Kalkulator testu z dla dwóch proporcji
Sprawdź, czy dwie niezależne grupy różnią się wskaźnikiem sukcesu, używając połączonego testu z dla dwóch proporcji.
Alternative hypothesis
p-value = 0,0285
- 1
Proportion 1 (p̂₁)
45 ÷ 100 = 0,45 - 2
Proportion 2 (p̂₂)
30 ÷ 100 = 0,3 - 3
Pooled proportion (p̄)
(45 + 30) ÷ (100 + 100) = 0,375 - 4
Błąd standardowy
√(0,375 × (1 − 0,375) × (1÷100 + 1÷100)) = 0,0685 - 5
z statistic
(0,45 − 0,3) ÷ 0,0685 = 2,1909
Jak działa ten kalkulator?
Test z dla dwóch proporcji porównuje wskaźniki sukcesu dwóch niezależnych grup. Łączy dane, aby oszacować wspólną proporcję, oblicza z = (p̂1 − p̂2) podzielone przez połączony błąd standardowy i przekształca z na p-wartość za pomocą rozkładu normalnego. Mała p-wartość oznacza, że proporcje różnią się istotnie.
Wzór
How this is calculated
Wprowadź liczbę sukcesów (x1, x2) i rozmiary próbek (n1, n2) dla dwóch niezależnych grup, a następnie wybierz ogon alternatywnej hipotezy. Kalkulator oblicza proporcje próbkowe p̂1 = x1/n1 i p̂2 = x2/n2 oraz proporcję łączoną p̄ = (x1 + x2)/(n1 + n2) używaną przy hipotezie zerowej, że obie grupy mają wspólny wskaźnik sukcesu.
Łączony błąd standardowy wynosi √(p̄(1 − p̄)(1/n1 + 1/n2)). Statystyka z to zaobserwowana różnica p̂1 − p̂2 podzielona przez ten błąd standardowy. P-wartość pochodzi z dystrybuanty standardowego rozkładu normalnego Φ: dwustronna = 2(1 − Φ(|z|)), prawostronna = 1 − Φ(z), lewostronna = Φ(z). Wskaźnik zakresu umieszcza z na skali standardowego rozkładu normalnego, gdzie ±1,96 wyznaczają dwustronne wartości krytyczne na poziomie 5%.
Test ten zakłada niezależne próbki losowe i wystarczająco duże liczebności (popularną zasadą jest co najmniej 5 sukcesów i 5 porażek w każdej grupie), aby przybliżenie normalne było trafne. Liczba sukcesów nie może przekraczać rozmiaru próbki, rozmiary próbek muszą być dodatnie, a p-wartość jest podawana w skali 0–1. Φ jest wyznaczane za pomocą aproksymacji erf Abramowitza i Steguna.
Najczęściej zadawane pytania
Przy hipotezie zerowej obie grupy mają tę samą prawdziwą proporcję, więc połączenie sukcesów daje najlepszy pojedynczy estymator tego wspólnego wskaźnika, który jest następnie używany do wyznaczenia błędu standardowego.
P-wartość poniżej przyjętego poziomu istotności (zazwyczaj 0,05) sugeruje, że zaobserwowana różnica proporcji jest mało prawdopodobna przy hipotezie zerowej, więc odrzucamy ją i wnioskujemy, że proporcje różnią się w testowanym kierunku.
Gdy próbki nie są niezależne lub gdy oczekiwane liczebności są bardzo małe (mniej niż około 5 sukcesów lub porażek na grupę). W takich przypadkach należy rozważyć zamiast tego dokładny test Fishera.
Znany również jako
TG we-Calculate Editorial Team. (2026). Kalkulator testu z dla dwóch proporcji [Online calculator]. TG we-Calculate. https://we-calculate.com/pl/calculator/two-proportion-z-test-calculator
TG we-Calculate Editorial Team. "Kalkulator testu z dla dwóch proporcji." TG we-Calculate. 2026. https://we-calculate.com/pl/calculator/two-proportion-z-test-calculator.
TG we-Calculate Editorial Team, "Kalkulator testu z dla dwóch proporcji," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/pl/calculator/two-proportion-z-test-calculator
@misc{wecalculate_two_proportion_z_test_calculator, title = {Kalkulator testu z dla dwóch proporcji}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/pl/calculator/two-proportion-z-test-calculator}}, year = {2026}, note = {TG we-Calculate} }
Czy ten kalkulator Ci pomógł?
