Wilcoxon Rank Sum Test Calculator (Mann-Whitney U)

Der Wilcoxon-Rangsummentest, auch bekannt als Mann-Whitney-U-Test, ist ein nichtparametrischer statistischer Hypothesentest, mit dem festgestellt wird, ob zwei unabhängige Stichproben aus Populationen mit derselben Verteilung stammen. Anders als der t-Test für unabhängige Stichproben setzt er keine Normalverteilung der Daten voraus und ist daher eine leistungsstarke Alternative für ordinale Daten, schiefe Verteilungen oder kleine Stichproben, bei denen eine Normalität nicht nachgewiesen werden kann. Der Test wurde ursprünglich 1945 von Frank Wilcoxon vorgeschlagen und 1947 von Mann und Whitney in die heute gebräuchliche Form erweitert. Die Mann-Whitney-U-Statistik zählt, wie oft ein Wert aus einer Gruppe einen Wert aus der anderen Gruppe übertrifft. Ein großes U für eine Stichprobe im Vergleich zur anderen liefert Hinweise darauf, dass sich die Mediane oder zentralen Tendenzen der beiden Populationen unterscheiden. Das Verfahren beginnt damit, beide Stichproben zusammenzuführen und alle Beobachtungen von klein nach groß zu rangieren. Gebundene Werte erhalten den Durchschnitt der Ränge, die sie sonst einnehmen würden. Danach wird die Rangsumme jeder Gruppe separat berechnet; aus diesen Rangsumme werden die U-Statistiken abgeleitet. Bei größeren Stichproben lässt sich die Verteilung von U gut durch eine Normalverteilung annähern, und ein Z-Wert wird zur Berechnung des p-Werts verwendet. Die Nullhypothese besagt, dass die beiden Populationen identisch sind — es gibt keinen systematischen Unterschied in ihren Verteilungen. Die Alternativhypothese kann zweiseitig (beliebiger Unterschied), rechtsseitig (Gruppe 1 ist tendenziell größer) oder linksseitig (Gruppe 1 ist tendenziell kleiner) sein. Die richtige Seitenwahl hängt von deiner Fragestellung ab und sollte vor der Datenerhebung festgelegt werden, um eine Erhöhung des Fehlers 1. Art zu vermeiden. Der p-Wert wird im Verhältnis zum gewählten Signifikanzniveau α (üblich 0,05) interpretiert. Wenn p < α, verwirfst du die Nullhypothese und schließt auf einen statistisch signifikanten Unterschied zwischen den Gruppen. Wenn p ≥ α, gibt es nicht genügend Evidenz für einen Unterschied. Der Test wird in der Medizin häufig verwendet, um Behandlung und Kontrolle zu vergleichen, wenn das Ergebnis möglicherweise nicht normalverteilt ist. In der Psychologie kann er Likert-Antworten zwischen demografischen Gruppen vergleichen. In der Ökologie lässt sich damit prüfen, ob sich Messwerte an zwei Standorten signifikant unterscheiden. In der Bildung vergleicht er Testergebnisse von Schülern, die mit unterschiedlichen Methoden unterrichtet wurden. Für beste Ergebnisse sollten die Beobachtungen innerhalb jeder Stichprobe voneinander unabhängig sein und die beiden Stichproben unabhängig voneinander sein. Der Test ist am stärksten, wenn es um Lageunterschiede (Medianverschiebungen) bei ähnlich geformten Verteilungen geht.