Ein Qualitätstechniker in einem Unternehmen für Unterhaltungselektronik möchte feststellen, ob die Anzahl der Fehler pro Fernsehgerät einer Poisson-Verteilung folgen. Der Techniker wählt nach dem Zufallsprinzip 300 Fernsehgeräte aus und zeichnet die Anzahl der Fehler pro Fernsehgerät auf.
Wählen Sie Statistik > Statistische Standardverfahren > Test auf Poisson-Verteilung aus.
Geben Sie im Feld Variable die Spalte Fehler ein.
Geben Sie im Feld Häufigkeitenvariable: (optional) die Spalte Beobachtet ein.
Klicken Sie auf OK.
Interpretieren der Ergebnisse
Die Nullhypothese besagt, dass die Daten einer Poisson-Verteilung folgen. Da der p-Wert 0,000 beträgt und somit niedriger als das Signifikanzniveau 0,05 ist, verwirft der Ingenieur die Nullhypothese und folgert, dass die Daten nicht einer Poisson-Verteilung folgen. Die Grafiken zeigen, dass die Differenz zwischen den beobachteten und den erwarteten Werten für die Kategorien 1 und 3 hoch ist, und dass die Kategorie 3 den größten Beitrag zur Chi-Quadrat-Statistik liefert.
Test auf Poisson-Verteilung: Fehler
Methode
Häufigkeiten in Beobachtet
Deskriptive Statistik
N Mittelwert
300 0,536667
Beobachtete und erwartete Anzahlen für Fehler
Beobachtete Erwartete Beitrag zu
Fehler Poisson-Wahrscheinlichkeit Anzahl Anzahl Chi-Quadrat
0 0,584694 213 175,408 8,056
1 0,313786 41 94,136 29,993
2 0,084199 18 25,260 2,086
>=3 0,017321 28 5,196 100,072
Chi-Quadrat-Test
Nullhypothese H₀: Die Daten folgen einer Poisson-Verteilung.
Alternativhypothese H₁: Die Daten folgen keiner Poisson-Verteilung.