Konfidenzintervall-Rechner

Confidence Interval

[94.12, 105.88]

The Numbers

  • Standard Error: 3
  • Margin of Error: ±5.88
  • Critical Value (z): 1.96

Compare Calculations

Downloads

Includes your inputs and results for this calculation, plus any additional calculations you've compared.

Gut zu Wissen

Dieser Rechner verwendet die Z-Verteilung, die eine große Stichprobengröße oder eine bekannte Standardabweichung der Population voraussetzt. Bei kleinen Stichproben (weniger als etwa 30) mit geschätzter Standardabweichung ist die t-Verteilung technisch genauer und liefert ein etwas breiteres Intervall als hier gezeigt.

So Funktioniert Dieser Rechner

Ein Konfidenzintervall ist ein Wertebereich, aufgebaut um den Mittelwert einer Stichprobe, der wahrscheinlich den wahren Populationsmittelwert enthält. Geben Sie den Mittelwert, die Standardabweichung und die Größe einer Stichprobe ein, wählen Sie ein Konfidenzniveau, und dieser Rechner ermittelt den Bereich, in dem der tatsächliche Populationsmittelwert wahrscheinlich liegt.

Ein „95%-Konfidenzintervall“ bedeutet zum Beispiel, dass, wenn Sie denselben Stichprobenprozess viele Male wiederholen würden, etwa 95 % der daraus resultierenden Intervalle den wahren Populationsmittelwert enthalten würden. Es bedeutet nicht, dass eine Wahrscheinlichkeit von 95 % besteht, dass der wahre Mittelwert innerhalb dieses einen konkreten Intervalls liegt — eine gängige, technisch falsche Formulierung. Ein breiteres Intervall (höheres Konfidenzniveau) wirft ein weiteres Netz aus und enthält wahrscheinlicher den wahren Mittelwert; ein engeres Intervall ist präziser, aber weniger sicher.

Die Formel

Standardfehler=sn\vE{\text{Standardfehler}} = \frac{\vA{s}}{\sqrt{\vB{n}}} Fehlerspanne=z×Standardfehler\vF{\text{Fehlerspanne}} = \vC{z} \times \vE{\text{Standardfehler}} Konfidenzintervall=xˉ±Fehlerspanne\text{Konfidenzintervall} = \vD{\bar{x}} \pm \vF{\text{Fehlerspanne}}

Wobei s\vA{s} die Standardabweichung der Stichprobe ist, n\vB{n} die Stichprobengröße, z\vC{z} der kritische Wert für das gewählte Konfidenzniveau (aus der Standardnormalverteilung abgelesen), und xˉ\vD{\bar{x}} der Stichprobenmittelwert. Eine größere Stichprobengröße verkleinert den Standardfehler — und damit das gesamte Intervall —, da mehr Daten eine präzisere Schätzung des wahren Mittelwerts ergeben.

Beispielrechnung

Eine Stichprobe von 25 Elementen hat einen Mittelwert von 100 und eine Standardabweichung von 15, bei einem Konfidenzniveau von 95 % (ein kritischer Wert von z = 1,96):

    1. Standardfehler: Standardfehler=15÷25=3\vE{\text{Standardfehler}} = \vA{15} \div \sqrt{\vB{25}} = \vE{3}.
    2. Fehlerspanne: Fehlerspanne=1,96×3=5,88\vF{\text{Fehlerspanne}} = \vC{1{,}96} \times \vE{3} = \vF{5{,}88}.
    3. Konfidenzintervall: Konfidenzintervall=100±5,88=[94,12,105,88]\text{Konfidenzintervall} = \vD{100} \pm \vF{5{,}88} = [94{,}12, 105{,}88].

Der wahre Populationsmittelwert liegt also wahrscheinlich (mit 95 % Konfidenz) irgendwo zwischen 94,12 und 105,88.

Quelle: Standard-Formel der statistischen Inferenz mit der Z-Verteilung.

Häufig Gestellte Fragen

Was bedeutet „95 % Konfidenz“ eigentlich?

Es bedeutet, dass, wenn Sie denselben Stichprobenprozess viele Male wiederholen würden, etwa 95 % der resultierenden Intervalle den wahren Populationsmittelwert enthalten würden. Es bedeutet NICHT, dass eine Wahrscheinlichkeit von 95 % besteht, dass der wahre Mittelwert innerhalb DIESES einen konkreten Intervalls liegt — eine gängige, aber technisch falsche Formulierung.

Warum verkleinert eine größere Stichprobengröße das Intervall?

Der Standardfehler (und damit die Fehlerspanne) wird durch die Quadratwurzel der Stichprobengröße geteilt, sodass mehr Daten eine präzisere — und engere — Schätzung des wahren Populationsmittelwerts ergeben.

Sollte ich die Z-Verteilung oder die t-Verteilung verwenden?

Die Z-Verteilung (hier verwendet) ist Standard für große Stichproben (n von etwa 30 oder mehr) oder wenn die wahre Standardabweichung der Population bereits bekannt ist. Für eine kleine Stichprobe mit nur einer geschätzten Standardabweichung ist die t-Verteilung technisch genauer und ergibt ein etwas breiteres Intervall.

Was passiert, wenn ich ein höheres Konfidenzniveau wähle?

Ein höheres Konfidenzniveau (z. B. 99 % statt 95 %) verwendet einen größeren kritischen Z-Wert, was das Intervall verbreitert. Dies ist ein unvermeidlicher Kompromiss: Ein weiteres Netz auszuwerfen macht es wahrscheinlicher, dass der wahre Mittelwert tatsächlich im Intervall liegt, auf Kosten einer weniger präzisen Schätzung.