Auswählen der Analyseoptionen für Trennschärfe und Stichprobenumfang für Ereignisrate in Poisson-Modellen, 1 Stichprobe

Wählen Sie die Alternativhypothese aus, oder geben Sie das Signifikanzniveau für den Test an.

Alternativhypothese

Wählen Sie im Feld Alternativhypothese die zu testende Hypothese aus:

• Kleiner als: Verwenden Sie diesen einseitigen Test, um zu ermitteln, ob die Ereignisrate der Grundgesamtheit kleiner als die hypothetische Rate ist. Der einseitige Test ist trennschärfer, mit ihm kann aber nicht erkannt werden, ob die Rate der Grundgesamtheit größer ist.

  Ein Analytiker verwendet diesen einseitigen Test beispielsweise, um zu ermitteln, ob die Rate der Fernsehgeräte, die die Kunden pro Monat zurückgeben, kleiner als 3 ist. Dieser einseitige Test besitzt eine größere Trennschärfe, um zu ermitteln, ob die Rate kleiner als 3 ist, aber mit ihm kann nicht festgestellt werden, ob die Rate größer als 3 ist.

• Ungleich: Verwenden Sie diesen beidseitigen Test, um zu ermitteln, ob die Rate der Grundgesamtheit von der hypothetischen Rate abweicht. Mit diesem beidseitigen Test können Differenzen erkannt werden, die kleiner oder größer als der hypothetische Wert sind; seine Trennschärfe ist aber geringer als die eines einseitigen Tests.

  Ein Analytiker testet beispielsweise, ob die Rate der Wartungsprobleme für einen bestimmten Flugzeugtyp vom Sollwert von 0,2 pro Tag abweicht. Da jede Abweichung vom Sollwert wichtig ist, testet der Analytiker, ob die Differenz größer oder kleiner als der Sollwert ist.

• Größer als: Verwenden Sie diesen einseitigen Test, um zu ermitteln, ob die Ereignisrate der Grundgesamtheit größer als die hypothetische Rate ist. Dieser einseitige Test ist trennschärfer als ein beidseitiger Test, mit ihm kann aber nicht erkannt werden, ob die Ereignisrate der Grundgesamtheit kleiner als die hypothetische Rate ist.

  Ein Callcenter-Manager verwendet diesen einseitigen Test beispielsweise, um zu ermitteln, ob die Rate der Anrufe pro Tag größer als 1000 ist. Dieser einseitige Test besitzt eine größere Trennschärfe, um zu ermitteln, ob die Rate größer als 1000 ist, mit ihm kann aber nicht festgestellt werden, ob die Rate kleiner als 1000 ist.

Weitere Informationen zum Auswählen einer einseitigen oder beidseitigen Alternativhypothese finden Sie unter Informationen zur Nullhypothese und zur Alternativhypothese.

Signifikanzniveau

Verwenden Sie das Signifikanzniveau, um den Trennschärfewert des Tests zu minimieren, wenn die Nullhypothese (H₀) wahr ist. Bei höheren Signifikanzniveaus ist der Test trennschärfer, gleichzeitig steigt jedoch die Wahrscheinlichkeit, dass ein Fehler 1. Art auftritt, beim dem die Nullhypothese zurückgewiesen wird, wenn diese tatsächlich wahr ist.

In der Regel ist ein Signifikanzniveau (als α oder Alpha bezeichnet) von 0,05 gut geeignet. Ein Signifikanzniveau von 0,05 gibt ein Risiko von 5 % an, dass auf eine vorhandene Differenz geschlossen wird, während tatsächlich keine vorhanden ist. Zudem wird damit angegeben, dass die Trennschärfe des Tests gleich 0,05 ist, wenn keine Differenz vorhanden ist.

• Wählen Sie ein höheres Signifikanzniveau wie 0,10, um möglicherweise vorhandene Differenzen mit größerer Gewissheit zu erkennen. Ein Qualitätstechniker vergleicht beispielsweise die Stabilität von neuen Kugellagern mit der Stabilität der derzeit verwendeten Kugellager. Der Techniker muss mit großer Sicherheit schlussfolgern können, dass die neuen Kugellager stabil sind, denn instabile Kugellager können schwere Unfälle nach sich ziehen. Daher wählt er ein Signifikanzniveau von 0,10, um mit größerer Sicherheit mögliche Differenzen in der Stabilität der Kugellager zu erkennen.
• Wählen Sie niedrigeres Signifikanzniveau wie 0,01, um mit größerer Sicherheit davon ausgehen zu können, dass nur tatsächlich vorhandene Differenzen erkannt werden. Ein Forscher in einem Pharmaunternehmen muss beispielsweise sehr sicher sein, dass die Behauptung, dass das neue Medikament des Unternehmens die Symptome signifikant reduziert, der Wahrheit entspricht. Er wählt ein Signifikanzniveau von 0,01, um mit größerer Sicherheit behaupten zu können, dass signifikante Differenzen hinsichtlich der Symptome tatsächlich vorhanden sind.

Beobachtungsumfang (Zeit, Elemente, Bereich, Volumen usw.)

Geben Sie einen Wert ein, um die Ereignisrate der Stichprobe in eine hilfreichere Form umzuwandeln (Ereignisrate der Stichprobe ÷ Beobachtungsumfang). Ein Hersteller erfasst Fehler beispielsweise quartalsweise, für seine Berichte muss er sie jedoch in eine monatliche Fehlerrate umrechnen. Ein Analytiker gibt den Wert 3 ein, um die Quartalsrate durch 3 zu dividieren und auf diese Weise die monatliche Fehlerrate zu bestimmen.