Was ist der Unterschied zwischen dem Mann-Whitney-U-Test und dem Wilcoxon-Vorzeichen-Rang-Test?

Der Mann-Whitney-U-Test vergleicht zwei UNABHÄNGIGE Stichproben (unterschiedliche Personen in jeder Gruppe), während der Wilcoxon-Vorzeichen-Rang-Test zwei ABHÄNGIGE Stichproben vergleicht (dieselben Personen zweimal gemessen, z. B. vorher/nachher). Verwenden Sie Mann-Whitney-U, wenn die Gruppen nicht miteinander verknüpft sind (z. B. Behandlungs- vs. Kontrollgruppe mit unterschiedlichen Personen), und Wilcoxon-Vorzeichen-Rang, wenn die Gruppen gepaart sind (z. B. dieselben Patienten vor und nach einer Behandlung gemessen).

Mann-Whitney-U-Test-Rechner

Q: Was ist die Effektstärke beim Mann-Whitney-U-Test?

Die Effektstärke für den Mann-Whitney-U-Test wird üblicherweise als rang-biseriale Korrelation (r) angegeben, berechnet als r = 1 - (2U)/(n1*n2). Sie reicht von -1 bis +1, wobei: |r| = 0,5 einen großen Effekt anzeigt. Die Effektstärke hilft, die praktische Bedeutung über die rein statistische Signifikanz hinaus zu verstehen.

Q: Welche Voraussetzungen hat der Mann-Whitney-U-Test?

Der Mann-Whitney-U-Test setzt voraus: (1) Unabhängigkeit - Beobachtungen innerhalb jeder Stichprobe und zwischen den Stichproben sind unabhängig, (2) Ordinaldaten - Werte können sinnvoll ranggeordnet werden, (3) Ähnliche Form - beide Grundgesamtheiten haben die gleiche Verteilungsform (muss aber nicht normalverteilt sein), (4) Zufallsstichprobe - Stichproben werden zufällig aus ihren jeweiligen Grundgesamtheiten gezogen. Der Test erfordert KEINE Normalverteilung oder Varianzhomogenität.

Führen Sie den Mann-Whitney-U-Test (Wilcoxon-Rangsummentest) durch, um zwei unabhängige Stichproben zu vergleichen. Erhalten Sie U-Statistik, p-Wert, Effektstärke, Schritt-für-Schritt-Berechnungen und interaktive Visualisierungen.

Mann-Whitney-U-Test-Rechner

Beispieldatensätze ausprobieren

Testergebnisse Behandlungseffekt Produktbewertung Reaktionszeit

1 Stichprobe 1 (z. B. Kontrollgruppe)

2 Stichprobe 2 (z. B. Behandlungsgruppe)

Alternativhypothese

Dezimalpräzision

Embed Mann-Whitney-U-Test-Rechner Widget

Mann-Whitney-U-Test-Rechner

Der Mann-Whitney-U-Test-Rechner ist ein umfassendes statistisches Werkzeug zum Vergleich zweier unabhängiger Stichproben mittels des nichtparametrischen Mann-Whitney-U-Tests (auch bekannt als Wilcoxon-Rangsummentest). Dieser Rechner liefert U-Statistik, Z-Wert, p-Wert, Effektstärke, Schritt-für-Schritt-Berechnungen und interaktive Visualisierungen, die Ihnen helfen, Ihre Ergebnisse zu verstehen und zu interpretieren.

Was ist der Mann-Whitney-U-Test?

Der Mann-Whitney-U-Test ist ein nichtparametrischer statistischer Test, mit dem festgestellt werden kann, ob zwei unabhängige Stichproben aus derselben Verteilung stammen. Im Gegensatz zum t-Test für unabhängige Stichproben setzt er keine Normalverteilung der Daten voraus, was ihn ideal macht für:

Ordinaldaten (Daten, die ranggeordnet werden können, bei denen aber eine Mittelwertbildung nicht sinnvoll ist)
Kleine Stichprobengrößen, bei denen die Normalverteilung nicht überprüft werden kann
Daten mit Ausreißern oder schiefen Verteilungen
Nicht-kontinuierliche Messungen

Der Test funktioniert, indem alle Beobachtungen aus beiden Stichproben gemeinsam ranggeordnet werden und dann die Summe der Ränge für jede Stichprobe verglichen wird. Wenn eine Stichprobe tendenziell höhere Ränge aufweist, deutet dies darauf hin, dass sich die Grundgesamtheiten unterscheiden.

Formeln für den Mann-Whitney-U-Test

U-Statistik

$$U_1 = n_1 n_2 + \frac{n_1(n_1 + 1)}{2} - R_1$$ $$U_2 = n_1 n_2 + \frac{n_2(n_2 + 1)}{2} - R_2$$ $$U = \min(U_1, U_2)$$

Wobei:

n₁, n₂ = Stichprobengrößen von Stichprobe 1 und Stichprobe 2
R₁, R₂ = Rangsummen für Stichprobe 1 und Stichprobe 2
U = Mann-Whitney-U-Statistik (der kleinere Wert von U₁ und U₂)

Z-Wert (für große Stichproben)

$$z = \frac{U - \mu_U}{\sigma_U}$$ $$\mu_U = \frac{n_1 n_2}{2}$$ $$\sigma_U = \sqrt{\frac{n_1 n_2 (n_1 + n_2 + 1)}{12}}$$

So verwenden Sie diesen Rechner

Daten für Stichprobe 1 eingeben: Geben Sie die numerischen Werte Ihrer ersten Gruppe ein, getrennt durch Kommas, Leerzeichen oder Zeilenumbrüche (z. B. Kontrollgruppe).
Daten für Stichprobe 2 eingeben: Geben Sie die Werte Ihrer zweiten Gruppe ein (z. B. Behandlungsgruppe). Stellen Sie sicher, dass die Stichproben unabhängig sind.
Testparameter auswählen: Wählen Sie die Alternativhypothese (zweiseitig oder einseitig) und die Dezimalpräzision aus.
Berechnen: Klicken Sie auf die Schaltfläche, um U-Statistik, p-Wert, Effektstärke und die detaillierte Interpretation anzuzeigen.
Ergebnisse prüfen: Untersuchen Sie die Visualisierungen und die Schritt-für-Schritt-Aufschlüsselung, um die Analyse zu verstehen.

Interpretation der Ergebnisse

U-Statistik

Die U-Statistik gibt an, wie oft ein Wert aus einer Stichprobe einem Wert aus der anderen Stichprobe vorausgeht (kleiner ist), wenn alle Werte gemeinsam ranggeordnet werden. Ein kleinerer U-Wert deutet auf einen größeren Unterschied zwischen den Stichproben hin.

p-Wert

p < 0,05: Statistisch signifikanter Unterschied (Nullhypothese ablehnen)
p ≥ 0,05: Kein signifikanter Unterschied festgestellt (Nullhypothese kann nicht abgelehnt werden)

Effektstärke (rang-biseriale Korrelation)

Die Effektstärke hilft, die praktische Bedeutung Ihrer Ergebnisse zu interpretieren:

Kleiner Effekt

|r| < 0,3: Minimaler praktischer Unterschied zwischen den Gruppen

Mittlerer Effekt

0,3 ≤ |r| < 0,5: Moderater praktischer Unterschied

Großer Effekt

|r| ≥ 0,5: Erheblicher praktischer Unterschied

Wann man den Mann-Whitney-U-Test vs. T-Test verwendet

Kriterium	Mann-Whitney-U-Test	Unabhängiger T-Test
Datenverteilung	Keine Normalverteilung erforderlich	Erfordert Normalverteilung
Stichprobengröße	Funktioniert gut bei kleinen Stichproben	Benötigt idealerweise n > 30 pro Gruppe
Datentyp	Ordinal oder kontinuierlich	Nur kontinuierlich
Ausreißer	Robust gegenüber Ausreißern	Empfindlich gegenüber Ausreißern
Power	Geringfügig weniger Power	Mehr Power, wenn Voraussetzungen erfüllt

Annahmen des Mann-Whitney-U-Tests

Unabhängigkeit: Beobachtungen innerhalb und zwischen den Stichproben müssen unabhängig sein
Ordinaldaten: Werte müssen mindestens ordinalskaliert sein (können sinnvoll ranggeordnet werden)
Ähnliche Form: Beide Grundgesamtheiten sollten die gleiche Verteilungsform haben (muss aber nicht zwingend normalverteilt sein)
Zufallsauswahl: Stichproben sollten zufällig aus ihren jeweiligen Grundgesamtheiten gezogen werden

Häufig gestellte Fragen

Was ist der Mann-Whitney-U-Test?

Der Mann-Whitney-U-Test (auch Wilcoxon-Rangsummentest genannt) ist ein nichtparametrischer statistischer Test, mit dem zwei unabhängige Stichproben verglichen werden, um festzustellen, ob sie aus derselben Verteilung stammen. Er ist eine Alternative zum t-Test für unabhängige Stichproben, wenn die Daten die Normalverteilungsannahme nicht erfüllen. Der Test vergleicht die Ränge der Werte anstatt der Werte selbst.

Wann sollte ich den Mann-Whitney-U-Test verwenden?

Verwenden Sie den Mann-Whitney-U-Test, wenn: (1) Sie zwei unabhängige Stichproben vergleichen müssen, (2) die Daten mindestens ordinalskaliert sind, (3) die Daten die für einen t-Test erforderlichen Normalverteilungsannahmen verletzen, (4) Sie kleine Stichprobengrößen haben, bei denen die Normalverteilung nicht überprüft werden kann, oder (5) Sie mit Rangdaten oder ordinalen Daten arbeiten.

Wie interpretiere ich die Ergebnisse des Mann-Whitney-U-Tests?

Interpretieren Sie die Ergebnisse durch Untersuchung des p-Werts: Wenn p < 0,05 (oder Ihr gewähltes Signifikanzniveau), lehnen Sie die Nullhypothese ab und folgern, dass sich die Stichproben signifikant unterscheiden. Die U-Statistik gibt an, wie oft ein Wert aus einer Stichprobe einem Wert aus der anderen Stichprobe vorausgeht. Die Effektstärke (rang-biseriale Korrelation) gibt die Größe des Unterschieds an.

Was ist der Unterschied zwischen Mann-Whitney-U und Wilcoxon-Vorzeichen-Rang-Test?

Der Mann-Whitney-U-Test vergleicht zwei UNABHÄNGIGE Stichproben (unterschiedliche Personen in jeder Gruppe), während der Wilcoxon-Vorzeichen-Rang-Test zwei ABHÄNGIGE Stichproben vergleicht (dieselben Personen zweimal gemessen). Verwenden Sie Mann-Whitney-U bei unverbundenen Gruppen und den Wilcoxon-Vorzeichen-Rang-Test bei gepaarten Gruppen.

Was ist die Effektstärke beim Mann-Whitney-U-Test?

Die Effektstärke für den Mann-Whitney-U-Test wird üblicherweise als rang-biseriale Korrelation (r) angegeben, berechnet als r = 1 - (2U)/(n₁*n₂). Sie reicht von -1 bis +1, wobei: |r| < 0,3 einen kleinen Effekt, 0,3 ≤ |r| < 0,5 einen mittleren Effekt und |r| ≥ 0,5 einen großen Effekt anzeigt.

Welche Voraussetzungen hat der Mann-Whitney-U-Test?

Der Mann-Whitney-U-Test setzt voraus: (1) Unabhängigkeit - Beobachtungen innerhalb und zwischen den Stichproben sind unabhängig, (2) Ordinaldaten - Werte können sinnvoll ranggeordnet werden, (3) Ähnliche Form - beide Grundgesamtheiten haben die gleiche Verteilungsform (muss nicht normalverteilt sein), (4) Zufallsstichprobe - Stichproben werden zufällig gezogen.

Zusätzliche Ressourcen

Zitieren Sie diesen Inhalt, diese Seite oder dieses Tool als:

"Mann-Whitney-U-Test-Rechner" unter https://MiniWebtool.com/de/mann-whitney-u-test-rechner/ von MiniWebtool, https://MiniWebtool.com/

vom miniwebtool-Team. Aktualisiert: 15. Jan. 2026

Sie können auch unseren KI-Mathematik-Löser GPT ausprobieren, um Ihre mathematischen Probleme durch natürliche Sprachfragen und -antworten zu lösen.

Mann-Whitney-U-Test-Rechner

Mann-Whitney-U-Test-Rechner

Was ist der Mann-Whitney-U-Test?

Formeln für den Mann-Whitney-U-Test

So verwenden Sie diesen Rechner

Interpretation der Ergebnisse

U-Statistik

p-Wert

Effektstärke (rang-biseriale Korrelation)

Wann man den Mann-Whitney-U-Test vs. T-Test verwendet

Annahmen des Mann-Whitney-U-Tests

Häufig gestellte Fragen

Was ist der Mann-Whitney-U-Test?

Wann sollte ich den Mann-Whitney-U-Test verwenden?

Wie interpretiere ich die Ergebnisse des Mann-Whitney-U-Tests?

Was ist der Unterschied zwischen Mann-Whitney-U und Wilcoxon-Vorzeichen-Rang-Test?

Was ist die Effektstärke beim Mann-Whitney-U-Test?

Welche Voraussetzungen hat der Mann-Whitney-U-Test?

Zusätzliche Ressourcen

Statistik und Datenanalyse:

Ausgewählte Werkzeuge: