Advanced

To-andels z-test-beregner

Test om to uafhængige grupper adskiller sig i deres succesrate ved hjælp af en pooled to-andels z-test.

Alternative hypothesis

z statistic
2,1909

p-value = 0,0285

zz = (p̂1 − p̂2) / SE placed on the standard normal distribution (N(0,1))
Proportion 1 (p̂1)
0,45
Proportion 2 (p̂2)
0,3
Difference (p̂1 − p̂2)
0,15
Pooled proportion (p̄)
0,375
Standardfejl
0,0685
p-value
0,0285
Step by step
  1. 1

    Proportion 1 (p̂₁)

    45 ÷ 100 = 0,45
  2. 2

    Proportion 2 (p̂₂)

    30 ÷ 100 = 0,3
  3. 3

    Pooled proportion (p̄)

    (45 + 30) ÷ (100 + 100) = 0,375
  4. 4

    Standardfejl

    √(0,375 × (1 − 0,375) × (1÷100 + 1÷100)) = 0,0685
  5. 5

    z statistic

    (0,45 − 0,3) ÷ 0,0685 = 2,1909
Resultaterne er skøn, der kun gives til generel information og er ikke professionel rådgivning — verificér altid vigtige resultater uafhængigt, før du forlader dig på dem. Læs hele ansvarsfraskrivelsen.
Hurtigt svar

Hvordan fungerer denne lommeregner?

En to-andels z-test sammenligner succesrater for to uafhængige grupper. Den pooler data for at estimere en fælles andel, beregner z = (p̂1 − p̂2) divideret med den poolede standardfejl og konverterer z til en p-værdi via normalfordelingen. En lille p-værdi betyder, at andelene adskiller sig signifikant.

Formel
z = (p̂1 − p̂2) / √(p̄(1 − p̄)(1/n1 + 1/n2)), hvor p̄ = (x1 + x2)/(n1 + n2)
How this is calculated

Indtast antallet af succeser (x1, x2) og stikprøvestørrelserne (n1, n2) for to uafhængige grupper, og vælg derefter alternativhypotesens hale. Beregneren beregner stikprøveandelene p̂1 = x1/n1 og p̂2 = x2/n2 samt den poolede andel p̄ = (x1 + x2)/(n1 + n2), der bruges under nulhypotesen om at begge grupper deler en fælles succesrate.

Den poolede standardfejl er √(p̄(1 − p̄)(1/n1 + 1/n2)). z-statistikken er den observerede forskel p̂1 − p̂2 divideret med den standardfejl. P-værdien kommer fra standardnormal-CDF'en Φ: tosidet = 2(1 − Φ(|z|)), højresidet = 1 − Φ(z) og venstresidet = Φ(z). RangeMeter placerer z på standardnormalskalaen, hvor ±1,96 markerer de 5 %'s tosidede kritiske værdier.

Denne test antager uafhængige tilfældige stikprøver og tilstrækkeligt store antal (en almindelig regel er mindst 5 succeser og 5 fiaskoer i hver gruppe), så normal-approksimationen holder. Succeser må ikke overstige stikprøvestørrelserne, og stikprøvestørrelser skal være positive; p-værdien rapporteres på 0–1-skalaen. Φ evalueres med Abramowitz & Stegun erf-approksimationen.

Ofte stillede spørgsmål

Under nulhypotesen har begge grupper den samme sande andel, så at kombinere succeserne giver det bedste enkelte estimat af den fælles rate, som derefter bruges til at opbygge standardfejlen.

En p-værdi under dit signifikansniveau (typisk 0,05) tyder på, at den observerede forskel i andele er usandsynlig under nulhypotesen, så du forkaster den og konkluderer, at andelene adskiller sig i den testede retning.

Når stikprøverne ikke er uafhængige, eller når forventede antal er meget små (færre end omkring 5 succeser eller fiaskoer pr. gruppe). I de tilfælde bør du overveje Fishers eksakte test i stedet.

Også kendt som

to andele z test
sammenlign andele
2 andel z test
forskel på andele
ab test signifikans
to proportioner z test

APA

TG we-Calculate Editorial Team. (2026). To-andels z-test-beregner [Online calculator]. TG we-Calculate. https://we-calculate.com/da/calculator/two-proportion-z-test-calculator

Chicago

TG we-Calculate Editorial Team. "To-andels z-test-beregner." TG we-Calculate. 2026. https://we-calculate.com/da/calculator/two-proportion-z-test-calculator.

IEEE

TG we-Calculate Editorial Team, "To-andels z-test-beregner," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/da/calculator/two-proportion-z-test-calculator

BibTeX

@misc{wecalculate_two_proportion_z_test_calculator, title = {To-andels z-test-beregner}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/da/calculator/two-proportion-z-test-calculator}}, year = {2026}, note = {TG we-Calculate} }

Hjalp denne lommeregner dig?