UTILS.
100 % im Browser
χ²

Chi-Quadrat-Test-Rechner

Führe einen Chi-Quadrat-Unabhängigkeitstest auf einer Kontingenztafel durch: χ²-Statistik, Freiheitsgrade und p-Wert.

Werte mit Leerzeichen oder Kommas trennen; jede Textzeile ist eine Zeile der Tabelle.

Über dieses Tool

Der Chi-Quadrat-Test-Rechner ist ein kostenloses Browser-Tool, das einen Chi-Quadrat-Unabhängigkeitstest auf einer zweidimensionalen Kontingenztafel mit beobachteten Häufigkeiten durchführt. Füge die Tabelle ein oder tippe sie – eine Zeile pro Tabellenzeile, Werte durch Leerzeichen oder Kommas getrennt – und das Tool berechnet die erwartete Häufigkeit für jede Zelle, die χ²-Statistik Σ(O−E)²/E, die Freiheitsgrade (Zeilen − 1)(Spalten − 1) und den rechtsseitigen p-Wert aus der Chi-Quadrat-Verteilung.

Die Tabelle der erwarteten Häufigkeiten wird angezeigt, damit du die Voraussetzungen des Tests prüfen kannst, und eine Warnung erscheint, wenn eine erwartete Häufigkeit unter 5 fällt – die übliche Faustregel-Grenze. Der p-Wert wird mit der regularisierten unvollständigen Gammafunktion in Tabellengenauigkeit berechnet, vollständig in deinem Browser – deine Daten verlassen nie dein Gerät.

Häufig gestellte Fragen

Wie gebe ich meine Tabelle ein?
Eine Textzeile pro Tabellenzeile, mit den Häufigkeiten in jeder Zeile getrennt durch Leerzeichen, Kommas, Semikolons oder Tabs. Die Tabelle muss rechteckig sein und mindestens 2 Zeilen und 2 Spalten mit nicht-negativen Häufigkeiten enthalten.
Wie werden die erwarteten Häufigkeiten berechnet?
Die erwartete Häufigkeit jeder Zelle ist (Zeilensumme × Spaltensumme) ÷ Gesamtsumme – die Häufigkeiten, die man sähe, wenn Zeilen- und Spaltenvariable vollkommen unabhängig wären. χ² misst, wie stark die beobachteten Häufigkeiten davon abweichen.
Was bedeutet die Warnung zu den erwarteten Häufigkeiten?
Die Chi-Quadrat-Näherung ist unzuverlässig, wenn erwartete Häufigkeiten klein sind; die übliche Regel lautet, dass alle (oder mindestens 80 % der) erwarteten Häufigkeiten ≥ 5 sein sollten. Für kleine 2×2-Tafeln solltest du stattdessen den exakten Test nach Fisher erwägen.
Ist der p-Wert einseitig oder zweiseitig?
Es ist die rechtsseitige Wahrscheinlichkeit P(χ² ≥ beobachtet), der Standard-p-Wert für Unabhängigkeits- und Anpassungstests – große χ²-Werte sprechen gegen die Unabhängigkeit, daher ist nur der obere Rand relevant.

Weitere Tools