Was sind nicht-parametrische Tests?

Nichtparametrische Tests, oft auch als verteilungsfreie Tests bezeichnet, sind statistische Methoden, die sich nicht auf spezifische Wahrscheinlichkeitsverteilungen (wie die Normalverteilung) für die Population stützen, aus der eine Stichprobe gezogen wird. Anstatt eine bestimmte Form für die Daten anzunehmen, arbeiten diese Tests auf Reihen, Zeichen oder Zählungen, was sie sehr flexibel macht, wenn traditionelle parametrische Annahmen verletzt werden. Parametrische Tests wie der t-Test und ANOVA erfordern, dass Daten normal verteilt sind, gleiche Varianzen über Gruppen aufweisen und in einem Intervall oder Verhältnis gemessen werden Ebene. Wenn diese Bedingungen nicht erfüllt sind - was in der Praxis häufig vorkommt - bieten nichtparametrische Alternativen eine robuste, gültige Möglichkeit, Hypothesen zu testen.

Da sie auf Rangstufen statt auf Rohwerten basieren, sind nichtparametrische Tests weniger empfindlich auf extreme Werte. Ein Ausreißer, der eine mittlere und aufblasbare Varianz in einem parametrischen Test drastisch verändern würde, hat nur einen begrenzten Einfluss auf Rangpositionen. Diese Belastbarkeit macht sie ideal für reale Daten, die oft Schieflage, begrenzte Skewness (z. B. 0-10-Bewertungen) oder kleine Stichprobengrößen umfassen. Diese Flexibilität hat jedoch ihren Preis: Wenn die Daten parametrischen Annahmen entsprechen, haben nichtparametrische Tests eine geringere statistische Aussagekraft. Mit anderen Worten, sie erfordern möglicherweise eine größere Stichprobe, um den gleichen Effekt zu erkennen.

Für viele angewandte Forscher überwiegen die Sicherheit und Interpretierbarkeit nichtparametrischer Methoden diesen Nachteil bei weitem.

Parametrische vs. nicht-parametrische Tests: Hauptunterschiede

Die Wahl zwischen parametrischen und nichtparametrischen Tests hängt von drei Hauptannahmen ab: Normalität, Homogenität der Varianz und Messgrad. Parametrische Tests gehen davon aus, dass die Daten aus einer normal verteilten Population stammen, dass die Varianzen zwischen Gruppen gleich sind (Homoszentizität) und dass die Variablen auf einer Intervall- oder Verhältnisskala gemessen werden (wobei die Werteintervalle aussagekräftig und gleich sind). Nichtparametrische Tests lockern jede dieser Annahmen ab. Sie arbeiten mit ordinalen Daten, erfordern keine Normalität und können ungleiche Varianzen behandeln, ohne das Ergebnis zu entkräften.

Betrachten wir ein Zwei-Stichproben-Szenario. Der parametrische unabhängige t-Test vergleicht Mittel unter der Annahme, dass beide Gruppen aus Normalverteilungen mit gleichen Varianzen stammen. Wenn diese Bedingungen fragwürdig sind, vergleicht der Mann-Whitney-U-Test (nicht parametrisch) die Mediane, indem er alle Beobachtungen zusammenordnet. Ebenso erfordert Einweg-ANOVA Normalität und Homogenität, während der Kruskal-Wallis-H-Test eine nicht parametrische Alternative bietet, die hervorragend mit den Rangdaten funktioniert. Die folgende Tabelle zeigt die häufigsten parametrischen/nichtparametrischen Paare:

  • Unabhängige Gruppen (zwei): t-test → Mann-Whitney U-Test
  • Paargruppen (zwei): Gepaarter t‐Test → Wilcoxon signiert‐rangig
  • Unabhängige Gruppen (≥3): Einweg-ANOVA → Kruskal-Wallis H-Test
  • Wiederholte Maßnahmen (≥3): Wiederholte Maßnahmen ANOVA → Friedman-Test
  • Korrelation: Pearson r → Spearmans Rangkorrelation (ρ)

In der Praxis verwenden viele Forscher nichtparametrische Tests als Standard, wenn die Stichprobengrößen klein sind (z. B. weniger als 30 pro Gruppe) oder wenn die Daten Ausreißer enthalten, die nicht transformiert oder entfernt werden können. Felder wie Psychologie, Bildung und Gesundheitsversorgung befassen sich oft mit Reaktionen auf Likert-Skala oder anderen ordinalen Maßnahmen, so dass nichtparametrische Methoden eine natürliche erste Wahl sind.

Allgemeine Arten von nicht-parametrischen Tests

Es gibt eine Vielzahl nichtparametrischer Tests, die jeweils für spezifische Forschungskonzepte geeignet sind, wobei die nachstehenden Abschnitte die am häufigsten verwendeten Tests behandeln und ihren Zweck, ihre Annahmen und ihre typischen Anwendungen erläutern.

Mann‐Whitney U Test (Zwei unabhängige Gruppen)

Der Mann-Whitney-U-Test ist das nichtparametrische Äquivalent des unabhängigen t-Tests. Er bestimmt, ob eine Gruppe tendenziell größere Werte hat als die andere, indem er alle Beobachtungen beider Gruppen zusammenstellt und dann die Summe der Ränge zwischen den Gruppen vergleicht. Ein signifikantes Ergebnis zeigt, dass die Verteilungen in der Lage unterschiedlich sind (d. h. eine Gruppe neigt dazu, höhere oder niedrigere Ergebnisse zu erzielen). Dieser Test wird in klinischen Studien häufig verwendet, in denen eine Behandlungsgruppe mit einer Kontrolle verglichen wird, wenn das Ergebnis ordinal oder nicht normal verteilt ist. Ein Forscher könnte beispielsweise die Schmerzwerte (0-10) zwischen Patienten vergleichen, die ein experimentelles Medikament erhalten, und Patienten, die ein Placebo erhalten.

Da die Schmerzwerte ordinal und oft verzerrt sind, ist der Mann-Whitney-U-Test angemessen.

Wilcoxon Signed-Rank Test (zwei verwandte Proben)

Der Wilcoxon-Sign-Rank-Test ist das Gegenstück zum gepaarten t-Test. Er ist für gematchte Paare oder wiederholte Messungen an denselben Probanden konzipiert, wie z. B. Vorher-Nachher-Messungen. Der Test berechnet die Unterschiede zwischen jedem Paar, ordnet die absoluten Unterschiede ein und summiert die Ränge dann separat für positive und negative Unterschiede. Wenn es keine systematische Veränderung gibt, sollten die Summen ähnlich sein. Ein typisches Beispiel ist die Blutdruckmessung vor und nach einer Behandlung in derselben Patientengruppe.

Der Test kann beurteilen, ob die mediane Veränderung signifikant von Null abweicht.

Kruskal‐Wallis H Test (drei oder mehr unabhängige Gruppen)

Der Kruskal-Wallis-Test erweitert den Mann-Whitney-Ansatz um den Vergleich von drei oder mehr unabhängigen Gruppen. Es handelt sich um das nicht-parametrische Analogon zu einer Einweg-ANOVA. Alle Daten aller Gruppen werden zusammengefaßt und die durchschnittlichen Ränge zwischen den Gruppen verglichen. Ein signifikantes Ergebnis zeigt, daß sich die Verteilung mindestens einer Gruppe von der der übrigen unterscheidet. Beispielsweise kann ein Forscher, der die Wirksamkeit der Gewichtsabnahme in drei verschiedenen Diäten vergleicht, Kruskal-Wallis verwenden, wenn die Daten verzerrt sind oder Ausreißer enthalten.

Nach einem signifikanten Ergebnis werden Post-hoc-Vergleiche (z. B. Dunn-Test) ermittelt, welche spezifischen Gruppen sich unterscheiden.

Friedman Test (Drei oder mehr verwandte Gruppen)

Der Friedman-Test ist die nicht-parametrische Alternative zu wiederholten Messungen ANOVA (One-Way-innerhalb-Probanden ANOVA). Er wird verwendet, wenn die gleichen Probanden unter drei oder mehr Bedingungen gemessen werden oder wenn die Probanden über Bedingungen hinweg verglichen werden. Der Test ordnet jedes Proband separat über Bedingungen hinweg ein, vergleicht dann die Summen der Ränge für jede Bedingung. Ein signifikantes Ergebnis legt nahe, dass sich die Bedingungen in der zentralen Tendenz unterscheiden. Ein klassisches Beispiel ist ein Geschmackstest, bei dem jeder Teilnehmer drei verschiedene Sodamarken auf einer 10-Punkte-Skala bewertet.

Der Friedman-Test kann erkennen, ob es ein konsistentes Präferenzmuster zwischen den Marken gibt.

Chi-Square Unabhängigkeitstest (Kategorische Daten)

Obwohl der Chi-Quadrat-Test häufig mit nichtparametrischen Methoden zusammengefasst wird, wird mit Häufigkeiten oder Zählungen kategorieller Variablen gearbeitet. Er bewertet, ob es eine signifikante Assoziation zwischen zwei kategorischen Variablen gibt, indem er die beobachteten Häufigkeiten mit denen vergleicht, die unter der Nullhypothese der Unabhängigkeit erwartet werden. Der Test geht nicht von Normalität aus, erfordert jedoch, dass die erwartete Häufigkeit für jede Zelle mindestens 5 beträgt, damit die Näherung gültig ist. Beispielsweise kann eine Umfrage, bei der die Befragten das Geschlecht (männlich/weiblich) und die Getränkepräferenz (Tee/Kaffee) angeben, den Chi-Quadrat-Test verwenden, um festzustellen, ob die beiden Variablen verwandt sind.

Spearmans Rang-Korrelationskoeffizient (Ordinal- oder monotone Beziehungen)

Spearmans ρ ist ein nicht-parametrisches Maß für die Stärke und Richtung einer monotonen Beziehung zwischen zwei Variablen. Es funktioniert, indem jede Variable separat eingestuft und dann die Korrelation von Pearson in diesen Reihen berechnet wird. Im Gegensatz zu Pearsons r geht Spearmans ρ nicht von Linearität oder Normalität aus, was sie für ordinale Daten oder Daten mit Ausreißern geeignet macht. Zum Beispiel würde ein Forscher, der die Korrelation zwischen dem Unternehmensrang der Mitarbeiter (1 = CEO, 2 = VP usw.) und jahrelanger Erfahrung untersucht, Spearmans ρ verwenden, weil die Rangvariable ordinal ist.

Zusätzliche Prüfungen

Andere nützliche nicht-parametrische Tests umfassen die Zeichenprüfung (eine vereinfachte Version des Wilcoxon-Sign-Rank-Tests, die nur die Richtung der Unterschiede verwendet), die Kolmogorow-Smirnow-Test (Vergleich zweier unabhängiger Verteilungen, ohne dass gleiche Stichprobengrößen erforderlich sind) und Mood-Median-Test (eine schnelle Überprüfung auf Unterschiede in den Medianen zwischen den Gruppen) Obwohl weniger häufig verwendet, füllt jede eine bestimmte Nische, wenn Daten schwere Verstöße gegen Annahmen sind.

Wann nicht-parametrische Tests zu verwenden sind: Praktische Leitlinien

Die Wahl eines nichtparametrischen Tests gegenüber dem parametrischen Pendant hängt von der Datenstruktur und dem Studiendesign ab.

  • Ordinaldaten: Die Parametermessungen gehen von Intervall- oder Verhältnismessungen aus, die sich auf die Likert-Skalen, die Rangfolgeeinstellungen oder alle Messungen beziehen, bei denen die Intervalle nicht gleich sind.
  • Kleine Stichprobengrößen: Mit weniger als 20 Beobachtungen pro Gruppe haben Normalitätstests (z. B. Shapiro-Wilk) eine geringe Leistung, so dass die Verwendung eines nichtparametrischen Tests sicherer ist.
  • Schwere Verletzungen der Normalität: Selbst bei größeren Proben (z. B. n = 50 oder mehr), wenn die Daten stark verzerrt, bimodal oder mit schweren Schwänzen sind, liefern nichtparametrische Tests mehr gültige Rückschlüsse.
  • Vorhandensein von Ausreißern: Ausreißer können den Mittelwert und die Varianz der parametrischen Tests erheblich beeinflussen, wobei stufenbasierte Methoden einer solchen Verzerrung standhalten.
  • Heterogene Varianzen: Wenn Gruppenvarianzen drastisch unterschiedlich sind und Transformationen nicht helfen, sind nicht-parametrische Tests (wie der Mann-Whitney mit einer Korrektur) robuster.

Es ist erwähnenswert, dass nichtparametrische Tests auch bei größeren Stichproben verwendet werden können, wenn die Annahmen erfüllt sind, obwohl sie weniger leistungsfähig sind. Viele Statistiker empfehlen, zuerst die parametrischen Annahmen zu überprüfen. Wenn sie erfüllt sind, verwenden Sie den parametrischen Test, um an Leistung zu gewinnen. Statistische nichtparametrische Testübersicht.

Vorteile und Nachteile nichtparametrischer Tests

Vorteile

  • Keine Verteilungsannahmen: Sie erfordern keine Normalität, konstante Varianz oder Linearität, so dass sie für viele Arten von Daten allgemein anwendbar sind.
  • Arbeiten mit ordinalen Daten: Viele Messungen in der realen Welt (z. B. Umfrageantworten, Schweregrad, Rangfolge) sind ordinal, für diese Skalen sind nichtparametrische Tests konzipiert.
  • Robust gegenüber Ausreißern: Da sie Ränge anstelle von Rohwerten verwenden, haben extreme Beobachtungen nur begrenzten Einfluss auf die Teststatistik.
  • Berechenbarkeit: Einige nicht-parametrische Tests (z. B. Zeichentest) sind einfach genug, um von Hand zu berechnen, und moderne Software macht sie alle einfach zu laufen.
  • Anwendbar bei sehr kleinen Proben: Selbst bei 6-10 Beobachtungen können einige nichtparametrische Tests aussagekräftige Ergebnisse liefern, wenn parametrische Tests ungültig wären (z. B. aufgrund von Normalitätsverletzungen).
  • Interpretierbarkeit: Viele nicht-parametrische Tests liefern Ergebnisse auf der Grundlage von Medianen und Quartilen, die leichter zu nicht-statistischen Zielgruppen in Bereichen wie Medizin und Sozialwissenschaften zu kommunizieren sind.

Nachteile

  • Geringere statistische Aussagekraft: Wenn die Daten parametrischen Annahmen entsprechen, sind nichtparametrische Tests weniger effizient – sie erfordern größere Stichprobengrößen, um die gleiche Effektgröße zu erkennen.
  • Weniger Optionen für komplexe Designs: Mehrwege-ANOVA, Wechselwirkungen und wiederholte Messungen mit mehreren Faktoren haben nur begrenzte nichtparametrische Analoga.
  • Informationsverlust: Durch die Konvertierung kontinuierlicher Daten in Rangstufen werden einige Informationen über das Ausmaß der Unterschiede verworfen, was möglicherweise zu einem Verlust der Empfindlichkeit führt.
  • Weniger intuitive Ausgabe: Parametrische Tests liefern Schätzungen wie mittlere Unterschiede, die leicht zu interpretieren sind; nichtparametrische Tests geben oft Mediandifferenzen oder Rangsummen an, was eine sorgfältige Erklärung erfordern kann.
  • Post-hoc-Vergleiche können komplexer sein: Nach einem signifikanten Kruskal-Wallis-Test sind mehrere Vergleichsverfahren (z. B. Dunn-Test, Conover-Test) verfügbar, erfordern jedoch eine sorgfältige Auswahl, um einen aufgeblasenen Typ-I-Fehler zu vermeiden.

In der Praxis wägen Forscher diese Kompromisse ab. Bei Studien mit ordinalen Ergebnissen oder kleinen Proben überwiegt die Robustheit nichtparametrischer Tests in der Regel den Leistungsverlust. Wenn Sie sich über die Verteilung unsicher sind, ist es als Faustregel besser, einen nichtparametrischen Test durchzuführen, als ein ungültiges parametrisches Ergebnis zu melden.

Wie man nicht-parametrische Testergebnisse meldet

Bei der Aufschreibung der Ergebnisse eines nichtparametrischen Tests sind die Teststatistik (z. B. U, W, H, χ2), die Freiheitsgrade (falls zutreffend), der p-Wert und ein Maß für die Effektgröße anzugeben.

  • Mann‐Whitney U: Rang-biserielle Korrelation (Rang-biserial Korrelation)r) = 1 – (2U) / (n1n2) oder Cliffs Delta.
  • Wilcoxon in unterzeichnetem Rang: Matched-Paare-Rang-biserial-Korrelation.
  • Kruskal‐Wallis: epsilon‐squared (ε2) oder eta‐squared nach Rangstufen.
  • Spearman’s ρ: ρ und sein Konfidenzintervall melden.

Mediane und Interquartilbereiche (IQR) anstelle von Mittelwerten und Standardabweichungen melden. Beispielsweise: „Ein Mann-Whitney-U-Test ergab, dass der Medianwert für die Behandlungsgruppe (Mdn = 7, IQR = 5–8) signifikant höher war als für die Kontrollgruppe (Mdn = 4, IQR = 3–5), U = 42, p = .002, Rank-Biserial r = .48). Die Angabe von Medianen und IQR ergibt ein klares Bild der zentralen Tendenz und Ausbreitung der Daten, was mit dem nicht-parametrischen Rahmen übereinstimmt.

Software-Implementierung

Alle wichtigen statistischen Pakete unterstützen nichtparametrische Tests.

  • R: für Mann‐Whitney und Wilcoxon signiert; für Kruskal‐Wallis; für Friedman; für chi‐square; für Spearman’s ρ.
  • Python (SciPy): [15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][15][
  • SPSS: Wählen Sie unter „Analysieren → Nichtparametrische Tests“ Legacy Dialogs für ältere Menüs oder die neueren Optionen „One Sample / Independent Samples / Related Samples“.
  • SAS: für nichtparametrische Einwegtests; für Chi-Quadrat; für Spearman-Korrelation.

Für detailliertere Anweisungen und bearbeitete Beispiele, die Laerd Statistics Guide zu nichtparametrischen Tests bietet schrittweise Unterstützung.

Schlussfolgerung

Nicht-parametrische Tests sind wesentliche Instrumente des statistischen Toolkits der Forscher. Sie liefern gültige Schlussfolgerungen, wenn Daten die strengen Annahmen parametrischer Methoden nicht erfüllen - insbesondere bei ordinalen Daten, kleinen Stichprobengrößen oder dem Vorhandensein von Ausreißern. Das Verständnis der Stärken und Grenzen jedes Tests, vom Mann-Whitney U für zwei Gruppen bis zum Friedman-Test für wiederholte Messungen, befähigt Analysten, fundierte methodische Entscheidungen zu treffen. Während parametrische Tests die Standardeinstellung für normal verteilte Daten auf Intervallebene bleiben, stellt die umsichtige Anwendung nicht-parametrischer Alternativen sicher, dass statistische Schlussfolgerungen in einem breiten Spektrum von realen Datensätzen zuverlässig bleiben. Wikipedia-Artikel zu nichtparametrischen Statistiken einen umfassenden Hintergrund bietet und Dieser PMC Artikel diskutiert praktische Überlegungen in der biomedizinischen Forschung.