Calcolatore del Test Z

Esegui test di ipotesi per medie e proporzioni della popolazione quando la deviazione standard della popolazione è nota o la dimensione del campione è grande (n ≥ 30).

Tipo di Test

Ipotesi Alternativa

Livello di Significatività (α)

Media Campionaria (x̄)

Media Ipotizzata (μ₀)

Dev. Std. Popolazione (σ)

Dimensione del Campione (n)

Formule del Test Z

Test Z a Un Campione (Media)

z = (x̄ − μ₀) / (σ / √n)

Test Z a Due Campioni (Medie)

z = (x̄₁ − x̄₂) / √(σ₁²/n₁ + σ₂²/n₂)

Test Z a Un Campione (Proporzione)

z = (p̂ − p₀) / √(p₀(1 − p₀) / n)

Test Z a Due Campioni (Proporzioni)

z = (p̂₁ − p̂₂) / √(p̂(1 − p̂)(1/n₁ + 1/n₂))

dove p̂ = (x₁ + x₂) / (n₁ + n₂) è la proporzione campionaria combinata

Cos'è un Test Z?

Un test z è un test statistico di ipotesi che utilizza la distribuzione normale standard per determinare se una statistica campionaria differisce significativamente da un parametro ipotizzato della popolazione. I test z vengono utilizzati quando la varianza della popolazione è nota o la dimensione del campione è sufficientemente grande (tipicamente n ≥ 30) affinché il Teorema del Limite Centrale garantisca che la distribuzione campionaria sia approssimativamente normale.

Quando Usare un Test Z

Deviazione standard della popolazione nota: La σ della popolazione è nota (non stimata dal campione).
Grande dimensione del campione: Quando n ≥ 30, la distribuzione campionaria della media è approssimativamente normale indipendentemente dalla distribuzione della popolazione.
Popolazione normale: Quando la popolazione è distribuita normalmente, i test z funzionano bene anche con campioni di piccole dimensioni (a patto che σ sia nota).
Confronto di proporzioni: Per testare le proporzioni della popolazione con campioni sufficientemente grandi (np ≥ 5 e n(1−p) ≥ 5).

Test Z vs. Test T

Usa un test z quando la deviazione standard della popolazione è nota. Usa un test t quando la deviazione standard della popolazione è sconosciuta e deve essere stimata dal campione. Per campioni grandi (n ≥ 30), la distribuzione z e la distribuzione t sono quasi identiche, rendendo entrambi i test appropriati.

Fasi del Test di Ipotesi

1. Formulare le Ipotesi

Definire l'ipotesi nulla (H₀) che rappresenta lo stato attuale e l'ipotesi alternativa (H₁) che rappresenta l'affermazione che si vuole verificare. Scegliere unilaterale o bilaterale in base alla domanda di ricerca.

2. Scegliere il Livello di Significatività

Selezionare il livello di significatività α (comunemente 0,05). Questa è la probabilità di rifiutare H₀ quando è effettivamente vera (Errore di Tipo I).

3. Calcolare la Statistica del Test

Calcolare la statistica z utilizzando la formula appropriata per il tipo di test. La statistica z misura quanti errori standard la statistica campionaria dista dal parametro ipotizzato.

4. Determinare il Valore P

Il valore p è la probabilità di osservare una statistica del test altrettanto estrema (o più estrema) di quella calcolata, assumendo che H₀ sia vera. Un valore p più piccolo fornisce prove più forti contro H₀.

5. Prendere una Decisione

Se il valore p ≤ α, rifiutare H₀ a favore di H₁. Se il valore p > α, non rifiutare H₀. Non rifiutare H₀ non dimostra che sia vera — solo che non ci sono prove sufficienti per rifiutarla.

Tipi di Ipotesi Alternative

Test Bilaterale

H₁: μ ≠ μ₀

Verifica se il parametro è diverso dal valore ipotizzato (in entrambe le direzioni). La regione di rifiuto è divisa tra entrambe le code.

Test Unilaterale Sinistro

H₁: μ < μ₀

Verifica se il parametro è inferiore al valore ipotizzato. La regione di rifiuto è nella coda sinistra.

Test Unilaterale Destro

H₁: μ > μ₀

Verifica se il parametro è superiore al valore ipotizzato. La regione di rifiuto è nella coda destra.

Esempi Pratici

Controllo qualità: Un produttore verifica se il peso medio delle confezioni di cereali differisce dai 500g dichiarati usando un test z a un campione con σ di produzione nota.
Ricerca medica: Un ricercatore confronta la riduzione media della pressione sanguigna tra due gruppi di farmaci usando un test z a due campioni quando le varianze della popolazione sono note da studi su larga scala precedenti.
Test A/B: Un sito web verifica se un nuovo design aumenta il tasso di conversione (proporzione di visitatori che si iscrivono) rispetto al design attuale usando un test z a due campioni per proporzioni.
Sondaggi politici: Un sondaggista verifica se la proporzione di elettori che sostengono un candidato supera il 50% usando un test z a un campione per proporzioni.

Riferimenti

Le formule e i metodi utilizzati in questo calcolatore si basano su teorie statistiche consolidate:

Nota: Questo calcolatore utilizza la distribuzione normale standard (z) ed è appropriato quando la deviazione standard della popolazione è nota o la dimensione del campione è grande (n >= 30). Per campioni piccoli con varianza della popolazione sconosciuta, usare invece un test t. Verificare sempre i calcoli critici con software statistico professionale.

Calcolatore del Test Z

Campione 1

Campione 2