Chi-Quadrat-Test-Rechner
Berechne die Chi-Quadrat-Statistik, die Freiheitsgrade und den p-Wert für Anpassungs- und Unabhängigkeitstests sofort mit unserem kostenlosen Chi-Quadrat-Test-Rechner. Unterstützt Kontingenztafeln bis 5×5 mit Aufschlüsselung der Beiträge Zelle für Zelle - alles lokal in deinem Browser verarbeitet. Ohne Anmeldung.
Select the test type, enter your observed (and expected) values, and click Calculate. The chi-square statistic, degrees of freedom, p-value, and significance decision are computed instantly in your browser - no data is ever sent to any server.
Observed vs. Expected Values
| Category | Observed (O) | Expected (E) | |
|---|---|---|---|
Warum unseren Chi-Quadrat-Test-Rechner verwenden?
- Sofortige Chi-Quadrat-Berechnungen: Berechne die Chi-Quadrat-Statistik, die Freiheitsgrade, den p-Wert und den kritischen Wert in Millisekunden. Unser Rechner unterstützt sowohl Anpassungstest als auch Unabhängigkeitstest - alles sofort in deinem Browser verarbeitet.
- Sicherer Chi-Quadrat-Rechner online: Alle Chi-Quadrat-Berechnungen laufen zu 100 % lokal in deinem Browser. Deine Daten verlassen dein Gerät nie - nutze unseren Rechner online mit vollständiger Privatsphäre und ohne Datenerfassung.
- Chi-Quadrat-Rechner - keine Installation: Nutze unseren Chi-Quadrat-Test-Rechner direkt in jedem Browser ohne Downloads, Plugins oder App-Installationen. Führe Chi-Quadrat-Tests von jedem Gerät, überall, ohne Einrichtung durch.
- Aufschlüsselung der Zellbeiträge: Jede Chi-Quadrat-Berechnung zeigt den Beitrag (O−E)²/E jeder Zelle, sodass leicht erkennbar ist, welche Kategorien oder Zellen die Chi-Quadrat-Statistik treiben. Unterstützt Kontingenztafeln bis 5×5.
Typische Anwendungsfälle für den Chi-Quadrat-Test-Rechner
- Statistik- und Forschungsausbildung: Studierende, die Hypothesentests lernen, nutzen den Chi-Quadrat-Test zur Analyse kategorialer Daten. Unser Rechner zeigt die vollständige Berechnungsaufschlüsselung - Chi-Quadrat-Statistik, Freiheitsgrade, p-Wert und Signifikanzentscheidung.
- Wissenschaftliche Forschung & Genetik: Biologen nutzen den Chi-Quadrat-Anpassungstest, um beobachtete genetische Verhältnisse mit den Mendelschen Erwartungswerten zu vergleichen. Unser Rechner verarbeitet beliebig viele Kategorien mit exakten p-Werten.
- Marktforschung & Umfragen: Analysten nutzen den Chi-Quadrat-Unabhängigkeitstest, um festzustellen, ob zwei kategoriale Variablen - etwa Produktpräferenz und Altersgruppe - zusammenhängen. Unser Kontingenztafel-Rechner unterstützt Tafeln bis 5×5.
- Medizinische & klinische Forschung: Klinische Forschende nutzen Chi-Quadrat-Tests zur Analyse von Behandlungsergebnissen, Krankheitsprävalenz zwischen Gruppen und der Leistung diagnostischer Tests. Unser Rechner liefert exakte p-Werte für jede Kontingenztafel.
- A/B-Tests & Conversion-Analyse: Produktteams nutzen Chi-Quadrat-Tests, um festzustellen, ob Unterschiede in Conversion-Raten zwischen Varianten statistisch signifikant sind. Gib beobachtete Conversions und Nicht-Conversions je Variante als 2×2-Kontingenztafel ein.
- Datenwissenschaft & maschinelles Lernen: Data Scientists nutzen Chi-Quadrat-Tests zur Merkmalsauswahl - um zu erkennen, welche kategorialen Merkmale statistisch mit der Zielvariable zusammenhängen. Unser Rechner prüft Chi-Quadrat-Berechnungen sofort.
Was ist der Chi-Quadrat-Test?
Der Chi-Quadrat-Test (χ²) ist ein statistischer Hypothesentest zur Analyse kategorialer Daten. Er vergleicht beobachtete mit erwarteten Häufigkeiten, um festzustellen, ob ein Unterschied zufällig ist oder einen realen Effekt widerspiegelt. Es gibt zwei Haupttypen: den Anpassungstest (folgt eine Variable einer erwarteten Verteilung?) und den Unabhängigkeitstest (hängen zwei kategoriale Variablen zusammen?). Unser Chi-Quadrat-Test-Rechner berechnet die exakte Chi-Quadrat-Statistik, die Freiheitsgrade und den p-Wert mithilfe der regularisierten unvollständigen Gammafunktion.
So funktioniert unser Chi-Quadrat-Test-Rechner
- 1. Testtyp und α wählen: Wähle Anpassungstest oder Unabhängigkeitstest und lege dein Signifikanzniveau fest (typischerweise α = 0,05).
- 2. Daten eingeben: Beim Anpassungstest gib beobachtete und erwartete Häufigkeiten je Kategorie ein. Beim Unabhängigkeitstest fülle die Zellen der Kontingenztafel aus.
- 3. Sofortige Ergebnisse erhalten: Klicke auf Berechnen, um χ², df, p-Wert, kritischen Wert, Signifikanzentscheidung und eine Aufschlüsselung der Zellbeiträge zu sehen - alles lokal in deinem Browser verarbeitet.
Die Chi-Quadrat-Formel
Summe über alle Kategorien oder Zellen. O = beobachtete Häufigkeit, E = erwartete Häufigkeit. Ein größeres χ² bedeutet eine größere Abweichung von der Nullhypothese.
k = Anzahl der Kategorien; z = Zeilen; s = Spalten. Die df bestimmen die Form der Chi-Quadrat-Verteilung, mit der der p-Wert ermittelt wird.
Die erwarteten Häufigkeiten werden aus den Randsummen unter der Annahme der Unabhängigkeit berechnet. Jede erwartete Zelle sollte idealerweise ≥ 5 sein, damit die Chi-Quadrat-Approximation gültig ist.
Wichtige Annahmen & Einschränkungen
- Erwartete Zellhäufigkeit ≥ 5: Die Chi-Quadrat-Approximation ist am zuverlässigsten, wenn alle erwarteten Häufigkeiten mindestens 5 betragen. Bei kleineren Stichproben kommt der exakte Test nach Fisher infrage.
- Unabhängige Beobachtungen: Jede Beobachtung muss unabhängig sein - der Chi-Quadrat-Test ist nicht für gepaarte oder Messwiederholungsdaten geeignet.
- Nur kategoriale Daten: Der Chi-Quadrat-Test gilt für Häufigkeiten kategorialer Variablen, nicht für kontinuierliche Messungen oder Anteile.
- Interpretation des p-Werts: Ein signifikanter p-Wert (p < α) bedeutet, dass die Daten unter der Nullhypothese unwahrscheinlich sind - er misst weder die Größe noch die praktische Bedeutung des Effekts.
Häufig gestellte Fragen
Ein Chi-Quadrat-Test-Rechner berechnet die Chi-Quadrat-Statistik (χ²), die Freiheitsgrade, den p-Wert und den kritischen Wert für kategoriale Daten. Unser Rechner unterstützt sowohl den Anpassungstest als auch den Unabhängigkeitstest, mit Aufschlüsselung der Beiträge Zelle für Zelle - alles sofort in deinem Browser verarbeitet, ohne Anmeldung.
Der Anpassungstest prüft, ob eine kategoriale Variable einer erwarteten Verteilung folgt. Der Unabhängigkeitstest prüft, ob zwei kategoriale Variablen zusammenhängen. Beide nutzen dieselbe χ²-Formel, unterscheiden sich aber darin, wie die Erwartungswerte berechnet werden und in den Freiheitsgraden.
Ist der p-Wert kleiner als dein Signifikanzniveau α (typischerweise 0,05), lehnst du die Nullhypothese ab. Ist p ≥ α, lehnst du die Nullhypothese nicht ab. Ein signifikantes Ergebnis bedeutet, dass die beobachteten Daten deutlich von den erwarteten abweichen (Anpassung) oder dass die beiden Variablen nicht unabhängig sind.
Für die Anpassung: df = k − 1 (k = Anzahl der Kategorien). Für die Unabhängigkeit: df = (Zeilen − 1) × (Spalten − 1). Eine 2×2-Kontingenztafel hat df = 1.
Die Chi-Quadrat-Approximation ist am zuverlässigsten, wenn alle erwarteten Zellhäufigkeiten mindestens 5 betragen. Sind einige Erwartungswerte kleiner als 5, sollten Kategorien zusammengefasst oder für 2×2-Tafeln der exakte Test nach Fisher genutzt werden.
Für einen Unabhängigkeitstest gilt für die erwartete Häufigkeit der Zelle (z, s): E = (Zeilensumme × Spaltensumme) / Gesamtsumme. Das ist die Häufigkeit, die zu erwarten wäre, wenn die beiden Variablen völlig unabhängig wären.
Ja, vollständig. Alle Chi-Quadrat-Berechnungen laufen zu 100 % lokal in deinem Browser mit JavaScript. Deine Daten werden niemals an einen Server gesendet, gespeichert oder protokolliert.
Ja. Unser Chi-Quadrat-Test-Rechner ist 100 % kostenlos, ohne Anmeldung, ohne Konto, ohne Premium-Tarif und ohne Nutzungslimits. Führe so viele Chi-Quadrat-Tests aus, wie du brauchst - vollkommen kostenlos, für immer.
Das gebräuchlichste Signifikanzniveau ist α = 0,05 (5 %). Für strengere Forschung nutze α = 0,01 oder α = 0,001. Für explorative Analysen wird manchmal α = 0,10 verwendet. Unser Rechner unterstützt alle vier gängigen Niveaus.