Der Mann-Whitney-U-Test ist eine weit verbreitete nicht-parametrische statistische Methode zum Vergleichen von Unterschieden zwischen zwei unabhängigen Gruppen. Im Gegensatz zum unabhängigen Proben-t-Test ist es nicht erforderlich, die Normalität anzunehmen, was ihn zu einer robusten Alternative macht, wenn Daten ordinal sind, verzerrt sind oder Ausreißer enthalten. Dieser Test wird oft als Wilcoxon-Rangsummentest bezeichnet (die beiden Namen sind mathematisch äquivalent). In diesem Artikel bieten wir eine gründliche Anleitung zum Verständnis, zur Durchführung und Interpretation des Mann-Whitney-U-Tests, einschließlich eines Schritt-für-Schritt-Beispiels, Effektgrößenmessungen, Softwareimplementierungen und häufige Fallstricke.

Was ist der Mann-Whitney U Test?

Der Mann-Whitney-U-Test bewertet, ob eine Gruppe tendenziell größere Werte als die andere Gruppe hat, indem er die Reihen aller Beobachtungen vergleicht. Er testet die Nullhypothese, dass die beiden unabhängigen Proben aus der gleichen Populationsverteilung stammen, gegen die Alternative, dass eine Gruppe stochastisch größer (oder kleiner) ist als die andere. Da sie nicht parametrisch ist, ist der Test angemessen, wenn die Annahmen des parametrischen t-Tests verletzt werden - insbesondere Normalität und Homogenität der Varianz.

Der 1947 von Henry Mann und Donald Whitney und unabhängig von Frank Wilcoxon entwickelte Test ist eines der beliebtesten nichtparametrischen Verfahren. Er wird oft neben dem Wilcoxon-Sign-Rank-Test (gepaarte Daten) und dem Kruskal-Wallis-Test (für mehr als zwei Gruppen) gelehrt. 1947 Papier von Mann und Whitney.

Wann Sie den Mann-Whitney U-Test verwenden sollten

Der Test ist ideal, wenn Sie zwei unabhängige Gruppen haben und Ihre Daten die folgenden Kriterien erfüllen:

  • Unabhängige Proben: Beobachtungen in einer Gruppe sind nicht gepaart oder mit denen in der anderen Gruppe verwandt.
  • Ordinal- oder fortlaufende Daten: Die Variable sollte mindestens ordinal (z. B. Antworten auf der Likert-Skala, Schmerzwerte) oder kontinuierlich (z. B. Reaktionszeiten, Testwerte) sein.
  • Nichtnormalverteilung: Wenn die Daten stark verzerrt sind oder Ausreißer haben, wird der Mann-Whitney U-Test dem t-Test vorgezogen.
  • Ähnliche Verteilungsform (optional, aber hilfreich für die Medianinterpretation): Um den Test als Vergleich der Mediane zu interpretieren, müssen Sie davon ausgehen, dass die Verteilungen der beiden Gruppen die gleiche Form haben (abgesehen von einer möglichen Verschiebung).

Häufige Anwendungen umfassen den Vergleich der Behandlungsergebnisse in klinischen Studien, die Analyse der Umfrageantworten zwischen demografischen Gruppen und die Bewertung von Leistungsmetriken in Benutzererfahrungsstudien.

Annahmen des Mann-Whitney U Tests

Um gültige Ergebnisse zu gewährleisten, sollten die folgenden Annahmen erfüllt sein:

  1. Unabhängigkeit: Die Proben sind unabhängig; kein Thema erscheint in beiden Gruppen.
  2. Normale Messung: Die Daten sind mindestens ordinal, so dass Ranking sinnvoll ist.
  3. Stichprobenverfahren: Idealerweise werden die Beobachtungen zufällig aus ihren jeweiligen Populationen gezogen.
  4. Identische Form unter der Null: Der Test ist am stärksten, wenn die Verteilungen ähnlich sind, aber er bleibt gültig für die Erkennung jeder Art von Verteilungsunterschieden (z. B. Spread, Form).

Wenn die Daten kontinuierlich und normal verteilt sind, wird der t-Test leistungsstärker sein, aber der Mann-Whitney U-Test behält immer noch eine gute Effizienz (etwa 95% der Leistung des t-Tests für normale Daten).

Durchführung des Mann-Whitney U-Tests: Schritt-für-Schritt

Im Folgenden skizzieren wir das Verfahren manuell. In der Praxis werden Sie statistische Software verwenden, aber das Verständnis der Schritte verstärkt die Logik.

Schritt 1: Geben Sie die Hypothesen an

Nullhypothese (H0): Die beiden Populationen sind identisch, d.h. es gibt keine systematische Tendenz, dass eine Gruppe größere Werte als die andere hat. Formal ist die Wahrscheinlichkeit, dass eine zufällig ausgewählte Beobachtung aus der Gruppe A größer als eine aus der Gruppe B ist, gleich 0,5.

Alternative Hypothese (H1): Die Populationen sind nicht identisch; Insbesondere neigt eine Gruppe dazu, größere Werte zu haben (zweiseitig oder einseitig).

Schritt 2: Daten sammeln und organisieren

Besorgen Sie sich zwei unabhängige Proben mit den Größen n1 und n2. Die Gesamtzahl der Beobachtungen ist N = n1 + n2. Stellen Sie sicher, dass Ihre Daten mindestens ordinal sind.

Schritt 3: Rangieren Sie alle Datenpunkte zusammen

Wenn es Verknüpfungen gibt, weisen Sie jedem verknüpften Wert den durchschnittlichen Rang zu. Wenn die 4. und 5. Beobachtungen z. B. beide 10 sind, erhält jede den Rang 4.5.

Schritt 4: Summieren Sie die Ränge für jede Gruppe

R1 = Summe der Reihen von Beobachtungen in Gruppe 1 und R2 = Summe der Reihen in Gruppe 2. Beachten Sie, dass R1 + R2 = N(N+1)/2 ist.

Schritt 5: Berechnen Sie die U-Statistiken

U1 und U2 berechnen:

U1 = n1 n2 + (n1(n1+1)/2 - R1

U2 = n1 n2 + (n2(n2+1)/2 - R2

Die Teststatistik ist entweder min(U1, U2) oder U1 (je nach Software), die beiden U-Werte summieren sich zu n1 n2.

Schritt 6: Bestimmen Sie den p-Wert

Für kleine Samples (normalerweise n1, n2 ≤ 20) verwenden Sie die exakte Samplingverteilung von U. Für größere Samples nähert sich die Verteilung von U einer Normalverteilung mit dem Mittelwert = n1 n2 / 2 und der Standardabweichung = sqrt(n1 n2 (N+1) / 12).

Schritt 7: Ziehen Sie eine Schlussfolgerung

Wenn der p-Wert kleiner als das von Ihnen gewählte Signifikanzniveau ist (z. B. α = 0,05), weisen Sie die Nullhypothese zurück und schließen Sie, dass sich die beiden Gruppen signifikant unterscheiden.

Beispielrechnung

Angenommen, wir haben zwei Gruppen von Patienten, die unterschiedliche Behandlungen erhalten. Ihre Schmerzwerte (auf einer Skala von 0-10) sind:

  • Gruppe A (Behandlung 1): 4, 6, 8, 3, 5
  • Gruppe B (Behandlung 2): 9, 7, 10, 5, 6

Schritt 3: Rangieren Sie alle Punkte zusammen. Sortierte Werte: 3 (A), 4 (A), 5 (A), 5 (B), 6 (A), 6 (B), 7 (B), 8 (A), 9 (B), 10 (B). Bindungen: Zwei 5er erhalten einen durchschnittlichen Rang (3+4)/2 = 3,5; zwei 6er erhalten einen durchschnittlichen Rang (5+6)/2 = 5,5. Endrang:

  • Gruppe A: 1, 2, 3,5, 5,5, 7 → R1 = 1+2+3,5 + 5,5 + 7 = 19
  • Gruppe B: 3.5, 5,5, 8, 9, 10 → R2 = 3.5 + 5,5 + 8 + 9 + 10 = 36

Prüfen: R1+R2 = 19+36 = 55 = 10*11/2 = 55. Richtig.

Schritt 5: Berechnen Sie U. U1 = 5*5 + (5*6)/2 - 19 = 25+15-19 = 21. U2 = 25+15-36 = 4. Die Teststatistik ist U = min(21,4) = 4. (Einige Software verwendet U1, aber die Schlussfolgerung ist identisch.)

Schritt 6: p-Wert. Für n1=5, n2=5 ist der kritische Wert bei α=0,05 (zweiseitig) 2 für das kleinere U. Da U=4 größer als 2 ist, lehnen wir H0 nicht ab. Es gibt keinen signifikanten Unterschied in den Schmerzwerten zwischen den beiden Behandlungen auf 0,05.

In der Praxis immer Software mit korrektem Umgang mit Bindungen verwenden. Laerd Statistics Guide auf SPSS.

Interpretation von Ergebnissen und Reporting

Bei der Meldung des Mann-Whitney-U-Tests sind folgende Angaben zu machen:

  • Die Prüfstatistik (U) und der Probenumfang (n1, n2).
  • Der p-Wert, mit dem genauen Signifikanzniveau verwendet.
  • Eine Effektgrößenschätzung (siehe nächster Abschnitt).
  • Eine Aussage über die Richtung des Unterschieds, falls signifikant.

Beispiel: "Ein Mann-Whitney-U-Test zeigte, dass sich die Schmerzwerte zwischen Behandlung A (Median = 5) und Behandlung B (Median = 7), U = 4, p = 0,075 (genau, zweischwänzig) nicht signifikant unterschieden."

Effektgröße und praktische Bedeutung

Neben dem p-Wert ist die Quantifizierung der Differenzgröße wesentlich.

Rang-Biserial-Korrelation (r)

Berechnet als r = 1 - (2U) / (n1 n2) für den zweiseitigen Fall oder äquivalent r = (2U) / (n1 n2) - 1. Der Wert reicht von -1 bis 1, wobei 0 keine Überlappung anzeigt. in unserem Beispiel U = 4, n1 n2 = 25, also r = 1 - (8/25) = 0,68, was auf eine moderate Effektgröße in Richtung der Gruppe B mit höheren Werten hindeutet (wenn auch nicht signifikant).

Common Language Effect Size (CLES)

Dies schätzt die Wahrscheinlichkeit, dass eine zufällig ausgewählte Beobachtung aus Gruppe A größer als eine aus Gruppe B ist. Sie entspricht U/(n1 n2). In unserem Beispiel CLES = 4/25 = 0,16, was bedeutet, dass es nur eine Wahrscheinlichkeit von 16% gibt, dass ein Wert aus Gruppe A einen aus Gruppe B übersteigt. Dies ist ein intuitiveres Maß.

Statistische Software verwenden

Alle wichtigen statistischen Pakete implementieren den Mann-Whitney U-Test.

R

Für die obigen Daten gibt U = 21 (das größere U) mit p = 0,075 zurück.

Python (SciPy)

gibt U = 21 und p = 0,075 zurück.

SPSS

Gehen Sie zu Analysieren > Nichtparametrische Tests > Legacy Dialoge > 2 Unabhängige Samples. Platzieren Sie die Variable und die Gruppierungsvariable, wählen Sie Mann-Whitney U aus und führen Sie aus.

Für mehr Details, siehe die SciPy Dokumentation und die R Dokumentation für wilcox.test.

Alternativen zum Mann-Whitney U Test

  • Unabhängige Proben t-Test: Verwenden Sie Daten, die normal verteilt sind und die Varianzen gleich sind, leistungsfähiger, aber weniger robust.
  • Welchs t-Test: Wird nicht mit gleichen Varianzen angenommen, erfordert immer noch Normalität.
  • Kruskal-Wallis-Test: Nichtparametrischer Test für drei oder mehr unabhängige Gruppen - die Erweiterung von Mann-Whitney.
  • Brunner-Munzel-Test: Ein robusterer nichtparametrischer Test, bei dem keine gleichen Verteilungen angenommen werden, selbst wenn die Nullhypothese zugrunde gelegt wird.

Berücksichtigen Sie auch Transformationen, bevor Sie parametrische Tests oder Permutationstests für vollständige verteilungsfreie Inferenz anwenden.

Häufige Fallstricke und Missverständnisse

Trotz seiner Einfachheit treten häufig mehrere Fehler auf:

  • Angenommen, es testet Mediane, ohne die Verteilungsform zu überprüfen: Wenn die beiden Gruppen unterschiedliche Varianzen oder Formen haben, kann der Mann-Whitney-U-Test die Null ablehnen, auch wenn die Mediane gleich sind, da er insgesamt empfindlich auf Unterschiede in der Verteilung reagiert.
  • Verwenden Sie es für gepaarte Daten: Für abhängige Proben verwenden Sie stattdessen den Wilcoxon Signed-Rank-Test.
  • Ignorieren von Bindungen: Krawatten reduzieren die Varianz und können die Teststatistik aufblasen, wenn sie nicht richtig gehandhabt werden.
  • Nur den p-Wert melden: Fügen Sie immer eine Effektgröße und ein Konfidenzintervall für die Größe des Unterschieds hinzu.
  • Verwendung eines einseitigen Tests ohne eindeutige vorherige Begründung: Zweiseitige Tests sind Standard; Einseitige Tests erfordern eine klare Richtungshypothese.

Schlussfolgerung

Der Mann-Whitney U-Test ist ein grundlegendes Werkzeug für die nichtparametrische Analyse von zwei unabhängigen Gruppen. Indem er sich auf Ränge konzentriert, vermeidet er die restriktiven Annahmen der Normalität und ist robust für Ausreißer. Dieser Artikel hat die Gründe des Tests, Annahmen, schrittweise manuelle Berechnung, Interpretation mit Effektgrößen und Softwareimplementierungen behandelt. Ob Sie mit klinischen Studiendaten, Umfrageantworten oder Verhaltensmessungen arbeiten, der Mann-Whitney U-Test bietet eine zuverlässige Methode, um Gruppenunterschiede zu erkennen. Denken Sie immer daran, den Test mit geeigneten Effektgrößen zu ergänzen und die Annahmen zu überprüfen, die Ihre Schlussfolgerungen stützen.

Wikipedia Artikel für einen knappen Überblick.