Mann-Whitney U toets: Difference between revisions

From Wikistatistiek
Jump to navigation Jump to search
No edit summary
Line 47: Line 47:


== Referenties ==
== Referenties ==
*[http://www.tqmp.org/Content/vol04-1/p013/p013.pdf Nadim Nachar. The Mann‐Whitney U, A Test for Assessing Whether Two Independent Samples Come from the Same Distribution. Tutorials in Quantitative Methods for Psychology 2008; vol. 4(1), p. 13‐20.]


<div style="background-color:#e8f1ff; margin:0.5em; padding:1em; border:1px solid #C8D0DC;">
<div style="background-color:#e8f1ff; margin:0.5em; padding:1em; border:1px solid #C8D0DC;">

Revision as of 13:00, 26 October 2011

Auteur ir. N. van Geloven
Co-Auteur
auteurschap op deze site

De Mann-Whitney U toets (ook wel Mann–Whitney–Wilcoxon, Wilcoxon rank-sum toets, of Wilcoxon–Mann–Whitney toets genoemd) is een niet-parametrische toets voor het vergelijken van een (semi-)continue variabele tussen twee onafhankelijke (ongepaarde) groepen.

Wanneer gebruik ik de Mann-Whitney U toets?

Als je wilt toetsen of de waardes van een (semi-)continue variable verschillen tussen twee aparte groepen kun je de Mann-Whitney U toets gebruiken. Bijvoorbeeld als je wilt testen of het aantal behandelde lesies verschilt tussen twee armen van een studie.

De Mann-Whitney U toets wordt vaak gebruikt als alternatief voor de ongepaarde t-toets, omdat de Mann-Whitney geen normaal verdeelde data veronderstelt. De Mann-Whitney U toets mag altijd gebruikt worden, voor alle ordinale data. Als de data toch normaal verdeeld zijn, zal de Mann-Whitney iets minder power hebben dan de ongepaarde t-toets om een verschil tussen de twee groepen te bemerken.

Voorbeeld van het gebruik van de Mann-Whitney U toets:

Table 2. Procedural characteristics
Variable* Group A Group B p-value**
Number of lesions treated 4 [2;5] 3 [1;4] 0.45
Stent length (cm) 2.2 [1.8;4.0] 2.5 [1.7;3.8] 0.33
*Variables are denoted as median [inter quartile range]. **Group differences were tested with the Mann-Whitney U test.

Heb ik de juiste test gebruikt?

Wij voeren een onderzoek met als uitkomstmaat het percentages regressie (voor de behandeling is 100% en we kijken hoeveel er weg is na behandeling). Wij hebben twee groepen behandeld het hetzelfde apparaat maar met een andere methode. Ik wil graag weten of er een significant verschil zit tussen de twee groepen in de regressie-maat. Zodoende heb ik een paired-T-test gebruikt om te vergelijken. Mijn vragen zijn: 1. Moet de n van beide groepen gelijk zijn voor de test? SPSS maakt er 10 vs 10 van, terwijl het 13 vs 10 is. 2. Mag ik de groepen wel zo vergelijken? Ik heb aangenomen dat het standaard continue variabelen zijn.

1. De n hoeft zeker niet gelijk te zijn. Bij jou komt de 10 vs 10 omdat je, onterecht, een gepaarde t-test hebt gedaan: je vergelijkt immers 2 onafhankelijke patientengroepen. 2. Een vergelijking tussen de continue variabele bij 2 verschillende patientengroepen kan m.b.v. een independent t-test, mits de verdeling (ongeveer) normaal is en je niet te kleine aantallen hebt. Dan geef je je resultaten weer in gemiddelden en SD. Ik zie echter in je Excel-bestand 13 vs. 11 patienten, dus relatief weinig, en is de verdeling niet normaal: de mean en median waardes liggen uit elkaar. Dus kun je je resultaten het best weergeven als medianen en interkwartielbereiken (=interquartile ranges; 25-75ste percentiel) en non-parametrische statistiek gebruiken (Mann-Whitney test).

Waar vind ik de Mann-Whitney U toets in SPSS?

Je vindt de test in SPSS 16 onder Analyze->Non-parametric Tests->2 Independent Samples.

Referenties

Terug naar OVERZICHT voor een overzicht van alle statistische onderwerpen op deze wiki.

Terug naar KEUZE TOETS voor hulp bij het uitzoeken van een geschikte toets of analyse.