Kennzahlen reichen
Du brauchst keine Rohbeobachtungen, nur Mittelwert, Standardabweichung und n jeder Gruppe.
Tools / ANOVA-Rechner
Vergleiche drei oder mehr Gruppenmittelwerte auf einmal. Gib Mittelwert, Standardabweichung und Größe jeder Gruppe ein und erhalte die F-Statistik und den p-Wert.
F = MQ zwischen ÷ MQ innerhalb · df₁ = k − 1 · df₂ = N − k
Gib Werte ein, um das Ergebnis zu sehen
Mittelwert, Standardabweichung und Stichprobengröße je Gruppe. Lass hintere Zeilen leer, wenn du weniger als fünf Gruppen hast.
Jede ausgefüllte Gruppe braucht eine ganzzahlige Stichprobengröße ab 2: eine zu kleine stoppt die Berechnung, statt aus ihr zu fallen. Lass eine Zeile leer, um sie wegzulassen.
Ein kleiner p-Wert heißt, dass mindestens ein Gruppenmittelwert von den anderen abweicht, aber nicht welcher.
Jeder zusätzliche paarweise t-Test bringt eine weitere Chance auf einen Fehlalarm. Die einfaktorielle ANOVA stellt die Frage einmal, über alle Gruppen hinweg.
Du brauchst keine Rohbeobachtungen, nur Mittelwert, Standardabweichung und n jeder Gruppe.
df zwischen und innerhalb der Gruppen werden berichtet, was du brauchst, um das Ergebnis als F(df1, df2) zu schreiben.
Ein Omnibus-Test bei 5% statt mehrerer paarweiser Tests zu je 5%.
Durchschnittlicher Bestellwert über vier Preisseiten oder Zufriedenheit über drei Support-Kanäle.
Teste, ob durchschnittliche Werte über Standorte, Tarife oder Kohorten hinweg abweichen.
Jedes Design, in dem ein Faktor mehr als zwei Stufen hat.
F = MQ_zwischen ÷ MQ_innerhalb · df₁ = k − 1 · df₂ = N − k
MQ_zwischen ist die Varianz der Gruppenmittelwerte um den Gesamtmittelwert, gewichtet nach Gruppengröße. MQ_innerhalb poolt die Varianz innerhalb jeder Gruppe. k ist die Zahl der Gruppen und N die Gesamtzahl der Beobachtungen.
Ob die Mittelwerte von drei oder mehr Gruppen alle gleich sind. Die Nullhypothese ist, dass jede Gruppe denselben Populationsmittelwert hat.
Ein kleiner p-Wert heißt, dass mindestens eine Gruppe abweicht, aber der Test sagt nicht welche.
Teile das mittlere Quadrat zwischen den Gruppen durch das mittlere Quadrat innerhalb der Gruppen:
F = MQ_zwischen ÷ MQ_innerhalb
Die Variation zwischen den Gruppen ist der Abstand jedes Gruppenmittelwerts vom Gesamtmittelwert, gewichtet nach Gruppengröße. Die Variation innerhalb ist die gepoolte Streuung in den Gruppen. Ein großes F heißt, dass die Gruppen weiter auseinanderliegen, als ihr internes Rauschen erklärt.
Weil jeder Test sein eigenes Fehlalarmrisiko von 5% trägt. Drei Gruppen bedeuten drei Vergleiche und rund 14% Chance auf mindestens einen Fehlalarm. Fünf Gruppen bedeuten zehn Vergleiche und etwa 40%.
ANOVA fragt einmal, danach schließt du korrigierte paarweise Tests nur an, wenn sie signifikant ist.
Rechne Post-hoc-Paarvergleiche mit einer Anpassung für multiples Testen. Der T-Test-Rechner verarbeitet jedes Paar; teile deine 0,05-Schwelle durch die Zahl der Vergleiche für eine einfache Bonferroni-Korrektur.
Unabhängige Beobachtungen, annähernd normale Verteilungen in jeder Gruppe und ähnliche Varianzen über die Gruppen.
ANOVA verträgt leichte Abweichungen, besonders bei ausgewogenen Gruppengrößen. Zu vermeiden ist der Fall stark ungleicher Varianzen zusammen mit ungleichen n.
Ja, und sie liefert denselben p-Wert wie ein gepoolter t-Test für zwei Stichproben, da in dem Fall F = t² gilt. Der T-Test-Rechner ist hier das natürlichere Werkzeug, weil er auch die Differenz der Mittelwerte berichtet.
Nein. Alles wird lokal berechnet.
Sammelst du frische Umfrageantworten? Probier Formms für ein Formular mit kurzem Link und QR.
Formms baut die Umfrage aus einem Prompt, dann kannst du die Counts jederzeit wieder hierher kopieren.
Demo-Formular ansehen →