Mann-Whitney-U-Test-Rechner

Vergleicht zwei unabhaengige Stichproben mit dem nichtparametrischen Mann-Whitney-U-Test

Beispielergebnisse

1 Beispiele

Zwei unabhaengige Stichproben nach Raengen vergleichen

Verwendet Mann-Whitney U, wenn Normalitaet fraglich ist

{
  "result": {
    "uStatistic": 1.5,
    "zStatistic": -2.2001,
    "pValue": 0.0278,
    "rejectNull": true
  }
}
Eingabeparameter anzeigen
{ "group1Values": "12, 15, 14, 18, 16", "group2Values": "9, 11, 10, 13, 12", "alternative": "two-sided", "alpha": 0.05, "decimalPlaces": 4 }

Wichtige Fakten

Kategorie
Mathe, Datum & Finanzen
Eingabetypen
textarea, select, number
Ausgabetyp
json
Sample-Abdeckung
4
API verfügbar
Yes

Überblick

Der Mann-Whitney-U-Test-Rechner ermöglicht den statistischen Vergleich zweier unabhängiger Stichproben, ohne dass eine Normalverteilung der Daten vorausgesetzt werden muss. Durch die Analyse der Rangsummen ermittelt das Tool präzise U-Statistiken und p-Werte, um signifikante Unterschiede zwischen Gruppen zuverlässig zu identifizieren.

Wann verwenden

  • Wenn die Daten der Stichproben nicht normalverteilt sind und ein t-Test daher ungeeignet ist.
  • Bei kleinen Stichprobengrößen, die keine robusten parametrischen Tests zulassen.
  • Zum Vergleich von ordinalskalierten Daten oder intervallskalierten Daten mit starken Ausreißern.

So funktioniert es

  • Geben Sie die numerischen Werte für Gruppe 1 und Gruppe 2 kommagetrennt in die entsprechenden Textfelder ein.
  • Wählen Sie die gewünschte Alternativhypothese (zweiseitig, größer oder kleiner) sowie das Signifikanzniveau Alpha.
  • Das Tool ordnet alle Werte beider Gruppen in einer gemeinsamen Rangfolge an und berechnet die spezifischen Rangsummen.
  • Basierend auf den Rangsummen werden die U-Statistik, der z-Wert und der p-Wert berechnet, um die Nullhypothese zu prüfen.

Anwendungsfälle

Vergleich der Wirksamkeit zweier verschiedener Medikamente in unabhängigen Patientengruppen.
Analyse von Kundenzufriedenheitswerten auf einer Ordinalskala zwischen zwei verschiedenen Filialen.
Untersuchung von Testergebnissen in Schulklassen, wenn die Datenverteilung stark asymmetrisch ist.

Beispiele

1. Vergleich von Heilungszeiten

Medizinischer Forscher
Hintergrund
Ein Forscher untersucht die Heilungsdauer in Tagen für zwei verschiedene Salben bei Hautirritationen.
Problem
Die Daten sind nicht normalverteilt und die Stichproben sind mit jeweils 5 Probanden sehr klein.
Verwendung
Eingabe der Tage für Gruppe 1 (12, 15, 14, 18, 16) und Gruppe 2 (9, 11, 10, 13, 12) sowie Auswahl der zweiseitigen Hypothese.
Beispielkonfiguration
alternative: two-sided, alpha: 0.05, decimalPlaces: 4
Ergebnis
Das Tool liefert einen p-Wert von 0.0278, wodurch die Nullhypothese abgelehnt wird; es besteht ein signifikanter Unterschied.

2. Analyse von Website-Verweildauer

UX-Designer
Hintergrund
Ein Designer vergleicht die Verweildauer auf zwei verschiedenen Landingpage-Layouts (A und B).
Problem
Die Verweildauer-Daten enthalten extreme Ausreißer durch Nutzer, die den Tab offen gelassen haben.
Verwendung
Einfügen der Zeitwerte in Sekunden für beide Layouts und Berechnung des U-Werts zur Prüfung auf signifikante Abweichungen.
Beispielkonfiguration
alternative: greater, alpha: 0.05
Ergebnis
Die Berechnung zeigt, ob Layout B eine statistisch signifikant höhere Verweildauer als Layout A aufweist, ohne dass Ausreißer das Ergebnis verfälschen.

Mit Samples testen

math-&-numbers

FAQ

Was ist der Hauptunterschied zum t-Test?

Der Mann-Whitney-U-Test ist nichtparametrisch und setzt keine Normalverteilung voraus, während der t-Test diese zwingend benötigt.

Können die Gruppen unterschiedliche Größen haben?

Ja, der Test ist explizit für den Vergleich von zwei unabhängigen Gruppen mit potenziell unterschiedlichen Stichprobenumfängen ausgelegt.

Was bedeutet ein p-Wert kleiner als Alpha?

Ein p-Wert unter dem gewählten Alpha-Niveau deutet darauf hin, dass der Unterschied zwischen den Gruppen statistisch signifikant ist.

Wie werden identische Werte (Bindungen) behandelt?

Das Tool berücksichtigt Bindungen bei der Rangzuweisung durch Durchschnittsränge, um eine präzise Berechnung der U-Statistik zu gewährleisten.

Ist dieser Test für abhängige Stichproben geeignet?

Nein, für abhängige oder gepaarte Stichproben sollte stattdessen der Wilcoxon-Vorzeichen-Rang-Test verwendet werden.

API-Dokumentation

Request-Endpunkt

POST /de/api/tools/mann-whitney-u-test-calculator

Request-Parameter

Parameter-Name Typ Erforderlich Beschreibung
group1Values textarea Nein -
group2Values textarea Nein -
alternative select Nein -
alpha number Nein -
decimalPlaces number Nein -

Antwortformat

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON-Daten: JSON-Daten

MCP-Dokumentation

Fügen Sie dieses Tool zu Ihrer MCP-Server-Konfiguration hinzu:

{
  "mcpServers": {
    "elysiatools-mann-whitney-u-test-calculator": {
      "name": "mann-whitney-u-test-calculator",
      "description": "Vergleicht zwei unabhaengige Stichproben mit dem nichtparametrischen Mann-Whitney-U-Test",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=mann-whitney-u-test-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Sie können mehrere Tools verketten, z.B.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, maximal 20 Tools.

Wenn Sie auf Probleme stoßen, kontaktieren Sie uns bitte bei [email protected]