/
/
·
·
/
/
·
·
  • Einführung
  • Drei Varianten, wann welche?
  • Die Idee, beobachtet vs. erwartet
  • Beispiel, Unabhängigkeitstest
  • Klassische χ²-Tabellenwerte
  • Voraussetzungen
  • Klausur-Faustregeln
  • Typischer Stolperstein
ThemenStatistikChi-Quadrat-Test
Statistik·4Lerneinheiten·20min·Stand02.08.2026

Chi-Quadrat-Test.

Der Chi-Quadrat-Test (χ²) prüft, ob beobachtete Häufigkeiten zu erwarteten Häufigkeiten passen, die wichtigste Methode für kategoriale Daten. Klausur-Pflicht in BWL, Psychologie, VWL, Marktforschung.

Was du in der Klausur können musst:

  • Drei Test-Varianten unterscheiden: Anpassungs-, Unabhängigkeits-, Homogenitätstest
  • Erwartete Häufigkeiten aus Randverteilungen berechnen
  • χ²-Statistik Σ(O−E)²/E aufstellen
  • Freiheitsgrade df richtig zählen
  • Mit χ²-Tabelle vergleichen, Entscheidung treffen

In Klausuren oft gefragt: Sind zwei Merkmale unabhängig? mit Kontingenztafel. Pflicht.

1. Anpassungstest (Goodness-of-Fit)

Eine Stichprobe → passt sie zu einer theoretischen Verteilung?

Beispiel: Würfel: würfle 60-mal, theoretisch 10× je Augenzahl. Beobachtet: 8, 12, 9, 11, 7, 13. Ist der Würfel fair?

2. Unabhängigkeitstest

Zwei Merkmale → sind sie unabhängig voneinander?

Beispiel: Geschlecht × Studienfach: gibt es einen Zusammenhang?

3. Homogenitätstest

Mehrere Stichproben → haben sie die gleiche Verteilung über Kategorien?

Beispiel: Drei Marketing-Kampagnen, je 100 Leute. Verteilung von "kauft / kauft nicht" gleich?

Mathematisch sind 2 und 3 fast identisch, beide nutzen die Kontingenztafel.

Der Test fragt: wie groß ist der Unterschied zwischen OijO_{ij}Oij​ und EijE_{ij}Eij​?

χ2=∑i,j(Oij−Eij)2Eij\chi^2 = \sum_{i,j} \frac{(O_{ij} - E_{ij})^2}{E_{ij}}χ2=∑i,j​Eij​(Oij​−Eij​)2​

  • OijO_{ij}Oij​, beobachtete Häufigkeit in Zelle (i, j)
  • EijE_{ij}Eij​, erwartete Häufigkeit unter H₀ (Unabhängigkeit / theoretische Verteilung)

Erwartete Häufigkeit im Unabhängigkeitstest:

Eij=Zeilensummei⋅SpaltensummejnE_{ij} = \frac{\text{Zeilensumme}_i \cdot \text{Spaltensumme}_j}{n}Eij​=nZeilensummei​⋅Spaltensummej​​

mit n = Gesamtsumme.

Frage: hängt das Studienfach vom Geschlecht ab? Datenbasis n = 200:

Beobachtete Tafel (OijO_{ij}Oij​):

BWLInformatikMatheΣ
Männlich305020100
Weiblich503020100
Σ808040200

Schritt 1, Erwartete Tafel (EijE_{ij}Eij​):

E11E_{11}E11​ = (100·80) / 200 = 40 E12E_{12}E12​ = (100·80) / 200 = 40 E13E_{13}E13​ = (100·40) / 200 = 20 (unter H₀ ist die Verteilung über Studienfächer gleich für beide Geschlechter)

BWLInformatikMathe
Männlich404020
Weiblich404020

Schritt 2, χ²-Statistik:

χ2=(30−40)240+(50−40)240+(20−20)220+(50−40)240+(30−40)240+(20−20)220\chi^2 = \frac{(30-40)^2}{40} + \frac{(50-40)^2}{40} + \frac{(20-20)^2}{20} + \frac{(50-40)^2}{40} + \frac{(30-40)^2}{40} + \frac{(20-20)^2}{20}χ2=40(30−40)2​+40(50−40)2​+20(20−20)2​+40(50−40)2​+40(30−40)2​+20(20−20)2​

=2,5+2,5+0+2,5+2,5+0=10,0= 2{,}5 + 2{,}5 + 0 + 2{,}5 + 2{,}5 + 0 = \mathbf{10{,}0}=2,5+2,5+0+2,5+2,5+0=10,0

Schritt 3, Freiheitsgrade:

df=(r−1)(c−1)=(2−1)(3−1)=2df = (r-1)(c-1) = (2-1)(3-1) = 2df=(r−1)(c−1)=(2−1)(3−1)=2

Schritt 4, Kritischer Wert aus χ²-Tabelle: χ0,05;22\chi^2_{0{,}05; 2}χ0,05;22​ = 5,99.

Schritt 5, Entscheidung: 10,0>5,9910{,}0 > 5{,}9910,0>5,99 → H₀ ablehnen, Studienfach hängt vom Geschlecht ab.

dfχ0,052\chi^2_{0{,}05}χ0,052​χ0,012\chi^2_{0{,}01}χ0,012​
13,846,63
25,999,21
37,8111,34
49,4913,28
511,0715,09
1018,3123,21

Faustregel: χ²-Werte werden mit steigendem df größer. Achte auf das richtige df!

  1. Erwartete Häufigkeiten ausreichend groß, die klassische Faustregel verlangt Eij≥5E_{ij} \geq 5Eij​≥5 in jeder Zelle. Achtung: das ist eine Faustregel, kein hartes Verbot. Bei kleinen EEE wird die χ2\chi^2χ2-Approximation der Teststatistik unzuverlässig, das Verfahren ist dann nicht "verboten", sondern ungenau.
  2. Stichproben unabhängig voneinander
  3. Diskrete Kategorien (nicht kontinuierlich)

Bei Verletzung von 1 (E<5E < 5E<5): Kategorien zusammenfassen, Fisher's exact test (für 2×22 \times 22×2) oder Permutationstests verwenden.

  1. Erst Tabelle der erwarteten Werte mit Randsummen-Formel, Hauptfehlerquelle.
  2. df = (r-1)(c-1) beim Unabhängigkeitstest, df = k - 1 beim Anpassungstest.
  3. Σ(O-E)²/E, die Reihenfolge: erst Differenz, dann Quadrieren, dann durch E teilen.
  4. Σ Zeilensummen = Σ Spaltensummen = n als Plausibilitäts-Check.
  5. χ² > kritisch → H₀ ablehnen (NIE umgekehrt).

df-Berechnung verwechselt. Beim Unabhängigkeitstest mit r×c-Tafel ist df=(r−1)(c−1)df = (r-1)(c-1)df=(r−1)(c−1). Beim Anpassungstest mit k Kategorien ist df=k−1df = k-1df=k−1. Falsches df → falscher kritischer Wert → falsche Entscheidung.

E_ij vergessen. Das ist der häufigste Klausur-Fehler. Die erwartete Tafel muss komplett ausgerechnet werden, BEVOR die χ²-Summe gebildet wird. Tabelle-im-Kopf führt zu Fehlern.

E < 5 ignoriert. Wenn eine Zelle erwartete Häufigkeit < 5 hat, wird die χ²-Approximation unzuverlässig (nicht "verboten", aber Ergebnis nicht mehr vertrauenswürdig). Entweder Kategorien zusammenfassen oder zu Fisher's exact bzw. Permutationstest wechseln.

Ändere die beobachteten Werte in der 2×3-Kontingenztafel, die erwartete Tafel und der χ²-Wert werden live neu berechnet. Beobachte die Differenzen-Heatmap: stark gefärbte Zellen tragen am meisten zum χ²-Wert bei.

Lade Visualisierung...

Klausur-Tipp: beobachte was bei perfekter Unabhängigkeit passiert (alle O = E), der χ²-Wert geht auf 0 und H₀ wird klar beibehalten. Je weiter beobachtet von erwartet abweicht, desto größer der χ²-Wert.

Anmelden, um den Fortschritt zu speichern.

Nächster Schritt

Wenn du fertig bist: jetzt üben.

Aktives Abrufen festigt Wissen schneller als nochmal lesen.

War das hilfreich?

Verwandte Themen

  • Normalverteilung
  • Datenarten und Skalenniveaus
  • Poisson-Verteilung & Binomialverteilung Formel (Statistik)
  • Lage- und Streuungsmaße
  • Konfidenzintervall

Tools

Bald: Karteikarten · Spaced-Repetition · Mind-Map-Export

Fachliche Qualität
Noch nicht klassifiziertZuletzt geprüft am 05.05.2026

Diese Lerneinheit wurde für typische Bachelor-Klausuren konzipiert. So prüfen wir · Fehler entdeckt? Melde ihn uns oder markiere die fragliche Stelle direkt im Text oben.

Klausur-ÜbersichtKomplette Übersicht: alle Tabs als linearer Text zum Lernen
▾

Alle Tabs der Lerneinheit (Erklärung · Interaktiv verstehen · Praxis-Übung · Klausur-Quiz) als durchgehender Text. Ideal zum Wiederholen vor der Klausur, und für Suchmaschinen wie Google, Bing und KI-Suche (ChatGPT, Perplexity).

Inhalt dieser Übersicht

  1. Erklärung(Erklärung)
  2. Interaktiv verstehen(Visualisierung / Interaktiv)
  3. Praxis-Übung(Quiz / Klausurfragen)
  4. Klausur-Quiz(Quiz / Klausurfragen)
Teil 1·Erklärung

Erklärung

Der Chi-Quadrat-Test (χ²) prüft, ob beobachtete Häufigkeiten zu erwarteten Häufigkeiten passen, die wichtigste Methode für kategoriale Daten. Klausur-Pflicht in BWL, Psychologie, VWL, Marktforschung.

Was du in der Klausur können musst:

  • Drei Test-Varianten unterscheiden: Anpassungs-, Unabhängigkeits-, Homogenitätstest
  • Erwartete Häufigkeiten aus Randverteilungen berechnen
  • χ²-Statistik Σ(O−E)²/E aufstellen
  • Freiheitsgrade df richtig zählen
  • Mit χ²-Tabelle vergleichen, Entscheidung treffen

In Klausuren oft gefragt: Sind zwei Merkmale unabhängig? mit Kontingenztafel. Pflicht.

Drei Varianten, wann welche?

1. Anpassungstest (Goodness-of-Fit)

Eine Stichprobe → passt sie zu einer theoretischen Verteilung?

Beispiel: Würfel: würfle 60-mal, theoretisch 10× je Augenzahl. Beobachtet: 8, 12, 9, 11, 7, 13. Ist der Würfel fair?

2. Unabhängigkeitstest

Zwei Merkmale → sind sie unabhängig voneinander?

Beispiel: Geschlecht × Studienfach: gibt es einen Zusammenhang?

3. Homogenitätstest

Mehrere Stichproben → haben sie die gleiche Verteilung über Kategorien?

Beispiel: Drei Marketing-Kampagnen, je 100 Leute. Verteilung von "kauft / kauft nicht" gleich?

Mathematisch sind 2 und 3 fast identisch, beide nutzen die Kontingenztafel.

Die Idee, beobachtet vs. erwartet

Der Test fragt: wie groß ist der Unterschied zwischen O_(ij) und E_(ij)?

χ² = Σ_(i,j) ((O_(ij) - E_(ij))²)/(E_(ij))

  • O_(ij), beobachtete Häufigkeit in Zelle (i, j)
  • E_(ij), erwartete Häufigkeit unter H₀ (Unabhängigkeit / theoretische Verteilung)

Erwartete Häufigkeit im Unabhängigkeitstest:

E_(ij) = (Zeilensumme_i · Spaltensumme_j)/n

mit n = Gesamtsumme.

Beispiel, Unabhängigkeitstest

Frage: hängt das Studienfach vom Geschlecht ab? Datenbasis n = 200:

Beobachtete Tafel (O_(ij)):

BWLInformatikMatheΣ
Männlich305020100
Weiblich503020100
Σ808040200

Schritt 1, Erwartete Tafel (E_(ij)):

E_(11) = (100·80) / 200 = 40 E_(12) = (100·80) / 200 = 40 E_(13) = (100·40) / 200 = 20 (unter H₀ ist die Verteilung über Studienfächer gleich für beide Geschlechter)

BWLInformatikMathe
Männlich404020
Weiblich404020

Schritt 2, χ²-Statistik:

χ² = ((30-40)²)/40 + ((50-40)²)/40 + ((20-20)²)/20 + ((50-40)²)/40 + ((30-40)²)/40 + ((20-20)²)/20

= 2,5 + 2,5 + 0 + 2,5 + 2,5 + 0 = mathbf{10,0}

Schritt 3, Freiheitsgrade:

df = (r-1)(c-1) = (2-1)(3-1) = 2

Schritt 4, Kritischer Wert aus χ²-Tabelle: χ²_{0,05; 2} = 5,99.

Schritt 5, Entscheidung: 10,0 > 5,99 → H₀ ablehnen, Studienfach hängt vom Geschlecht ab.

Klassische χ²-Tabellenwerte

dfχ²_{0,05}χ²_{0,01}
13,846,63
25,999,21
37,8111,34
49,4913,28
511,0715,09
1018,3123,21

Faustregel: χ²-Werte werden mit steigendem df größer. Achte auf das richtige df!

Voraussetzungen

  1. Erwartete Häufigkeiten ausreichend groß, die klassische Faustregel verlangt E_(ij) ≥ 5 in jeder Zelle. Achtung: das ist eine Faustregel, kein hartes Verbot. Bei kleinen E wird die χ²-Approximation der Teststatistik unzuverlässig, das Verfahren ist dann nicht "verboten", sondern ungenau.
  2. Stichproben unabhängig voneinander
  3. Diskrete Kategorien (nicht kontinuierlich)

Bei Verletzung von 1 (E < 5): Kategorien zusammenfassen, Fisher's exact test (für 2 × 2) oder Permutationstests verwenden.

Klausur-Faustregeln

  1. Erst Tabelle der erwarteten Werte mit Randsummen-Formel, Hauptfehlerquelle.
  2. df = (r-1)(c-1) beim Unabhängigkeitstest, df = k - 1 beim Anpassungstest.
  3. Σ(O-E)²/E, die Reihenfolge: erst Differenz, dann Quadrieren, dann durch E teilen.
  4. Σ Zeilensummen = Σ Spaltensummen = n als Plausibilitäts-Check.
  5. χ² > kritisch → H₀ ablehnen (NIE umgekehrt).

Typischer Stolperstein

df-Berechnung verwechselt. Beim Unabhängigkeitstest mit r×c-Tafel ist df = (r-1)(c-1). Beim Anpassungstest mit k Kategorien ist df = k-1. Falsches df → falscher kritischer Wert → falsche Entscheidung.

E_ij vergessen. Das ist der häufigste Klausur-Fehler. Die erwartete Tafel muss komplett ausgerechnet werden, BEVOR die χ²-Summe gebildet wird. Tabelle-im-Kopf führt zu Fehlern.

E < 5 ignoriert. Wenn eine Zelle erwartete Häufigkeit < 5 hat, wird die χ²-Approximation unzuverlässig (nicht "verboten", aber Ergebnis nicht mehr vertrauenswürdig). Entweder Kategorien zusammenfassen oder zu Fisher's exact bzw. Permutationstest wechseln.

Teil 2·Visualisierung / Interaktiv

Interaktiv verstehen

Chi-Quadrat-Lab

Ändere die beobachteten Werte in der 2×3-Kontingenztafel, die erwartete Tafel und der χ²-Wert werden live neu berechnet. Beobachte die Differenzen-Heatmap: stark gefärbte Zellen tragen am meisten zum χ²-Wert bei.

Interaktive Visualisierung

Chi-Quadrat-Test für Unabhängigkeit und Anpassungstest mit Kontingenztafel.

Klausur-Tipp: beobachte was bei perfekter Unabhängigkeit passiert (alle O = E), der χ²-Wert geht auf 0 und H₀ wird klar beibehalten. Je weiter beobachtet von erwartet abweicht, desto größer der χ²-Wert.

Teil 3·Quiz / Klausurfragen

Praxis-Übung

Chi-Quadrat-Praxis

Klausur-typische Aufgaben: erwartete Häufigkeiten berechnen, χ²-Statistik aufstellen, df bestimmen, Entscheidung.

Klausurfragen mit Lösungen (6)

F1.Welche Frage prüft der Unabhängigkeits-Chi-Quadrat-Test?

Antwort: Sind zwei Merkmale voneinander unabhängig?

Erklärung: Unabhängigkeitstest fragt: gibt es einen Zusammenhang zwischen zwei kategorialen Merkmalen? H₀: sind unabhängig. Anpassungstest hingegen prüft Verteilung gegen Theorie.

F2.Eine 3×4-Kontingenztafel hat wie viele Freiheitsgrade?

Antwort: 6

Erklärung: df = (r-1)·(c-1) = (3-1)·(4-1) = 2·3 = 6. Klausur-Klassiker. ACHTUNG: nicht r·c (=12) und nicht r+c (=7), sondern (r-1)(c-1).

Typ: Zahlen-Eingabe

F3.Beobachtet O = 30, erwartet E = 40. Welcher Beitrag zum χ²-Wert? (auf 2 Nachkommastellen)

Antwort: 2.5 (Toleranz ±0.05)

Erklärung: (O-E)²/E = (30-40)² / 40 = 100/40 = 2,5. Klausur-Standard: ein einzelner Term der Σ. Negative Differenz wird durch das Quadrat positiv.

Typ: Zahlen-Eingabe

F4.Wenn alle erwarteten Häufigkeiten kleiner als 5 sind, ist der Chi-Quadrat-Test unzulässig.

Antwort: Wahr

Erklärung: Korrekt, klassische Faustregel: alle E_ij ≥ 5. Bei Verletzung: Zellen zusammenfassen ODER Fisher's exact test verwenden. Klausur-Pflichtwissen.

Typ: Wahr/Falsch

F5.Ordne dem Test-Typ die Frage zu:

Zuordnungen:

  • Anpassungstest → Passt 1 Stichprobe zu theoretischer Verteilung?
  • Unabhängigkeitstest → Sind 2 Merkmale unabhängig?
  • Homogenitätstest → Haben Gruppen gleiche Verteilung?

Erklärung: Drei Varianten des χ²-Tests. Math-Logik fast gleich (Σ(O-E)²/E), aber Frage und df-Bestimmung unterschiedlich. Unabh.-Test ist Klausur-Klassiker.

Typ: Zuordnung

F6.Erwartete Häufigkeit im Unabhängigkeitstest: E_(ij) = ({{1}} · {{2}}) / {{3}}.

Lösungen pro Lücke:

  • {{1}}: Zeilensumme_i / Zeilensumme / ZSi / Zeile_i
  • {{2}}: Spaltensumme_j / Spaltensumme / SSj / Spalte_j
  • {{3}}: n / N / Gesamtsumme

Erklärung: Klassische Formel: erwartete Zelle = Produkt der Randsummen geteilt durch Gesamt. Klausur-Pflicht. Plausibilitäts-Check: alle E_ij summiert ergibt wieder n.

Typ: Lückentext

Teil 4·Quiz / Klausurfragen

Klausur-Quiz

Klausurfragen mit Lösungen (6)

F1.Sortiere die Schritte des Chi-Quadrat-Unabhängigkeitstests:

Richtige Reihenfolge:

  1. Zeilen- und Spaltensummen + Gesamt n bilden
  2. Erwartete Häufigkeiten $E_{ij}$ = (ZS·SS)/n je Zelle
  3. $\chi^2$ = Σ (O-E)²/E aufsummieren
  4. df = (r-1)(c-1) bestimmen
  5. $\chi^2_{krit}$ aus Tabelle bei df, α ablesen
  6. Entscheidung: $\chi^2 > \chi^2_{krit}$ → H₀ ablehnen

Erklärung: Standard-Workflow für Unabh.-Test. Wichtig: Randsummen ZUERST, dann erwartete Tafel, dann χ²-Summe. df-Bestimmung kann auch früher kommen, aber kritischer Wert braucht df.

Typ: Reihenfolge

F2.Tafel: Zeilensummen 100/100, Spaltensummen 80/80/40, n=200. Berechne E_(11) (Zelle oben links).

Antwort: 40

Erklärung: `E_(11)` = (Z1 · S1) / n = (100 · 80) / 200 = 40. Klausur-Standard. Plausibilitäts-Check: Zeile 1 hat Summe 100, `E_(11)+E_(12)+E_(13)` = 40+40+20 = 100 ✓.

Typ: Zahlen-Eingabe

F3.Bei einem Anpassungstest mit 6 Kategorien (Würfelaugen 1-6), wie viele Freiheitsgrade?

Antwort: df = 5

Erklärung: df = k - 1 = 6 - 1 = 5 beim Anpassungstest. Begrund: ein Freiheitsgrad geht durch die Bedingung Σ Häufigkeiten = n (oder Σ Wahrscheinlichkeiten = 1) verloren. Beim Würfel α=5 % → χ²_krit = 11,07.

F4.Welche Aussagen über den χ²-Test sind RICHTIG?

Richtige Antworten: Verlangt erwartete Häufigkeiten ≥ 5 in jeder Zelle; df = (r-1)(c-1) im Unabhängigkeitstest; Größerer χ²-Wert = stärkere Evidenz gegen H₀; Fisher's exact ist Alternative bei kleinen Stichproben

Erklärung: Korrekt: E ≥ 5, df=(r-1)(c-1), χ² groß=Evidenz, Fisher's als Alternative. Falsch: χ²-Test ist NUR für kategoriale/diskrete Daten; χ² ist Quadrat-Summe und damit ≥ 0.

Typ: Multi-Select

F5.2×2-Tafel: O = [[20, 30], [30, 20]] mit Randsummen 50/50/50/50, n=100. Berechne χ². (auf 1 Nachkommastelle)

Antwort: 4 (Toleranz ±0.1)

Erklärung: Alle E_ij = (50·50)/100 = 25. (O-E): -5, 5, 5, -5. χ² = 4 · (25/25) = 4·1 = 4,0. Bei df=1, α=5 % ist krit=3,84 → 4,0 > 3,84 → H₀ ablehnen (knapp).

Typ: Zahlen-Eingabe

F6.Beim Chi-Quadrat-Test wird H₀ abgelehnt, wenn der berechnete χ²-Wert SIGNIFIKANT KLEINER als der kritische Wert ist.

Antwort: Falsch

Erklärung: FALSCH. H₀ wird abgelehnt, wenn χ² **größer** als der kritische Wert ist. Großer χ²-Wert = große Differenz beobachtet vs. erwartet = Evidenz GEGEN H₀ (Unabhängigkeit/Anpassung). Klausur-Falle.

Typ: Wahr/Falsch

Zur KategorieStatistik.Mehr Themen entdeckenZum Themen-Hub.

UniProMax ist eine themenbasierte Lernplattform für Studierende an deutschen Unis.

Wir glauben, dass Verstehen besser ist als Auswendiglernen. Wir bauen Lerneinheiten die zeigen statt erzählen. Code, Visualisierung, Quiz. Auf Deutsch.

Marke

UniProMaxUniProMax

Themenbasiert, visuell, interaktiv.

Inhalte

  • Alle Themen (Hub)
  • Programmiergrundlagen
  • Algorithmen
  • Mathematik
  • Statistik
  • Datenbanken
  • Rechnungswesen
  • VWL

Studiengang-Filter

  • Informatik
  • Wirtschaftsinformatik
  • BWL
  • Data Science
  • VWL
  • Wirtschaftsingenieurwesen
  • Mathe
  • Psychologie
  • weitere Studiengänge folgen

Plattform

  • Mein Fortschritt
  • Impressum
  • Datenschutz
© 2026 UniProMaxAlle Systeme onlinev0.2 / Sommersemester 2026
UniProMaxUniProMaxUniProMaxUniProMax