Từ năm 2010 · Hơn 2 triệu lượt chạy công cụ mỗi tháng
Từ năm 2010
Thêm vào Chrome

Hộp Công Cụ Của Tôi

Chế Độ Tự Động

Chưa có công cụ nào được lưu.

Nâng Cấp Lên Phiên Bản Cao Cấp
Công cụ liên quan
Bước tiếp theo
Máy tính kiểm định Kruskal-WallisMáy Tính Kiểm Định t
Cùng tình huống
Máy tính Giá trị pMáy Tính Kích Thước Hiệu Ứng
Công cụ khác
Máy Tính Kiểm Định Chi-SquareMáy tính Kiểm định F và Phân phối FMáy tính Kiểm định Chính xác FisherMáy Tính Ý Nghĩa Kiểm Định A/BMáy tính ANOVA
Trang chủ > Toán học > Thống kê và phân tích dữ liệu
 

Máy tính kiểm định Mann-Whitney U

So sánh hai mẫu độc lập bằng công cụ kiểm định Mann-Whitney U của MiniWebtool. Công cụ xếp hạng quan sát và báo thống kê U, giá trị p cùng kích thước hiệu ứng, kèm các bước tính tổng hạng để diễn giải phép so sánh phi tham số.

Chưa rõ cách dùng? Hỏi AI
Gemini (sao chép và mở)

Trong Gemini, hãy dán câu hỏi đã sao chép vào cuộc trò chuyện. Bạn cũng có thể sao chép câu hỏi bên dưới.

Xem câu hỏi

Miễn phí 3 lượt mỗi ngàyKhông cần đăng kýKết quả tức thì
Máy tính kiểm định Mann-Whitney UDùng thử ngay — miễn phí ▼
Kiểm định U Mann-Whitney: xếp hạng chung rồi so sánh tổng hạng

Nhập hai mẫu bên dưới để nhận U, giá trị p, kích thước hiệu ứng và các bước tính tổng hạng.

Thử các bộ dữ liệu mẫu
Điểm kiểm tra Hiệu quả điều trị Đánh giá sản phẩm Thời gian phản hồi

Embed Máy tính kiểm định Mann-Whitney U Widget

Giới thiệu về Máy tính kiểm định Mann-Whitney U

Máy tính kiểm định Mann-Whitney U là một công cụ thống kê toàn diện để so sánh hai mẫu độc lập bằng cách sử dụng kiểm định Mann-Whitney U phi tham số (còn được gọi là kiểm định tổng thứ hạng Wilcoxon). Máy tính này cung cấp số liệu thống kê U, điểm z, giá trị p, kích thước hiệu ứng, các bước tính toán chi tiết và hình ảnh trực quan tương tác để giúp bạn hiểu và giải thích kết quả của mình.

Kiểm định Mann-Whitney U là gì?

Kiểm định Mann-Whitney U là một kiểm định thống kê phi tham số được sử dụng để xác định xem hai mẫu độc lập có đến từ cùng một phân phối hay không. Không giống như kiểm định t mẫu độc lập, nó không giả định phân phối chuẩn của dữ liệu, điều này làm cho nó trở nên lý tưởng cho:

Kiểm định hoạt động bằng cách xếp hạng tất cả các quan sát từ cả hai mẫu cùng nhau, sau đó so sánh tổng các thứ hạng cho mỗi mẫu. Nếu một mẫu có xu hướng có thứ hạng cao hơn, điều này cho thấy các quần thể có sự khác biệt.

Công thức Mann-Whitney U

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

Trong đó:

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

Cách sử dụng máy tính này

  1. Nhập dữ liệu mẫu 1: Nhập các giá trị số của nhóm đầu tiên của bạn, cách nhau bởi dấu phẩy, dấu cách hoặc xuống dòng (ví dụ: nhóm đối chứng).
  2. Nhập dữ liệu mẫu 2: Nhập các giá trị của nhóm thứ hai (ví dụ: nhóm điều trị). Đảm bảo các mẫu là độc lập.
  3. Chọn các thông số kiểm định: Chọn giả thuyết thay thế (hai đuôi hoặc một đuôi) và độ chính xác thập phân.
  4. Tính toán: Nhấp vào nút để xem số liệu thống kê U, giá trị p, kích thước hiệu ứng và giải thích chi tiết.
  5. Xem xét kết quả: Kiểm tra các trực quan hóa và bảng phân tích từng bước để hiểu phân tích.

Giải thích kết quả

Thống kê U

Thống kê U đại diện cho số lần một giá trị từ một mẫu đứng trước (nhỏ hơn) một giá trị từ mẫu khác khi tất cả các giá trị được xếp hạng cùng nhau. Giá trị U nhỏ hơn cho thấy sự khác biệt lớn hơn giữa các mẫu.

Giá trị P

Kích thước hiệu ứng (Tương quan thứ hạng-nhị biến)

Kích thước hiệu ứng giúp giải thích ý nghĩa thực tế của kết quả:

Hiệu ứng nhỏ

|r| < 0,3: Khác biệt thực tế tối thiểu giữa các nhóm

Hiệu ứng trung bình

0,3 ≤ |r| < 0,5: Khác biệt thực tế vừa phải

Hiệu ứng lớn

|r| ≥ 0,5: Khác biệt thực tế đáng kể

Khi nào nên sử dụng kiểm định Mann-Whitney U so với kiểm định T

Máy tính kiểm định Mann-Whitney U: Khi nào nên sử dụng kiểm định Mann-Whitney U so với kiểm định T
Tiêu chíKiểm định Mann-Whitney UKiểm định T độc lập
Phân phối dữ liệuKhông yêu cầu tính chuẩnYêu cầu phân phối chuẩn
Kích thước mẫuHoạt động tốt với mẫu nhỏLý tưởng nhất là cần n > 30 mỗi nhóm
Loại dữ liệuThứ bậc hoặc liên tụcChỉ liên tục
Giá trị ngoại lệMạnh mẽ với các giá trị ngoại lệNhạy cảm với các giá trị ngoại lệ
Sức mạnh thống kêKém mạnh mẽ hơn một chútMạnh mẽ hơn khi các giả định được đáp ứng

Các giả định của kiểm định Mann-Whitney U

Câu hỏi thường gặp

Cách báo cáo kiểm định Mann-Whitney U theo chuẩn APA?

Hãy báo cáo trung vị của hai nhóm, U, z, giá trị p và kích thước hiệu ứng. Ví dụ: các giá trị của nhóm điều trị (Mdn = 82) cao hơn đáng kể so với nhóm đối chứng (Mdn = 76), U = 12.5, z = -2.31, p = .021, r = .52. Máy tính sẽ tạo câu này từ dữ liệu và tên nhóm của bạn để bạn sao chép.

Vì sao giá trị p của tôi khác với SPSS hoặc R?

Các gói thống kê tính giá trị p của Mann-Whitney theo nhiều cách: từ phân phối chính xác của U hoặc xấp xỉ chuẩn, có hoặc không hiệu chỉnh tính liên tục, đồng thời hiệu chỉnh các thứ hạng đồng hạng. Máy tính hiển thị giá trị p của từng phương pháp cạnh nhau và cho biết phần mềm nào dùng phương pháp nào để bạn đối chiếu chính xác kết quả.

Kiểm định Mann-Whitney U là gì?

Kiểm định Mann-Whitney U (còn được gọi là kiểm định tổng thứ hạng Wilcoxon) là một kiểm định thống kê phi tham số được sử dụng để so sánh hai mẫu độc lập nhằm xác định xem chúng có đến từ cùng một phân phối hay không. Đây là một phương pháp thay thế cho kiểm định t mẫu độc lập khi dữ liệu không đáp ứng các giả định về tính chuẩn. Kiểm định này so sánh thứ hạng của các giá trị thay vì chính các giá trị đó.

Khi nào tôi nên sử dụng kiểm định Mann-Whitney U?

Sử dụng kiểm định Mann-Whitney U khi: (1) Bạn có hai mẫu độc lập để so sánh, (2) Dữ liệu ít nhất là ở thang đo thứ bậc, (3) Dữ liệu vi phạm giả định về tính chuẩn cần thiết cho kiểm định t, (4) Bạn có kích thước mẫu nhỏ, hoặc (5) Bạn đang làm việc với dữ liệu xếp hạng hoặc thứ bậc.

Làm thế nào để giải thích kết quả kiểm định Mann-Whitney U?

Giải thích kết quả bằng cách kiểm tra giá trị p: nếu p < 0,05 (hoặc mức ý nghĩa bạn đã chọn), hãy bác bỏ giả thuyết không và kết luận các mẫu có sự khác biệt đáng kể. Thống kê U đại diện cho số lần một giá trị từ một mẫu đứng trước một giá trị từ mẫu khác. Kích thước hiệu ứng cho biết mức độ khác biệt.

Sự khác biệt giữa Mann-Whitney U và kiểm định thứ hạng có dấu Wilcoxon là gì?

Kiểm định Mann-Whitney U so sánh hai mẫu ĐỘC LẬP (các đối tượng khác nhau trong mỗi nhóm), trong khi kiểm định thứ hạng có dấu Wilcoxon so sánh hai mẫu CÓ LIÊN QUAN (cùng một đối tượng được đo hai lần). Sử dụng Mann-Whitney U khi các nhóm không liên quan và Wilcoxon khi các nhóm được ghép cặp.

Kích thước hiệu ứng trong kiểm định Mann-Whitney U là gì?

Kích thước hiệu ứng cho kiểm định Mann-Whitney U thường được báo cáo dưới dạng tương quan thứ hạng-nhị biến (r), được tính là r = 1 - (2U)/(n1*n2). Nó nằm trong khoảng từ -1 đến +1, trong đó: |r| < 0,3 cho thấy hiệu ứng nhỏ, 0,3 ≤ |r| < 0,5 cho thấy hiệu ứng trung bình và |r| ≥ 0,5 cho thấy hiệu ứng lớn.

Các giả định của kiểm định Mann-Whitney U là gì?

Kiểm định Mann-Whitney U giả định: (1) Tính độc lập - các quan sát là độc lập, (2) Dữ liệu thứ bậc - các giá trị có thể được xếp hạng, (3) Hình dạng tương tự - các quần thể có cùng hình dạng phân phối, (4) Lấy mẫu ngẫu nhiên - các mẫu được lấy ngẫu nhiên.

Các giả định của Tôi so sánh điểm đánh giá của hai nhóm độc lập bằng kiểm định Mann-Whitney như thế nào?

Nhập điểm đánh giá của mỗi nhóm thành một mẫu riêng, giữ từng quan sát ở đúng nhóm ban đầu. Ví dụ, nếu năm khách hàng đánh giá Sản phẩm A và sáu khách hàng khác đánh giá Sản phẩm B, hãy nhập riêng năm và sáu điểm rồi chọn hướng giả thuyết phù hợp với câu hỏi của bạn. Kiểm định xếp hạng tất cả quan sát cùng nhau, nên có thể so sánh điểm thứ bậc mà không giả định khoảng cách giữa các mức điểm bằng nhau. Các nhóm phải gồm những quan sát độc lập.

Các giả định của Tôi nên làm gì nếu cả hai nhóm có nhiều điểm trùng nhau?

Giữ nguyên các giá trị lặp trong dữ liệu; đừng xóa hoặc sửa chúng để làm cho điểm số khác nhau. Kiểm định Mann-Whitney gán hạng trung bình cho các quan sát đồng hạng, và các giá trị trùng có thể ảnh hưởng đến phép tính kiểm định. Nếu gần như mọi quan sát đều có cùng điểm, dữ liệu chứa ít thông tin để phân biệt hai nhóm, nên hãy diễn giải kết quả thận trọng. Hãy báo cáo cỡ mẫu và phân bố điểm cùng với kết quả kiểm định, đặc biệt khi mẫu nhỏ.

Các giả định của Khi nào tôi nên chọn kiểm định Mann-Whitney một phía?

Chỉ chọn giả thuyết một phía khi câu hỏi nghiên cứu đã xác định hướng trước khi bạn xem kết quả. Ví dụ, bạn có thể kiểm định xem nhóm điều trị có xu hướng đạt điểm cao hơn nhóm đối chứng hay không. Nếu chênh lệch theo cả hai hướng đều có ý nghĩa, hãy dùng kiểm định hai phía. Chọn kiểm định một phía sau khi đã thấy nhóm nào đạt điểm cao hơn có thể khiến bằng chứng trông mạnh hơn mức phân tích ban đầu cho phép.

Tài nguyên bổ sung

Tham khảo nội dung, trang hoặc công cụ này như sau:

"Máy tính kiểm định Mann-Whitney U" tại https://MiniWebtool.com/vi/máy-tính-kiểm-định-mann-whitney-u/ từ MiniWebtool, https://MiniWebtool.com/

bởi đội ngũ miniwebtool. Cập nhật: 15 tháng 1, 2026

Trò chuyện với AI yêu thích của bạn

Gemini (sao chép và mở)

Trong Gemini, hãy dán câu hỏi đã sao chép vào cuộc trò chuyện. Bạn cũng có thể sao chép câu hỏi bên dưới.

Xem câu hỏi

Thống kê và phân tích dữ liệu:

Giải toánBạn muốn giải bài toán nào?

Giải toán

Ví dụ
Xem thêm biểu thức

Chọn ví dụ, sửa các số rồi giải. log dùng cơ số 10; ln là logarit tự nhiên.

Số và ước số

Phân số và phép chia

Lũy thừa, căn và logarit

Đại số và phương trình

Giải tích

Hình học và lượng giác

Công cụ phổ biến và mới cập nhật:

Máy tính Kích thước Mẫu Kiểm định A/BMáy tính Kiểm tra Hội tụ ChuỗiMáy tính Kiểm tra Chia hếtXem tất cả →
Trang chủ > Toán học > Thống kê và phân tích dữ liệu > Máy tính kiểm định Mann-Whitney U