Gratis statistikberegner online
Lav hypotesetest direkte i browseren: A/B-test, t-test, z-test, proportionstest, konfidensinterval og stikprøvestørrelse. Hver beregner kommer med en forklaring du forstår og praktiske eksempler.
✨ Ved du ikke hvilken du skal bruge? Spørg AI i almindeligt sprog →
Vælg din statistik beregner
Elleve værktøjer, hver med trin-for-trin-vejledning og automatisk fortolkning af resultatet.
A/B-test-beregner
Find ud af, om forskellen mellem to versioner (side, e-mail, annonce) er statistisk signifikant.
Beregn signifikans →Stikprøvestørrelse til A/B-test
Beregn hvor mange besøgende du har brug for, og hvor mange dage testen skal køre, før du tager en beslutning.
Planlæg testen →Students t-test-beregner
Sammenlign gennemsnit: én stikprøve, to uafhængige stikprøver eller parrede data (før og efter).
Sammenlign gennemsnit →Z-test-beregner
Test et gennemsnit, når populationens standardafvigelse er kendt, og stikprøven er stor.
Lav z-test →Proportionstest-beregner
Sammenlign procenter og rater: én proportion mod en referenceværdi eller to proportioner indbyrdes.
Test proportioner →Chi-i-anden-beregner
Tjek om to kategoriske variabler hænger sammen, ud fra en kontingenstabel.
Test sammenhæng →ANOVA og k stikprøver-beregner
Sammenlign gennemsnit fra tre eller flere grupper med ANOVA eller Kruskal-Wallis.
Sammenlign k grupper →Wilcoxon og Mann-Whitney-beregner
Sammenlign to grupper uden at antage normalfordeling — de ikke-parametriske tests.
Sammenlign uden normalitet → NytPearson-korrelations-beregner
Indsæt to talrækker og se r, R², p-værdi og spredningsdiagrammet med regressionslinjen.
Beregn korrelation →Konfidensinterval-beregner
Estimer det sandsynlige interval for et gennemsnit eller en proportion, med 90%, 95% eller 99% sikkerhed.
Beregn intervallet →Stikprøvestørrelse-beregner
Find ud af, hvor mange du skal spørge i en undersøgelse for den fejlmargin, du ønsker.
Planlæg undersøgelsen →Statistik anvendt på dit område
Komplette guides til at bruge statistik i praksis — og vælge den rigtige test.
Statistik for sygepleje
Sådan læser du videnskabelige artikler, fortolker p-værdier og bruger statistik i evidensbaseret praksis.
Læs guiden →Statistik for psykologi
T-test, effektstørrelse og hvad et signifikant resultat faktisk betyder i forskning.
Læs guiden →Statistik for marketing og CRO
A/B-test uden fejl: signifikans, statistisk styrke og fælderne, der gør eksperimenter ubrugelige.
Læs guiden →Sådan vælger du den statistiske test
En beslutningsguide, der hjælper dig med at finde den rigtige test ud fra din datatype.
Læs guiden →Hvorfor bruge Statistik Beregner
Forklaring der lærer dig det
Hver test kommer med en fuld artikel: teorien, formlerne og løste eksempler.
Tydeligt resultat
Konklusionen vises i et klart kort: signifikant eller ej, med p-værdi og fortolkning.
Hvad en statistisk test er (og hvorfor den betyder noget)
Hver gang du sammenligner to grupper — to versioner af en side, to behandlinger, to klasser — dukker det samme spørgsmål op: er den forskel, jeg ser, ægte, eller er det bare tilfældigheder? En statistisk test findes netop for at svare på det objektivt i stedet for at stole på din mavefornemmelse.
Logikken er altid den samme. Du starter med en nulhypotese — den forsigtige antagelse om, at der ingen forskel er. Derefter beregner du en teststørrelse (en z- eller t-værdi), der måler, hvor langt dine data ligger fra det "ingen forskel"-scenarie. Til sidst oversætter p-værdien den afstand til en sandsynlighed: den fortæller, hvor stor chancen ville være for at observere et lige så ekstremt resultat som dit, hvis nulhypotesen var sand.
Når p-værdien er mindre end en grænse, der er valgt på forhånd (typisk 5%, det berømte signifikansniveau), siger vi, at resultatet er statistisk signifikant: det er usandsynligt, det er opstået ved ren tilfældighed. Når p-værdien er større, er der ikke nok evidens — hvilket ikke er det samme som "at bevise, at der ingen forskel er".
Det er her, mange tager fejl. Statistisk signifikans er ikke det samme som praktisk betydning, og en test med en lille stikprøve kan godt overse en reel forskel. Derfor viser hver beregner på siden — ud over dommen — også konfidensintervallet og hjælper dig med at planlægge stikprøvestørrelsen, før du samler data.
Hvis du er ny i det, så start med A/B-test-beregneren: den er den mest intuitive, og artiklen forklarer fra bunden alle de begreber, som dukker op i de andre værktøjer.
Ofte stillede spørgsmål
Er beregnerne gratis?
Ja. Alle beregnere er 100% gratis, kører i din browser og kræver hverken registrering, login eller installation. Siden er finansieret af diskrete annoncer.
Kan jeg stole på beregningerne?
Ja. Vi bruger de samme formler som lærebøgerne i statistik — normalfordelingen, Students t-fordeling og den ufuldstændige beta-funktion — implementeret med præcise numeriske algoritmer og tjekket mod kendte referenceværdier.
Skal jeg være god til statistik for at bruge dem?
Nej. Du udfylder bare de tal, du allerede har. Beregneren fortolker resultatet i et almindeligt sprog, og hver side har en artikel, der gennemgår teorien bagved med konkrete eksempler.
Hvilken statistisk test skal jeg bruge?
To muligheder: Hvis du bare vil have svaret, så brug Spørg AI og beskriv dit problem i almindeligt sprog ("sammenlign vægt før og efter mellem to grupper", "min konvertering steg 1%, er det signifikant?") — den peger på den rigtige beregner og foreslår alternativer, når flere kan bruges. Hvis du vil forstå logikken bag valget (datatype, antal grupper, antagelser), så læs den fulde beslutningsguide. Som hurtig reference: til rater eller procenter brug A/B-test eller proportionstest; til gennemsnit brug t-test.
Bliver mine data gemt nogen steder?
Nej. Alle beregninger sker i din egen browser. De tal, du skriver ind, sendes ikke til nogen server.
Har du et spørgsmål, der skal løses nu?
Start med A/B-test-beregneren — den er gratis og tager mindre end et minut.
Åbn A/B-test-beregneren