetischen Mittelwert abweicht. Sie wird aus der nichtzentralen t-Verteilung mit n − 1 Freiheitsgraden und dem Nichtzentralitätsparameter δ = d·√n berechnet: Für einen zweiseitigen Test gilt Trennschärfe = P(T > t₁₋α/₂) + P(T < −t₁₋α/₂), wobei T dieser nichtzentralen t-Verteilung folgt; bei einem einseitigen Test zählt nur der Rand auf der Seite der Alternativhypothese. Für den Stichprobenumfang wird das n ermittelt, das die Ziel-Trennschärfe ergibt, und auf die nächste ganze Zahl aufgerundet; die Trennschärfe bei diesem n wird als tatsächliche Trennschärfe ausgegeben. Für die Differenz wird die kleinste Differenz ermittelt, die mit dem gegebenen n die Ziel-Trennschärfe erreicht.
Die Trennschärfe steigt mit dem Stichprobenumfang und der Größe der Differenz und sinkt, wenn σ wächst oder das Konfidenzniveau steigt. Ein einseitiger Test benötigt für dieselbe Trennschärfe weniger Messungen, erkennt aber nur eine Abweichung in der angegebenen Richtung: Bei Mean > hypothesized mean ergibt eine negative Differenz eine Trennschärfe nahe 0, und das Auflösen nach dem Stichprobenumfang liefert dann eine Fehlermeldung. Beim zweiseitigen Test zählt nur der Betrag der Differenz. Das Auflösen nach der Differenz mit Mean < hypothesized mean liefert eine negative Differenz.
Eingabefelder und Optionen
Feld | Beschreibung |
Sample sizes | Durch Leerzeichen oder Kommas getrennt, z. B. „10 20 30“. Leer lassen, um nach dem Stichprobenumfang aufzulösen. |
Differences | Durch Leerzeichen oder Kommas getrennt, z. B. „1 2 3“. Die zu erkennende Differenz zum hypothetischen Mittelwert in Messeinheiten. Leer lassen, um nach der Differenz aufzulösen. |
Power values | Durch Leerzeichen oder Kommas getrennt, z. B. „0.8 0.9“. Leer lassen, um nach der Trennschärfe aufzulösen. |
Standard deviation | Erforderlich. Angenommene oder historische Standardabweichung der Grundgesamtheit, z. B. aus früheren Daten oder einem Vorversuch. |
Confidence level | Standard 95 (α = 0.05); 75 bis 100. |
Alternative hypothesis | Mean ≠ hypothesized mean (Standard), Mean < hypothesized mean oder Mean > hypothesized mean. |
Power curve | Standardmäßig aktiviert: zeichnet die Trennschärfe gegen den Stichprobenumfang. |
Title | In der Ausgabe und in der Trennschärfekurve angezeigter Titel. |

Abbildung 1 — Auflösen nach dem Stichprobenumfang: Differences = 0.01, Power values = 0.8 0.9, Standard deviation = 0.02, zweiseitig bei 95% Konfidenzniveau.
Beschreibung der Ausgabe
- Settings — wonach aufgelöst wurde, die Standardabweichung, das Konfidenzniveau und die Alternativhypothese.
- Results — eine Zeile je Kombination: Differenz, Stichprobenumfang sowie Ziel- und tatsächliche Trennschärfe beim Auflösen nach dem Stichprobenumfang, bzw. die Trennschärfe beim Auflösen nach der Trennschärfe oder die Differenz beim Auflösen nach der Differenz.
- Power Curve — Trennschärfe gegen den Stichprobenumfang für jede Differenz, mit markierten berechneten Punkten.
- PDF-Export über Download.

Abbildung 2 — Ergebnisse für das Beispiel: 34 Wellen für 80% Trennschärfe und 44 für 90% Trennschärfe, um eine Abweichung von 0.01 mm vom Nennwert zu erkennen.
Beispiel
Eine Drehzelle fertigt Wellen mit einem Nenndurchmesser von 25.00 mm. Nach einem Werkzeugwechsel möchte der Meister prüfen, ob der Prozess noch zentriert ist; eine Abweichung von 0.01 mm in beide Richtungen wäre relevant. Laut früheren Daten beträgt die Standardabweichung des Durchmessers 0.02 mm. Der Meister lässt Sample sizes leer, gibt Differences = 0.01, Power values = 0.8 0.9 und Standard deviation = 0.02 ein und behält die zweiseitige Alternativhypothese bei 95% Konfidenzniveau bei.
Das Werkzeug benötigt 34 Wellen für 80% Trennschärfe (tatsächliche Trennschärfe 0.808) und 44 Wellen für 90% Trennschärfe (tatsächliche Trennschärfe 0.900). Die übliche Prüfung von 20 Wellen bietet für eine Abweichung von 0.01 mm eine Trennschärfe von nur 0.565; mit 20 Wellen und 80% Trennschärfe beträgt die kleinste Abweichung, die der Test zuverlässig erkennen kann, 0.0132 mm. Ist nur eine Abweichung nach oben relevant (Mean > hypothesized mean), ergeben 27 Wellen 80% Trennschärfe.
Häufig gestellte Fragen
Wie wird die Trennschärfe für einen t-Test bei einer Stichprobe berechnet?
Die Trennschärfe ist die Wahrscheinlichkeit, dass der t-Test die Nullhypothese verwirft, wenn der wahre Mittelwert um die eingegebene Differenz vom hypothetischen Mittelwert abweicht. Sie wird aus der nichtzentralen t-Verteilung mit n - 1 Freiheitsgraden und dem Nichtzentralitätsparameter d mal Wurzel aus n berechnet, wobei d die Differenz geteilt durch die Standardabweichung ist. Ein zweiseitiger Test berücksichtigt beide Ränder.
Welche Standardabweichung sollten Sie für eine Trennschärfeanalyse zum t-Test bei einer Stichprobe eingeben?
Geben Sie eine angenommene oder historische Standardabweichung der Grundgesamtheit ein, z. B. aus früheren Daten oder einem Vorversuch. Sie ist erforderlich, da die Trennschärfe von der Differenz im Verhältnis zur Standardabweichung abhängt. Die Trennschärfe steigt mit dem Stichprobenumfang und der Größe der Differenz und sinkt, wenn die Standardabweichung wächst oder das Konfidenzniveau steigt.
Wie viele Messungen braucht ein t-Test bei einer Stichprobe?
In einem Beispiel erfordert das Erkennen einer Abweichung von 0.01 mm vom Nenndurchmesser einer Welle bei einer Standardabweichung von 0.02 mm, zweiseitig bei 95% Konfidenzniveau, 34 Wellen für 80% Trennschärfe und 44 für 90% Trennschärfe. Eine Prüfung von 20 Wellen bietet eine Trennschärfe von nur 0.565. Ist nur eine Abweichung nach oben relevant, ergeben 27 Wellen 80% Trennschärfe.
Sollten Sie eine einseitige oder zweiseitige Alternativhypothese wählen?
Ein einseitiger Test benötigt für dieselbe Trennschärfe weniger Messungen, erkennt aber nur eine Abweichung in der angegebenen Richtung. Bei Mean > hypothesized mean ergibt eine negative Differenz eine Trennschärfe nahe 0, und das Auflösen nach dem Stichprobenumfang liefert dann eine Fehlermeldung. Beim zweiseitigen Test zählt nur der Betrag der Differenz, nicht ihr Vorzeichen.
