QM Bench

t-Test, ANOVA, F-Test und Chi-Quadrat-Test online berechnen

Mittelwerte, Streuungen oder Kategorien vergleichen und p-Wert, Konfidenzintervall und klare Aussage erhalten. ↓

  1. 1Daten eingeben
  2. 2Bewertung lesen
  3. 3PDF-Bericht herunterladen

Hinweis: Die Bedienoberfläche des Werkzeugs ist derzeit auf Englisch; die deutsche Version folgt.

No data yet

Choose a test, enter your data or load the sample.

  1. 1Enter or paste dataor click Load sample
  2. 2Read the verdictcharts and key figures
  3. 3Download the PDFwith your logo

t-Test, ANOVA und Chi-Quadrat-Test online

Der Rechner beantwortet die typischen statistischen Fragen von Ingenieuren: Weicht der Mittelwert vom Zielwert ab, liefern zwei Maschinen oder Lieferanten denselben Mittelwert, hat eine Änderung den Prozess verbessert, unterscheiden sich drei Linien, ist die Streuung gleich und hängen zwei Merkmale zusammen?

Statt nur eines p-Werts erhalten Sie eine klare Aussage, das Konfidenzintervall, ein Punktdiagramm und alle Kennwerte, ohne Excel, Minitab oder R.

So funktioniert es

Wählen Sie den Test, fügen Sie eine Spalte je Gruppe ein und legen Sie das Signifikanzniveau fest. Alle Ergebnisse sind in der automatischen Testsuite mit SciPy abgeglichen.

Der Welch-Test setzt keine gleichen Varianzen voraus und ist daher die empfohlene Standardwahl.

Wann einsetzen?

Nutzen Sie t-Tests für Lieferanten- und Maschinenvergleiche oder Vorher-Nachher-Vergleiche, ANOVA für mehrere Kavitäten oder Schichten und den Chi-Quadrat-Test für Fehlerarten nach Schicht oder Maschine.

PDF-Bericht mit einem Klick

Exportieren Sie den Test als PDF mit Fragestellung, Aussage, Kennwerttabelle, Konfidenzintervall und Diagramm.

Vertraulich: alles läuft im Browser

Alle Berechnungen laufen direkt in Ihrem Browser. Messwerte, Teilenummern und Spezifikationen werden nicht hochgeladen und verlassen Ihren Rechner nicht. Keine Registrierung, keine Installation, kein Konto.

Häufige Fragen

Welchen Test soll ich verwenden?

Mittelwert gegen Zielwert: Einstichproben-t-Test. Zwei unabhängige Gruppen: Zweistichproben-t-Test. Dieselben Teile zweimal gemessen: gepaarter t-Test. Drei oder mehr Gruppen: ANOVA.

Was bedeutet der p-Wert?

Die Wahrscheinlichkeit für einen mindestens so großen Unterschied, wenn in Wahrheit keiner besteht.

Sind die Ergebnisse validiert?

Ja, alle Tests sind gegen SciPy geprüft.

Ausführliche Anleitung mit Fallbeispiel (Englisch)→