Mann-Whitney-U-Test

Der Mann-Whitney-U-Test ist ein nicht-parametrischer statistischer Test, der verwendet wird, um Unterschiede zwischen den Medians zweier unabhängiger Stichproben zu analysieren. Er ist besonders nützlich, wenn die Daten nicht normal verteilt sind oder bei ordinalen Daten. Um den Test durchzuführen, ordnest Du die kombinierten Daten, weist Ränge zu und berechnest die U-Statistik, um zu bestimmen, ob ein signifikanter Unterschied zwischen den Gruppen besteht.

Los geht’s

Lerne mit Millionen geteilten Karteikarten

Leg kostenfrei los
Inhaltsverzeichnis
Inhaltsangabe

    Jump to a key chapter

      Mann-Whitney-U-Test Definition

      Mann-Whitney-U-Test ist ein nicht-parametrischer statistischer Test, der verwendet wird, um festzustellen, ob zwei unabhängige Stichproben aus derselben Verteilung stammen. Dieser Test ist besonders nützlich, wenn die Daten nicht normalverteilt sind oder wenn die Stichproben klein sind.

      Wann wird der Mann-Whitney-U-Test verwendet?

      Der Mann-Whitney-U-Test wird häufig in folgenden Situationen angewendet:

      • Wenn Du zwei unabhängige Stichproben vergleichen möchtest.
      • Wenn die Daten in den Stichproben ordinal sind oder nicht normalverteilt sind.
      • Wenn die Stichprobengrößen klein sind und ein parametrischer Test wie der t-Test nicht geeignet ist.

      Der Mann-Whitney-U-Test vergleicht die Ränge von zwei unabhängigen Stichproben und bewertet den Unterschied zwischen den Medianen.

      Angenommen, Du möchtest die Testleistung von Schülern aus zwei verschiedenen Schulen vergleichen. Wenn die Testdaten nicht normalverteilt sind, wäre der Mann-Whitney-U-Test eine geeignete Methode, um den Unterschied in der Leistung zu bewerten.

      Wie wird der Mann-Whitney-U-Test berechnet?

      Die Berechnung des Mann-Whitney-U-Tests erfolgt in mehreren Schritten:

      • Alle Beobachtungen beider Stichproben werden zusammengefasst und in aufsteigender Reihenfolge geordnet.
      • Jede Beobachtung erhält einen Rang.
      • Die Summen der Ränge werden für jede der beiden Stichproben berechnet.
      • Der U-Wert wird aus den Rangsumme berechnet, wobei höchsten Wert von U verwendet wird, um den Vergleich anzustellen.

      Eine wichtige Eigenschaft des Mann-Whitney-U-Tests ist seine Robustheit gegenüber Ausreißern und seiner Flexibilität im Umgang mit verschiedenen Datentypen, da er nur Ranginformationen und keine absoluten Werte verwendet. Diese Eigenschaft macht ihn zu einer wertvollen Alternative zu parametrischen Tests wie dem t-Test, vor allem in der psychometrischen Forschung, wo Daten oft nicht normalverteilt sind.

      Der Mann-Whitney-U-Test ist auch als Wilcoxon-Rangsummentest bekannt, wenn Du das gleiche Konzept unter einem anderen Namen findest.

      Mann-Whitney-U-Test einfach erklärt

      Der Mann-Whitney-U-Test ist ein statistischer Test, der speziell entwickelt wurde, um den Unterschied zwischen zwei unabhängigen Stichproben zu bewerten. Im Gegensatz zu anderen Tests erfordert er keine Normalverteilung der Daten. Dieser nicht-parametrische Test ist extrem nützlich in Bereichen, in denen herkömmliche Tests, wie der t-Test, ihren Einsatz verlieren.

      Wofür wird der Mann-Whitney-U-Test verwendet?

      Im Gegensatz zu parametrischen Tests wird der Mann-Whitney-U-Test in folgenden Situationen verwendet:

      • Vergleich von zwei unabhängigen Stichproben, bei denen die Daten ordinal oder nicht normalverteilt sind.
      • Analyse von kleinen Stichproben, bei denen die Normalverteilung der Daten nicht angenommen werden kann.
      Der Test vergleicht die Ränge der Daten anstatt der absoluten Werte, was ihn besonders anpassungsfähig macht.

      Der Mann-Whitney-U-Test ist dadurch charakterisiert, dass er die Daten der beiden Gruppen in aufsteigender Reihenfolge ordnet und Ranginformation anstelle der tatsächlichen Messwerte nutzt, um Medianunterschiede zwischen den Gruppen zu bewerten.

      Berechnung des Mann-Whitney-U-Tests

      Die Berechnung des U-Werts im Mann-Whitney-U-Test wird schrittweise durchgeführt:

      • Rangordnung der Daten beider Gruppen unabhängig ihrer Zuordnung.
      • Berechnung der Rangsumme für jede Gruppe.
      • Formel für den U-Wert: \( U = n_1 \times n_2 + \frac{n_1 \times (n_1 + 1)}{2} - R_1 \ \)Hierbei steht \(n_1\) für die Größe der ersten Gruppe und \(R_1\) für die Summe der Ränge der ersten Gruppe.

      Betrachte eine Studie, die die Zufriedenheit von Kunden mit zwei unterschiedlichen Produkten vergleicht. Wenn die Zufriedenheitsbewertungen ordinal sind, nutzt Du den Mann-Whitney-U-Test, um die zentrale Tendenz dieser beiden Gruppen zu vergleichen.

      Die faszinierendste Eigenschaft des Mann-Whitney-U-Tests ist seine Unabhängigkeit von der Verteilung der Grundgesamtheit. Da nur Ränge verwendet werden, kann der Test sowohl mit normierten als auch mit ungewöhnlichen Verteilungen umgehen. Außerdem ist er robust gegenüber Ausreißern, da diese die Rangordnung weniger beeinflussen als absolute Werte. Deshalb wird er häufig in psychometrischen Studien angewendet, bei denen die Daten oft nicht perfekt normalverteilt sind.

      Verwechsel den Mann-Whitney-U-Test nicht mit dem t-Test. Der t-Test setzt eine Normalverteilung voraus, während der Mann-Whitney-U-Test hier flexibler ist.

      Mann-Whitney-U-Test Vorgehensweise

      Der Mann-Whitney-U-Test ist ein vielseitiges Werkzeug in der Statistik, das es ermöglicht, zwei unabhängige Stichproben zu vergleichen, ohne die Annahme einer Normalverteilung der Grundgesamtheit. Hier erfährst Du, wie Du den Test effektiv durchführst.

      Mann-Whitney-U-Test Schritt-für-Schritt Anleitung

      Befolge diese Schritte, um den Mann-Whitney-U-Test korrekt anzuwenden:

      • Bereite die Daten vor, indem Du beide Stichproben in eine gemeinsame Liste zusammenführst.
      • Rangiere alle Beobachtungen von klein bis groß über die gesamte verbundene Liste.
      • Notiere die Ränge separat für jede Gruppe.
      • Berechne die Rangsumme jeder Gruppe. Wenn die Ränge für Gruppe 1 als \( R_1 \) und für Gruppe 2 als \( R_2 \) angegeben werden, dann gilt: \ T_1 = \sum_{i=1}^{n_1} R_i \ \ T_2 = \sum_{j=1}^{n_2} R_j \
      • Verwende die Formel, um U-Werte zu berechnen:
        • \ U_1 = n_1 \times n_2 + \frac{n_1 \times (n_1 + 1)}{2} - T_1 \
        • \ U_2 = n_1 \times n_2 + \frac{n_2 \times (n_2 + 1)}{2} - T_2 \
        Der kleinere der beiden U-Werte wird als Teststatistik verwendet.

      Wenn die Stichprobengröße groß ist (z.B. \( n_1 + n_2 > 20 \)), kann der U-Wert in eine Normalverteilung überführt werden.

      Mann-Whitney-U-Test Beispiel

      Stell Dir vor, Du möchtest den Median-Gehalt von Angestellten in zwei unterschiedlichen Firmen vergleichen. Angenommen, die Gehaltsdaten sind nicht normalverteilt, daher eignet sich der Mann-Whitney-U-Test. Verwende die folgenden Schritte zur praktischen Anwendung:

      • Die Gehaltsdaten beider Firmen werden zusammengeführt und aufsteigend sortiert.
      • Vergib Ränge an jedes Gehaltsdatum und summiere die Ränge der Gehälter jeder Firma.
      • Berechne die U-Werte mit den Rangsummen.
      • Verwende den kleineren U-Wert als Teststatistik, um die Unterschiede in den Median-Gehältern zu testen.

      Angenommen, in Firma A sind die Gehälter (in Tausend) 50, 55, 60 und in Firma B sind sie 45, 65, 70. Nach dem Zusammenführen und Rangen:

      ' 45, 50, 55, 60, 65, 70 '
      Rangsumme A: 2, 3, 4Rangsumme B: 1, 5, 6Berechne \( U_1 \) und \( U_2 \) und benutze den kleineren Wert zur Analyse.

      Der Mann-Whitney-U-Test zeigt eine bemerkenswerte Flexibilität in seiner Anwendung. Ein wesentlicher Vorteil ist, dass er auch bei Vorhandensein von Ausreißern unempfindlich bleibt. Diese Robustheit ist in der Praxis besonders nützlich, wenn qualitative Daten in numerische Bewertungen übertragen werden müssen. Der Test basiert auf der Überlegung, dass bei jeweils unterschiedlicher Verteilung der Daten beider Stichproben die Rangsumme einer Gruppe bedeutend abweichen müsste, um einen signifikanten Unterschied zu offenbaren. Mit modernen Computersoftwarelösungen wird die Durchführung eines solchen Tests zudem sehr unkompliziert, da selbst große Datensätze effizient verarbeitet werden können.

      Mann-Whitney-U-Test Anwendung

      Der Mann-Whitney-U-Test findet in verschiedenen wissenschaftlichen und praxisnahen Szenarien Anwendung, wenn die Voraussetzungen für parametrische Tests wie der t-Test nicht erfüllt sind. Dieser Test dient als eine verlässliche Methode zur Analyse von zwei unabhängigen Stichproben, insbesondere wenn die Daten ordinal sind oder kleinen Stichproben angehören.

      Mann-Whitney-U-Test Einsatzgebiete

      Der Mann-Whitney-U-Test wird in zahlreichen Bereichen eingesetzt, darunter:

      • Medizinische Studien: Vergleich von Behandlungseffekten zwischen zwei unabhängigen Patientengruppen.
      • Psychologie: Analyse von Umfragen, bei denen Antworten ordinal skaliert sind.
      • Umweltwissenschaften: Bewertung von Umweltauswirkungen durch verschiedene industrielle Interventionen.
      Durch seine Anpassungsfähigkeit und Robustheit bei nicht-normalverteilten Daten ist der Mann-Whitney-U-Test eine beliebte Wahl in der Forschungswelt.

      Der Mann-Whitney-U-Test kann praktisch in jeder Disziplin angewendet werden, in der ein Vergleich von zwei Gruppen ohne Normalverteilungsanpassung erforderlich ist.

      In der Klinischen Forschung wird häufig der Mann-Whitney-U-Test genutzt, um Therapieeffekte zu vergleichen. Bei klinischen Studien, in denen der Stichprobenumfang klein ist und die Datensätze nicht den Normalitätsannahmen entsprechen, ist es kritisch, dennoch robuste statistische Ergebnisse zu erzielen. Der Mann-Whitney-U-Test leistet hier wertvolle Dienste, da er die Ranginformationen verwendet, um Unterschiede zwischen Medianspunkten der untersuchten Gruppen zu analysieren. Die Flexibilität des Tests hat auch zur Entwicklung weiterer Erweiterungen geführt, um multivariat analysierbare Ergebnisse zu generieren.

      Mann-Whitney-U-Test SPSS Anleitung

      SPSS ist ein weit verbreitetes Werkzeug zur Durchführung von statistischen Analysen. Um den Mann-Whitney-U-Test in SPSS durchzuführen, befolge diese Schritte:

      1. Öffne SPSS und importiere Deine Datendatei.
      2. Gehe zu Analysieren > Nichtparametrische Tests > Unabhängige Stichproben.
      3. Wähle die Gruppierungsvariable und die Testvariable aus.
      4. Wähle den Mann-Whitney-U-Test aus den Testoptionen aus und klicke auf Ok.
      5. Die Ergebnisse werden im SPSS-Ausgabefenster angezeigt und liefern Informationen über die U-Werte und die statistische Signifikanz.

      Betrachte eine Untersuchung, bei der die Gehälter von Mitarbeitern zweier Unternehmen verglichen werden. Die Daten dieser Gehälter sind ordinal skaliert, was bedeutet, dass der Mann-Whitney-U-Test ideal geeignet ist. In SPSS würden die Unternehmen als Gruppierungsvariable eingestellt und die Gehälter als Testvariable. Nach der Durchführung liefert SPSS die U-Werte nebst ihrer Signifikanz, auf deren Basis festgestellt werden kann, ob es signifikante Unterschiede zwischen den Gehältern der beiden Unternehmen gibt.

      Mann-Whitney-U-Test - Das Wichtigste

      • Der Mann-Whitney-U-Test ist ein nicht-parametrischer Test zur Analyse von zwei unabhängigen Stichproben ohne Normalverteilungsannahme.
      • Er wird angewendet bei ordinalen oder nicht normalverteilten Daten sowie bei kleinen Stichprobengrößen, wo der t-Test nicht geeignet ist.
      • Die Berechnung erfolgt durch Ranganordnung der Daten und Kalkulation der Rangsumme für jede Gruppe, um letztlich den U-Wert zu bestimmen.
      • Beispiele: Vergleich von Schülerleistungen zweier Schulen oder Zufriedenheit mit zwei Produkten.
      • Hauptanwendungen finden sich in der Medizin, Psychologie und Umweltwissenschaften, besonders bei nicht-normalverteilten Daten.
      • Der Mann-Whitney-U-Test kann in SPSS durchgeführt werden unter 'Analysieren' > 'Nichtparametrische Tests' > 'Unabhängige Stichproben'.
      Häufig gestellte Fragen zum Thema Mann-Whitney-U-Test
      Wie interpretiert man die Ergebnisse des Mann-Whitney-U-Tests im Rahmen eines Informatik Studiums?
      Der Mann-Whitney-U-Test vergleicht Rangordnungen zweier unabhängiger Stichproben. Ein signifikanter p-Wert (meist < 0,05) deutet darauf hin, dass die Verteilungen in den Gruppen unterschiedlich sind. In einem Informatik Studium interpretiert man dies, um Unterschiede in experimentellen oder beobachteten Daten aufzuzeigen, beispielsweise bei Benutzerstudien.
      Wie führt man einen Mann-Whitney-U-Test in einer Programmierumgebung wie R oder Python durch?
      Um einen Mann-Whitney-U-Test in R durchzuführen, verwende die Funktion `wilcox.test()`. In Python steht dir die Funktion `mannwhitneyu()` aus der Bibliothek `scipy.stats` zur Verfügung. Beide erfordern zwei unabhängige Stichproben als Input.
      Welche Voraussetzungen müssen erfüllt sein, um den Mann-Whitney-U-Test anzuwenden?
      Für den Mann-Whitney-U-Test müssen zwei unabhängige Stichproben vorliegen. Die untersuchten Daten sollten ordinal skaliert sein. Außerdem ist es wichtig, dass die Verteilung der Unterschiede in den beiden Gruppen identisch ist. Eine Normalverteilung der Daten wird jedoch nicht vorausgesetzt.
      Warum sollte man den Mann-Whitney-U-Test anstelle eines t-Tests verwenden?
      Der Mann-Whitney-U-Test wird verwendet, wenn die Daten nicht normalverteilt sind oder Rangordnungen statt exakten Messwerten verglichen werden sollen. Er ist robust gegenüber Ausreißern und benötigt keine Varianzhomogenität, im Gegensatz zum t-Test.
      Wann verwendet man den Mann-Whitney-U-Test in der Informatik?
      Der Mann-Whitney-U-Test wird in der Informatik verwendet, um zwei unabhängige Stichproben zu vergleichen, wenn die Daten nicht normalverteilt sind. Er ist eine nicht-parametrische Alternative zum t-Test und eignet sich besonders für ordinalskalierte Daten oder bei kleinen Stichprobenumfängen.
      Erklärung speichern

      Teste dein Wissen mit Multiple-Choice-Karteikarten

      Wie berechnet man den U-Wert im Mann-Whitney-U-Test?

      Was vergleicht der Mann-Whitney-U-Test in zwei Stichproben?

      Warum ist der Mann-Whitney-U-Test robust gegenüber Ausreißern?

      Weiter
      1
      Über StudySmarter

      StudySmarter ist ein weltweit anerkanntes Bildungstechnologie-Unternehmen, das eine ganzheitliche Lernplattform für Schüler und Studenten aller Altersstufen und Bildungsniveaus bietet. Unsere Plattform unterstützt das Lernen in einer breiten Palette von Fächern, einschließlich MINT, Sozialwissenschaften und Sprachen, und hilft den Schülern auch, weltweit verschiedene Tests und Prüfungen wie GCSE, A Level, SAT, ACT, Abitur und mehr erfolgreich zu meistern. Wir bieten eine umfangreiche Bibliothek von Lernmaterialien, einschließlich interaktiver Karteikarten, umfassender Lehrbuchlösungen und detaillierter Erklärungen. Die fortschrittliche Technologie und Werkzeuge, die wir zur Verfügung stellen, helfen Schülern, ihre eigenen Lernmaterialien zu erstellen. Die Inhalte von StudySmarter sind nicht nur von Experten geprüft, sondern werden auch regelmäßig aktualisiert, um Genauigkeit und Relevanz zu gewährleisten.

      Erfahre mehr
      StudySmarter Redaktionsteam

      Team Informatik Studium Lehrer

      • 9 Minuten Lesezeit
      • Geprüft vom StudySmarter Redaktionsteam
      Erklärung speichern Erklärung speichern

      Lerne jederzeit. Lerne überall. Auf allen Geräten.

      Kostenfrei loslegen

      Melde dich an für Notizen & Bearbeitung. 100% for free.

      Schließ dich über 22 Millionen Schülern und Studierenden an und lerne mit unserer StudySmarter App!

      Die erste Lern-App, die wirklich alles bietet, was du brauchst, um deine Prüfungen an einem Ort zu meistern.

      • Karteikarten & Quizze
      • KI-Lernassistent
      • Lernplaner
      • Probeklausuren
      • Intelligente Notizen
      Schließ dich über 22 Millionen Schülern und Studierenden an und lerne mit unserer StudySmarter App!
      Mit E-Mail registrieren