Leistungsanalyse-Rechner

Berechnen Sie die statistische Aussagekraft eines Tests bei gegebener Stichprobengröße und Wirkung.

Testparameter

Basis-Conversion-Rate (%)

Minimaler erkennbarer Hub (%)

Stichprobengröße (pro Variation)

Signifikanzniveau (α)

Leistungsanalyse

Assessment

Adequate Power

Statistische Aussagekraft (1-β)89.21%Target: >80%

Typ-II-Fehlerrate (β)10.79%

Calculated for absolute change 0.10 → 0.1200

Overview

Statistische Aussagekraft ist die Wahrscheinlichkeit, dass ein Test eine falsche Nullhypothese korrekt ablehnt (d. h. einen Effekt erkennt, falls vorhanden). Ein gängiges Ziel sind 80 %.

💡

Pro Tips

Wenn die Trennschärfe < 80 % beträgt, sollten Sie eine Erhöhung der Stichprobengröße in Betracht ziehen.

Fun Facts

"Eine niedrige Leistung erhöht das Risiko von „falsch-negativen Ergebnissen“ (Fehler vom Typ II)."
"Die Erhöhung der Stichprobengröße ist die häufigste Methode zur Steigerung der Aussagekraft."

Used with this

Similar tools that might be useful

A/B-Testrechner

Stellen Sie fest, ob Ihre Testergebnisse statistisch signifikant sind.

Absolute vs. relative Unsicherheit

Konvertieren Sie zwischen absoluter (± Einheit) und relativer (%) Unsicherheit.

Bereinigtes R-Quadrat

Bewerten Sie die Modellanpassung unter Berücksichtigung der Anzahl der Prädiktoren.