Mann-Whitney-U-Test: Warum gleiche Mediane nicht alles erklären

1. Die Vergleichsfrage vor dem Testnamen festlegen

Beginne mit der Frage, die du beantworten möchtest: Geht es um eine bestimmte Lageverschiebung, einen Rangvergleich oder ausdrücklich um Mediane? Diese Ziele sind nicht automatisch identisch. Der Mann-Whitney-U-Test wird für zwei unabhängige Gruppen verwendet und arbeitet mit der gemeinsamen Rangordnung der Beobachtungen. Die UCLA erläutert anhand eines Beispiels, warum ein solcher Test trotz gleicher Mediane ein signifikantes Ergebnis haben kann. Daraus folgt keine allgemeine Aussage, dass jeder Verteilungsunterschied erkannt wird. Es folgt zunächst, dass eine reine Medianbeschreibung die Testaussage nicht vollständig charakterisiert.

Erstelle eine eigene Entscheidungskarte mit Zielgröße, Gruppen, Beobachtungseinheit und vorgesehener Interpretation. Wenn dieselben Personen zweimal gemessen wurden, liegen nicht zwei unabhängige Gruppen vor. Ein ähnlich benannter Wilcoxon-Test für gepaarte Werte ist ein anderes Verfahren und besitzt eigene Voraussetzungen. Prüfe außerdem, ob einzelne Personen mehrere Beobachtungen beitragen oder ob Daten innerhalb von Klassen, Teams oder Einrichtungen zusammenhängen. Solche Abhängigkeiten verschwinden nicht durch die Umwandlung in Ränge. Der Testname soll am Ende der Designprüfung stehen, nicht am Anfang einer automatischen Auswahl aufgrund einer auffälligen Verteilung.

Weiterführend: UCLA OARC: Why is the Mann-Whitney significant when the medians are equal?

2. Die Interpretation an die Annahmen binden

Fay und Proschan zeigen, dass dieselbe Entscheidungsregel unter unterschiedlichen Annahmen verschiedene Interpretationen erhalten kann. Eine Deutung als reine Lageverschiebung benötigt ein dazu passendes Modell, in dem sich die Verteilungen nicht beliebig in ihrer Form unterscheiden. Ohne solche Voraussetzungen darf ein Ergebnis nicht einfach als gesicherter Medianunterschied übersetzt werden. Notiere deshalb neben dem verwendeten Verfahren die beabsichtigte Testperspektive. Für den üblichen Verteilungsgleichheitsansatz ist die Nullhypothese enger zu beschreiben als eine beliebige Alltagserwartung, dass beide Gruppen irgendwie ähnlich seien.

Untersuche die Datenbeschreibungen beider Gruppen vor der endgültigen Formulierung. Nutze passende grafische Darstellungen und Kennwerte, um Streuung, Schiefe, Häufungen und mögliche Kodierprobleme sichtbar zu machen. Das ist eine diagnostische Unterstützung, kein Beweis für alle Modellannahmen. Unser eigenes Prüfblatt hält fest, welche Aussage das Design tragen soll und welche Formunterschiede ihre Interpretation erschweren könnten. Bei Unsicherheit kläre eine geeignete Analyse fachlich ab. Wechsle nicht bloß zu einem anderen Test, weil dessen Ergebnis attraktiver aussieht oder dessen Name vertrauter klingt.

Weiterführend: Fay und Proschan (2010): Wilcoxon-Mann-Whitney or t-test? On assumptions and interpretations

3. Ränge, Bindungen und Richtung nachvollziehbar prüfen

Ordne für eine kleine eigene Lernprobe beide Gruppen gemeinsam nach ihren Werten und markiere die Gruppenzugehörigkeit. Bei gleichen Werten entstehen Rangbindungen, deren Behandlung im verwendeten Verfahren berücksichtigt werden muss. Unser erfundenes Beispiel besteht aus wenigen selbst gewählten Zahlen, nicht aus Forschungsdaten. Es soll nur zeigen, dass die Rangfolge mehr Information enthält als zwei Gruppenmediane. Berechne daraus keinen angeblich belastbaren Studienbefund. Bei realen Daten kontrollierst du anschließend die eingesetzte Software, deren Testvariante und den Umgang mit Bindungen anhand der zugehörigen Dokumentation.

Achte auf die Richtung der Vergleichsaussage. Die Kodierung der Gruppen und die Definition einer Effektkennzahl können darüber entscheiden, welches Vorzeichen ausgegeben wird. Schreibe auf, welche Gruppe als erste und welche als zweite geführt wird. Vergleiche den Bericht mit der tatsächlichen Ausgabe, statt ein Vorzeichen aus einem anderen Beispiel zu übernehmen. Einseitige oder zweiseitige Prüfung muss ebenfalls zur vorher begründeten Fragestellung passen. Eine nachträglich gewählte Richtung ist keine harmlose Formatentscheidung. Halte Änderungen im Analyseprotokoll sichtbar fest und kennzeichne ihre explorative Natur, wenn sie erst durch die Daten motiviert wurden.

4. Ergebnis und beschreibende Kennwerte gemeinsam einordnen

Berichte Gruppen und Beobachtungseinheiten, die relevante Datenbeschreibung, verwendete Testvariante, tatsächlich berechnete Statistik und eine passende Effektbeschreibung nach den Fachvorgaben. Benenne die Annahmen, die deine Interpretation ermöglichen. Wenn Mediane berichtet werden, bleibt erkennbar, dass sie beschreibende Kennwerte sind und nicht automatisch die alleinige Hypothese des Rangtests darstellen. Vermeide den Satz Beide Gruppen sind gleich, wenn der Test keinen statistisch auffälligen Befund ergibt. Ein nicht signifikantes Ergebnis ist kein allgemeiner Gleichheitsnachweis und keine Bestätigung sämtlicher Eigenschaften beider Verteilungen.

Das Tool Statistischen Test finden kann einen Vorschlag anhand von Forschungsfrage, Variablen und Gruppendesign vorbereiten. Gib ausdrücklich an, ob die Gruppen unabhängig oder gepaart sind und welche Vergleichsgröße dich interessiert. Prüfe Hinweise fachlich; führe die reale Berechnung in geeigneter Statistiksoftware durch und dokumentiere deren Einstellungen. Das Tool rechnet keinen Mann-Whitney-Test aus deinen Rohdaten und garantiert keine passende Medianinterpretation. Der abgeschlossene Arbeitsschritt ist ein Bericht, dessen Rangvergleich, Datenbeschreibung und Schlussfolgerung zueinander passen. Eine kurze automatische Testempfehlung ohne diese Prüfung reicht dafür nicht aus.