Statistische Tests helfen Ihnen dabei, Vermutungen hinsichtlich Ihrer Produktion anhand von Stichprobenergebnissen zu überprüfen. Sie finden damit beispielsweise heraus, ob zwei Chargen bezüglich eines Merkmals gleichwertig sind oder ob sich die Streuung der Maschine nach der Wartung verringert hat.

Im Mittelpunkt dieser statistischen Tests stehen zwei komplementäre Hypothesen. Die Entscheidung für eine der beiden Hypothesen erfolgt anhand einer Testgröße, die aus der Stichprobe berechnet wurde. Diese Testgröße wird wiederum mit dem kritischen Wert verglichen, was zur Annahme oder Ablehnung der Nullhypothese führt. Auch das Restrisiko, dennoch eine falsche Entscheidung zu treffen, wird angegeben. Wie gut sind Sie mit dieser Materie vertraut?

1. Welcher Test sollte nicht zur Bestimmung von Streuungsunterschieden herangezogen werden?

• Levene-Test
• t-Test
• F-Test

2. Welche Aussage zum p-Wert ist nicht korrekt?

• Der p-Wert ist die Wahrscheinlichkeit, dass ein Testergebnis nur zufällig ist.
• Ist der p-Wert klein, wird die Nullhypothese nicht abgelehnt.
• Der p-Wert ist das Restrisiko, eine falsche Entscheidung zu treffen.

3. Was ist die „Power eines statistischen Tests“?

• Wahrscheinlichkeit, eine Alternativhypothese als solche zu erkennen
• Wahrscheinlichkeit, die Nullhypothese als solche zu erkennen
• Wahrscheinlichkeit, die (falsche) Nullhypothese nicht abzulehnen

4. Welches Paar beschreibt zwei Tests auf Normalverteilung?

• t-Test und Kolmogorow-Smirnow-Test
• F-Test und Levene-Test
• Shapiro-Wilk-Test und Anderson-Darling-Test

5. Welche der folgenden Alternativhypothesen ist richtig?

• µ₁ = µ₂
• sigma₁² = sigma₂²
• µ_A ungleich µ_B

Unser Q-QUIZ erscheint einmal im Monat. Die Lösung für das aktuelle Rätsel finden Sie in unten stehender PDF-Datei.
Dieses Rätsel wurde im April 2016 in der Fachzeitschrift QZ Qualität und Zuverlässigkeit veröffentlicht. Das aktuelle Preisrätsel der QZ finden Sie unter http://www.qz-online.de/service/preisraetsel.