Psikolojik araştırmalarda, veriler genellikle parametrik istatistik testleri için gerekli varsayımları ihlal eder ve bağımsız örnekler t-testi gibi. Teorik temeller, pratik uygulamalar ve Mann-Whitney U testinin normalde dağıtılmadığı ve nerede olduğu konusunda kapsamlı bir kılavuz sizi teorik temeller, pratik uygulamalarla ve Mann-Whitney U testi ile takip edecektir.

Mann-Whitney U Testi Nedir?

Mann-Whitney U testi, aynı zamanda alt popülasyon dağıtımlarında normallik varsayımını da kabul ediyor, normal bir dağıtım takip edemeyen veya örnek boyutlardaki farkların önemini değerlendirmek için kullanılan bir istatistiksel testtir.Bu, özellikle de Öğrencinin t testinin aksine, anketler veya davranışsal önlemlerden veya normal dağıtımları takip etmeyen veriler için uygun değildir.

Test, bir grubun diğer gruptan rastgele çizilen bir gözlemin olasılık dağılımı olarak değerlendirilen verilerin sıralarını karşılaştırır.The Mann-Whitney U test test testleri a null hipotez that the olasılık dağılımı of a group is the olasılık dağılımı of a randomdrewwatch from the olasılık dağılımı of a other group.

Tarihsel arka plan ve Alternatif İsimler

Henry Mann ve Donald Ransom Whitney, Wilcoxon rütbesi olarak daha büyük bir dağıtımın imzalanmış olduğu alternatif hipoteze karşı sürekli tepkilerin varsayımı altında Mann-Whitney U testi / Wilcoxon sıralama testinin de yaygın olarak adlandırıldığını belirtti.

Mann-Whitney U Testini Psikolojik Araştırmalarda Ne Zaman Kullanılır

Mann-Whitney U testi özellikle belirli koşulların mevcut olduğu psikolojik araştırma bağlamları için iyi bir şekilde uygun. Bu testin uygulanması, istatistiksel analizinizin bütünlüğünü korumak için çok önemlidir.

Appropriate Research Scenarios

Mann-Whitney U testi, bağımsız örnek t-testi için parametrik olmayan alternatif testtir. İki örnek aynı popülasyondan ve iki örnekden oluşan testlerden oluşan bir parametre değildir. Araştırmacılar genellikle Mann-Whitney U testi ne zaman veya test ettiklerinde veya testlerini kullanırlar.

Psikolojideki ortak uygulamalar şunları içerir:

  • Stres seviyelerini karşılaştırmak Veriler veyadinal ölçekler kullanılarak toplandığında deneysel ve kontrol grupları arasında
  • Analyating anket yanıtları Normalliğin varsayımlarının ihlal edildiği Likert-tip öğeler ihlal edilir
  • Davranışsal önlemleri Evaluating behavior Küçük örnek boyutları veya skewed dağıtımları ile
  • Tutumlarda farklılıkları değerlendirmek Veriler normalde dağıtılmamış demografik gruplar arasında
  • Reaksiyon süreleri karşılaştırma Ya da önemli olmayan diğer sürekli önlemler

Araştırmacılar her alanda testi kullanırlar, ancak sık sık sık psikoloji, sağlık, hemşirelik, iş ve diğer birçok disiplinde uygularlar. Örneğin, psikolojide, tutum veya davranışları karşılaştırmak için kullanılır.

Parametrik Testler Üzerindeki Avantajları

Mann-Whitney U testi, verilerin ordinal olduğu zaman testin tercih edilebilir, ancak dışlayıcıların varlığı nedeniyle belirgin bir şekilde önemini belirtmek için test edilebilir.

Bu sağlamlık, Mann-Whitney U'nin özellikle psikolojik araştırmalarda değerli olduğunu, aşırı değerlerin ölçüm hataları yerine gerçek bireysel farklılıkları temsil edebileceğini gösteriyor. Araştırmacılar için parametrik yöntemler hakkında daha fazla bilgi edinmekle ilgilenenler için, parametrik yöntemler hakkında daha fazla bilgi edinmek için, İstatistikler Parametrik olmayan testlere nasıl rehberlik edilir Ek bağlam sağlar.

Mann-Whitney U Testlerinin Etkileri

Mann-Whitney U testi parametrik alternatiflerden daha az kısıtlayıcı olsa da, sonuçları geçerli yorumlama için karşılanacak bazı varsayımlar gerektirir.

Core Asvolts

Asvolt #1: Sürekli veya ordinal düzeyde ölçülebilen bir değişkene sahipsiniz. Sürekli değişken örnekleri revizyon zamanı (measured in saatler), istihbarat (measured using IQ puan), sınav performansı (toplama kategorilerde 0 ila 100) ve böylece sıra dışı değişkenler (örneğin, “güçlü bir şekilde aynı zamanda, “güçlü bir şekilde aynı zamanda kabul edilemez” ile 7 puan) içerir.

Asvolt #2: İki kategorik, bağımsız gruplardan oluşan bağımsız değişkeniniz var (örneğin, iki gruptan daha fazlası varsa, bir Kruskal-Wallis One-Way analizi kullanılmalıdır.

Asvolt #3: Gözlemlerin bağımsızlığına sahip olmalısınız, bu, Mann-Whitney U testinin her grubu ile ilgili bir çalışma tasarımı sorunu olduğu anlamına gelir. Örneğin, her gruptaki farklı katılımcılara bir grupla bir grup arasında herhangi bir katılımcının test edemeyeceğinden daha fazla bir çalışma tasarımı sorunu olması gerekir, ancak Mann-Whitney U testinin önemli bir varsayımıdır.

Örnek Boyut Tahminleri

Yeterli örnek boyutu geçerli bir test için gereklidir, genellikle her gruptaki 5 gözlemden daha fazla. 80'den daha büyük örnekler için veya her örnek boyutu 30'dan fazla geçtiğinde, U statistic'in dağılımı normal bir dağıtıma izin verir, bu da normal değer hesaplamaları normal bir şekilde daha doğru bir şekilde yapar.

Dağıtım Şekil ve Yorumlama

Mann-Whitney U test sonuçlarını yorumlarken önemli bir göz, dağıtımların karşılaştırıldığı şekli ile ilgilidir. Erkekler ve kadınlar için katılım puanlarının dağılımını karşılaştırmak için aynı şekli (kıtınız dahil) iki dağıtımınızın farklı bir şekli varsa, sadece rütbeleri karşılaştırmak için Mann-Whitney U testi kullanabilirsiniz.

Bu ayrım psikolojik araştırmacılar için önemlidir: dağıtımlar benzer şekilleri olduğunda, gruplar arasındaki medyandaki farklılıkları ifade edebilirsiniz.Sekizler formda farklı olduğunda, stochastic baskınlık veya farklılıkların medyan farklılıkları yerine sıralanması açısından yorum yapmanız gerekir.

Hipotezleri anlamak

Properly null ve alternatif hipotezlerinizi formüle etmek Mann-Whitney U testi doğru şekilde yürütmek ve yorumlamak için önemlidir.

Null ve Alternatif Hipotezler

null hipotezi (H0) iki popülasyonun eşit olduğu. alternatif hipotez (H1), iki popülasyonun eşit olmadığıdır. Daha spesifik olarak, null hipotezi H0 altında, her iki nüfusun dağıtımları da aynıdır.

Bazı araştırmacılar bunu iki popülasyon arasındaki medyaları karşılaştırırken (örneğin, parametrik testler iki bağımsız grup arasındaki araçları karşılaştırır). Bazı durumlarda, verilerin benzer şekilde şekillendirildiği (görüler) bu geçerli - ancak medyan aslında Mann-Whitney U test statistic'in hesaplanmasında yer almaması gerektiği belirtilmelidir.

Test aslında Önlemler Nedir

Bir tek test, eşit bir şekilde eşit bir hipotez test eder, çünkü bir gruptaki gözlemlerin diğer gruptaki gözlemlerden daha sistematik veya daha küçük olup olmadığını değerlendirmektedir.

Mann-Whitney U Testini Gerçekleştirmek için Adım-Adım Prosedürü

El hesaplama sürecini anlamak, araştırmacıların testin gerçekte ne yaptığını anlamalarına yardımcı olur, sonuçta analiz için istatistiksel yazılım kullanırlarsa.

Adım 1: Verilerinizi toplayın ve organize edin

Psikolojik deneyinizden veya çalışmanızdan iki bağımsız örneğiniz olduğundan emin olun. Örneğin, kontrol grubu ve stres kesinti müdahalesini alan deneysel bir gruptan stres puanları alabilir. Verilerinizin daha önce belirtilen varsayımlarla karşıladığını, özellikle gözlemlerin bağımsızlığıyla karşıladığını onaylayın.

Adım 2: Tüm Veri Noktaları birleştirin ve Rank All Data Points

Assign numeric tüm gözlemlere (her iki gruptan bir sete kadar gözlemler) göre, en küçük değer için 1 ile başlayan bu, Mann-Whitney U testini sıra dışı olmayan bir işlemdir.

Verilerinizi sıralamada:

  • Her iki gruptan tek bir veri kümesine tüm gözlemleri bir araya getirin
  • En düşük değerlerden tüm değerleri en yüksek
  • Adım 1 en küçük değere, sonraki en küçüklere 2 sıralayın ve bu yüzden
  • Onları işgal ettikleri rütbelerin ortalamasını atarak bağlı değerlerin kapatılması

Adım 3: Koled Ranks

ABD istatistiklerini hesaplamak için, verilerin bir araya getirilmesi ilk olarak 15 puan alan ve her iki puanın da sıraya eşit puan alan bağlı puanlarla bölünmüş durumda düzenlenir.

Tied rütbeleri psikolojik araştırmalarda yaygındır, özellikle de Likert ölçeklerini veya diğer veyadinal önlemleri sınırlı yanıt seçenekleri ile kullanırken. Çoğu istatistiksel yazılım paketleri, uygun düzeltme formüllerini otomatik olarak kullanarak bağlar.

Adım 4: Her Grup için Ranks Sumunu Hesaplayın

Tüm gözlemlere yer vermeden sonra, her grup için ayrı ayrı sıraların miktarını hesaplamak. Bu rütbe ABD istatistiki hesaplamanın temelini oluşturur. Sisteme sistematik olarak daha yüksek değerlere sahip grup, daha büyük bir rütbeye sahip olma eğilimindedir.

Adım 5: U Statistic

Mann-Whitney testi istatistiki daha sonra U = n1 n2 + {n1 (n1 + 1)/2} - T, n1 ve n2'nin ilk ve ikinci örneklerin boyutlarıdır ve T aslında iki U değerleri hesaplamaktadır (her grup için biri), ve Mann-Whitney U değeri için, U1 ve U2'nin daha küçük değeri kullanılır.

Adım 6: İstatistiksel İşareti Belirlenmeyi Belirleyebilir

Küçük örnekler durumunda, dağıtım sekme edilir. Örnek boyutlarda -20, normal dağıtım kullanılarak ilgili yaklaşımlar oldukça iyi. Küçük örnekler için, hesaplanan U değerini Mann-Whitney U masasında kritik değerlere kıyasla karşılaştırabilirsiniz.

Karar kuralı basittir: eğer değeriniz önceden belirlenmiş alfa seviyesinden daha azsa (tipik olarak 0.05), null hipotezini reddediyorsunuz ve iki grubun dağıtımlarında önemli ölçüde farklılık gösterdiğini sonucuna varır.

İstatistiksel Yazılım kullanarak Mann-Whitney U Testini Gerçekleştirmek

Kılavuz hesaplamasını anlamak değerli olsa da, çoğu araştırmacı Mann-Whitney U testini verimli ve doğru bir şekilde gerçekleştirmek için istatistiksel yazılım kullanıyor. İşte testin psikolojik araştırmadaki en yaygın kullanılan istatistiksel paketler nasıl gerçekleştirileceğini.

SPSS'ı kullanarak

SPSS Mann-Whitney U testi yapmak için birden fazla yol sunar. En basit yaklaşım "Analyze" menüsü aracılığıyladır:

  1. Navigate to Analyze → Parametrik Testler → Miras Dialogs → 2 Bağımsız Örnekler
  2. Bağımlı değişkeninizi (örneğin, stres puanları) "Test Değişken Listesi" kutuya taşıyın
  3. Grup değişkeninizi (örneğin, grup üyeliği) “Gruplama Değişkeni” kutuya taşıyın
  4. "Define Grupları" tıklayın ve iki grubunuzu tanımlayan değerleri belirtin
  5. "Mann-Whitney U"'nin "Test Type" altında seçili olmasını sağlayın.
  6. Analizleri yürütmek için "OK" tıklayın

SPSS, U statistic, Wilcoxon W (sum of rütbe), z-print (daha büyük örnekler için), ve iki popülasyonun gruplar arasındaki farkları tespit etmek için farklı olduğunu belirtmek için.Bu farklı sonuçlar sizin verilerinizle ilgili varsayımlarınızı belirlemenize olanak sağlar.

R R kullanarak R R

R, Mann-Whitney U testi için basit ve esnek bir işlev sağlar. Temel sözcüler:

[0]

Örneğin, "stress" ve grup üyeliğine "önemli" olarak adlandırılan bir veri çerçevesi içinde "mydata" olarak adlandırılan değişkende stres puanları varsa, şunları kullanırsınız:

(Allah’a) yemin ederim.

[FONT:2] Tartışma, R'nin, daha büyük örnekler için uygun olan değerleri hesaplamak için normal bir şekilde kullanılmasını söyler.Küçük örnekler için, permutasyon dağıtımına dayanan değerleri elde etmek için tam olarak yapılandırabilirsiniz.

Ek kullanışlı tartışmalar şunları içerir:

  • (D)))) (döve)))))))))))
  • [FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=
  • [FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=FONT=

Python kullanımı

Python'un SciPy kütüphanesi test yapmak için [[Şampings of theurture. First, import the necessary library:

[Üye: 9)

Sonra testi gerçekleştirin:

(Ey Âdem)

İşlev U statistic ve p-değer döndürür.TheETHFLT:12), parametrenin belirli bir etki yönünü tahmin etmek için çok yaygın olduğu için ‘iki taraflı’ veya ‘büyük’ hipotezinize bağlı olarak.

Python örneği tam kodla:

(Allah’a) yemin ederim.

Komovit kullanarak

Grafiksel bir arayüz tercih eden araştırmacılar için, açık kaynak yazılımı istiyor, jamovi mükemmel bir seçenek sunuyor:

  1. Navigate to Analyses → T-Tests → Bağımsız Örnekler T-Test
  2. Bağımlı değişkenlerinizi "Dependent Değişkenleri" kutuya taşıyın
  3. Grup değişkeninizi “Gruplama Değişkeni” kutusuna taşıyın
  4. "Tests" altında, "Öğrenci" kontrol ve "Mann-Whitney U" kontrol edin.
  5. "Eksik İstatistik" altında, etki boyutunun ölçütlerini talep edebilirsiniz

jamovi otomatik olarak U statistic, p-değer ve kolay hazır bir formatta seçim yapmak için opsiyonel etki boyutunu sağlar.

Hesaplama ve Etkisi Boyutlarını Analiz

İstatistiksel önem tek başına tam hikayeyi söylemiyor. Etkisi boyutları gruplar arasındaki farkı ölçtü, bulgularınızın pratik önemi hakkında önemli bilgiler sağlar.

R Etkisi Boyut

Mann-Whitney U testi yaptıktan sonra en çok bildirilen etki boyutu r. Onun hesaplaması basit ve sadece z ve N. değerleri gerektirir. İşte, z standart test istatistiki Mann-Whitney U testi, çoğu istatistiksel yazılım paketleri tarafından sağlanmaktadır.

r = z / √N

Z standart test istatistiki ve N toplam örnek büyüklüğü (n1 + n2). Cohen'in eşine göre, bu, ⁇ 0.1'de, ⁇ 0.3'de orta etki boyutunu temsil eder ve ⁇ 0,5'de büyük bir etki boyutunu temsil eder.

Ortak Dil Etkisi Boyutu ve Üstünlük Probability of Superiority

Bir Mann-Whitney U testi yaptıktan sonra, araştırmacılar Vargha ve Delaney'in A (VDA) istatistikleri, Ortak Dil Etkisi Boyutunın bir çeşidi (CLES), aynı zamanda üstün bir yorum olasılığını da biliyor: Bir gruptan rastgele seçilmiş bir konunun diğer gruptan daha yüksek bir gözlemlenen değeri olması olasılığı temsil ediyor.

Bu etki boyutu, özellikle de istatistiki olmayan izleyicilere iletişim sonuçları için yararlıdır. Örneğin, rapor edebilirsiniz: "Devrimiçi gruptan rastgele seçilmiş bir katılımcının kontrol grubundan rastgele seçilmiş bir katılımcıdan daha düşük bir stres puanına sahip olması olasılığın 72'si var."

Rank-Biserial Correlation

Mann-Whitney U testi için etki boyutunu rapor etme yöntemi, ortak dil etkisi büyüklüğü ile aynıdır. Örnek bir istatistik olarak, ortak dil etkisi boyutu iki grup arasındaki tüm olası çiftleri yaratarak hesaplanır, sonra bir ilişkinin boyutunu bulur.

Mann-Whitney U testi bağlamında, rg, Cliff'in delta ( ⁇ ) etkisi büyüklüğü ile eşdeğerdir. Bu etki boyutları VDA istatistiklerinin lineer dönüşümüdir ve Grup 2'deki tüm gözlemlerin Grup 1'de 1'e kadar bir değer olduğunu gösterir.

Vargha ve Delaney'e göre, ⁇ 'nin mutlak değeri küçük (≥ 0.11), orta (≥ 0.28) veya büyük (≥ 0.43) olarak yorumlanabilir, ancak bu eşler belirli araştırma alanınızın bağlamında yorumlanmalıdır.

Utan Etkisi Boyutlarını Utanıyor

Alternatif bir yaklaşım, U statistic'den doğrudan etki boyutunu hesaplar. ⁇ denilen bir istatistik, U ile ilgili ve iki dağıtım çalışması ile yaygın olarak kullanılan ve başka bir yerde, ABD'yi belirli boyutlardan ayırarak hesaplanır, bu nedenle X ve Y'nin iki dağıtım arasındaki ayrımı yerine getirdiği sabit bir şekilde ölçemez.

Yorumlama ve raporlama Sonuçları

Mann-Whitney U testi sonuçları hakkında kanıtlayın, bulgularınızın doğru şekilde anlaşılabilmesini ve diğer araştırmacılar tarafından değerlendirilebilir olmasını sağlar.

P-Value'yi anlamak

Önemli bir değer (tipik olarak p < 0.05), iki grubun dağıtımlarında önemli ölçüde farklılık gösterdiğini gösteriyor. Ancak, p-değer sadece verinizi gözlemleme olasılığı hakkında size söyler (veya daha aşırı veriler) eğer null hipotezi doğruysa.

Mann-Whitney U testinden değerleri yorumlarken, göz önünde bulundurun:

  • Bir tane çizmiş veya iki ayarlı bir test kullanıp kullanıp
  • P-değer tam olarak veya normal yaklaşıma dayanan olsun
  • Bağlanma pozisyonları için düzeltmeler uygulanmış olsaydı
  • İstatistiksel önem ve pratik önem arasındaki ilişki

Ne Rapora

İki grubun merkezi eğilimlerinin bir ölçü (ortalama veya medyan; Mann-Whitney U testi genellikle tavsiye edilir), U (belge büyüklüğü veya sıra dışı) değeri, genel dil korelasyon büyüklüğü veya sıralama gibi), ve tüm önemli seviye sizin raporunuzda dahil edilmelidir.

Tipik bir rapor, “E ve C gruplardaki Median latencies 153 ve 247 ms idi; iki gruptaki dağıtım önemli ölçüde farklılık gösterdi (Mann-Whitney U = 10.5, n1 = n2 = 8, P < 0.05 iki aktı).

APA Style Raporlama

Mann-Whitney U testinin sonuçlarını APA (Amerikan Psikoloji Derneği) tarzına göre rapor etmek, açık bir şekilde önemli istatistikler ve bulguları sunmak, orta büyüklükteki bir etki ile, r = .34. Test, Grup A ve Grup B arasındaki puanları karşılaştırmak için yapıldı.

APA-style raporlaması için anahtar öğeler:

  • Testin adı (Mann-Whitney U testi)
  • Testin amacı (nasıl karşılaştırılıyorsunuz)
  • U statistic değeri
  • Her iki grup için örnek boyut
  • Tam değer (veya p < çok küçük değerler için .001)
  • Analiz ile Etkisi Boyut
  • Etkisi

Olmayan Sonuçlara İlişkin Yorum

Mann-Whitney U testi, önemsiz bir sonuç elde etmediğini gösterir (p > .05), bu, grupların aynı olduğunu kanıtlamıyor. Aksine, farklı sonuçlar doğurduğunuz sonucuna varmadığınızı gösteriyor.

  • Yetersiz istatistik gücü (küçük örnek boyutlarda)
  • Gruplar arasındaki gerçek olarak benzer dağıtımlar
  • Grup farklılıkları arasında maskelenen gruplar içinde yüksek yetimlilik
  • Örnek büyüklüğünizle tespit etmek için Etkisi boyutları çok küçük

Her zaman tanımlayıcı istatistikler ve etki boyutları ile ilgili önemsiz sonuçlar raporlayın, bulgularınızın tam bir resmini sağlamak için.

Pratik Örnek: Tedavi Grupları Arasında Endişeli Seviyeler

Psikolojik araştırmada bir Mann-Whitney U testinin tüm sürecini göstermek ve yorumlamak için tam bir örnekle çalışalım.

Araştırma Senaryo

Klinik psikolog, yeni bir dikkatli müdahalenin bekleme listesi kontrol koşulu ile karşılaştırıldığında endişeyi azaltıp değerlendirmeyi gerektirir. Yirmi katılımcı, dikkat müdahaleye (n = 10) veya bekleme listesi kontrolüne (n = 10) göre, kaygı 0 ila 100 puan üreten standart bir anket kullanılarak ölçülür.

Araştırmacı verileri inceler ve kaygı puanlarının normalde grupta dağıtılmadığını bulur ( Shapiro-Wilk testleri tarafından teyit edildi), Mann-Whitney U analiz için uygun seçimi test eder.

Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data Data

Mindity Group: 42, 38, 45, 35, 40, 37, 43, 39, 41, 36
Waitlist Control: 58, 62, 55, 60, 57, 63, 59, 61, 56, 64,

Step-by-Step Analysis

Adım 1: Devletin hipotezleri

  • H0: Endişe puanlarının dağılımı her iki grupta da aynıdır
  • H1: Endişe puanlarının dağılımı gruplar arasında farklılık gösterir

Adım 2: Bütün puanları birleştirin ve sıralayın

Tüm 20 puanları birleştirdiğimizde ve en düşükten en yüksek rütbeye kadar sıraladığımızda, dikkat grubu puanları daha düşük rütbeleri (1-10) işgal ederken, garson kontrol puanları daha yüksek rütbeleri işgal eder (11-20). Bu açık ayrılık gruplar arasında önemli bir fark gösterir.

Adım 3: Sayı sıralaması

  • Zihinsel grup sıralaması: 55
  • Waitlist kontrol sıralaması: 155

Adım 4: U statistic

ABD formülü kullanarak U = n1n2 + [n1(n1 + 1)/2) - R1 ilk grup için sıralamalar:
U (10) = (10) + [10(11)/2) - 55 = 100 + 55 - 55 = 100

İkinci grup için: U = 0 (iki U değerlerin daha küçük)

Adım 5: önemini belirleme

U = 0, n1 = 10 ve n2 = 10 ile bu sonuç oldukça önemli (p < .001). Tüm sıralamalar, dikkat grubundaki her katılımcının bekleme liste kontrol grubundaki her katılımcıdan daha düşük bir kaygı puanı olduğunu gösteriyor.

Adım 6: Boyutlu Etkisi Boyut

rütbe-biserial korelasyonu kullanarak: r = 1 - (2U) / (n1 × n2) = 1 - (2 × 0) / (10 × 10) = 1.0

Bu, gruplar arasındaki tam ayrımı ifade eden mükemmel bir etki boyutunu temsil eder.

Sonuçlar raporlayın

“Bir Mann-Whitney U testi, iki grup arasında istatistiksel olarak önemli bir fark ortaya çıktı, U = 0, n1 = 10, n2 = 10, p < .001, büyük bir etki boyutu ile, r = 1.0. Bu sonuçlar, dikkat temelli müdahalenin bekleme listeleme durumu ile ilişkili olduğunu gösteriyor.

Ortak Pitfalls ve Them'dan Nasıl Kaçırmak

Mann-Whitney U testinin uygulanması ve yorumlanması, araştırma sonuçlarınızın geçerliliğini sağlamak için yardımcı olur.

Bağımsızlık Asimlerini ihlal etmek

En ciddi hatalardan biri, Wilcoxon imzalanmış veya eşleştirilmiş örneklerle test edilir.Eğer verileriniz tekrarlanan önlemleri içeriyorsa, eşleştirilmiş çiftleri veya gözlemler arasında herhangi bir bağımlılık şekli, Wilcoxon imzalanmış testini kullanmanız gerekir.Eğer veriler çiftlerde mevcutsa (bağlantılı örnekler) Wilcoxon imzalanmış test Mann-Whitney U testi yerine kullanılabilir.

Test Önlemlerinin Ne Anlamasını Yanlışlaştırıyor

Araştırmacılar bazen Mann-Whitney U testinin her zaman medyanlarını karşılaştırdığını varsayıyorlar. Daha önce tartışılan gibi, bu sadece dağıtımların benzer şekilleri olduğu zaman uygundur.

Etkisi Ignoring Etkisi Boyutları

Etki boyutları olmayan sadece p değerlileri rapor etmek, sonuçlarınızın eksik bir resmini sunar. Çok küçük bir etki büyüklüğü ile istatistiksel olarak önemli bir sonuç sınırlı pratik öneme sahip olabilir, orta etki büyüklüğü ile önemsiz bir sonuç gerçek farkdan ziyade güçlü bir çalışma önerebilir.

Birden çok Grup için yanlış test kullanmak

Mann-Whitney U testi, iki bağımsız grubu kıyaslamak için tasarlanmıştır. İki gruptan daha fazla karşılaştırılmalıdırsa, Kruskal-Wallis testi yerine kullanılmalıdır. Çeşitli Mann-Whitney testleri yapmak için birkaç gruptan kaçınılmalıdır.

Int Örnek Boyut

Mann-Whitney U testi küçük örneklerle kullanılabilirken, grup başına 5 gözlemden çok az örnek boyutu (grup başına 5 gözlem) anlamlı farklılıkları tespit etmek için yeterli güce sahip olabilir. Her örnek geçerli istatistiksel sonuçlar için en az 5 gözleme sahip olmalıdır. Küçük örnek boyutların güvenilmez sonuçlara yol açabilir çünkü gruplar arasında gerçek bir fark tespit etmek için yeterli veri olmayabilir.

Gelişmiş düşünceler ve Extensions

Bir-Tailed vs. İki-Tailed Testler

Çoğu psikolojik araştırma iki yönlü test kullanır, çünkü her yöndeki farklılıkları tespit etmek istiyoruz. Ancak, etkinin yönünü tahmin etmek için güçlü bir teorik temele sahip olduğunuzda, bir tek kullanımlık test uygun olabilir.Bir-sıkır testler, tahmin edilen yöndeki etkilerini tespit etmek için daha büyük bir güce sahiptir, ancak tersi yönde algılayamaz.

Sadece zaman tek kullanımlık testleri kullanın:

  • Belirli bir yöne tahmin etmek için güçlü teorik veya ampirik nedenleri var
  • Aksine, tam tersi bir etki teorik olarak anlamsız veya imkansız olacaktır
  • Veri toplamadan önce yönsel hipotezi belirtirsiniz

Exact vs. Asymptotic P-Values

Küçük örnekler için, permutasyon dağıtımına dayanan tam değerler, her iki örnek boyutu 20'den daha az olduğunda ve daha büyük örnekler için sayısal değerler hesaplayabilir.

Konum Shift için Güven Intervals

hipotez testlerinin ötesinde, gruplar arasındaki konum değişimi için bir güven aralığı tahmin edebilirsiniz. Bu, gruplar arasındaki fark için bir dizi plausible değer sunar ve basit bir değerden daha fazla bilgi sunar. Hodges-Lehmann estimator genellikle bu amaç için kullanılır ve çoğu istatistiksel yazılım paketlerinde kullanılabilir.

Extreme Outliers

Mann-Whitney U testi parametrik testlerle kıyaslanacak kadar sağlam olsa da, aşırı profilliler hala sıralamayı etkilemeden sonuçları etkileyebilir. Test yapmadan önce, verilerinizi dışlayıcılar veya veri giriş hatalarını temsil ederler.If outliers haklıysa, Mann-Whitney U testinin sıra tabanlı yaklaşımı, etkilerini testlere kıyasla en aza indirecektir.

Alternatifler ve İlgili Testler

Bağımsız Örnekleri Kullanırken T-Test Yerine

Öğrencinin testi ve Mann-Whitney U testi arasındaki seçim öncelikle verilerin normalliğini takip eder.Eğer veriler normal bir dağıtıma devam ederse, Öğrencinin testini tercih etmesi gerekir. Ancak, veriler bu varsayımla karşılaşmazsa, Mann-Whitney U testi, normalde dağıtılan verilerle bile işe alınabilir.

Verileriniz normallik ve homojenliğin varsayımlarını karşılarsa, bağımsız örnekler t-test genellikle daha güçlü ve tercih edilmelidir. Ancak, ordinal veriler veya önemli olmayan dağıtımlar için, Mann-Whitney U testi daha iyi seçimdir.

Kruskal-Wallis Multi Groups için Test

Kruskal-Wallis testi, aynı zamanda Kruskal-Wallis H-testi olarak da adlandırılır, bu iki grubu karşılaştırmak için sınırlı değildir. Gruplar arasında yer alan önemli farklılıkların istatistiksel olarak eşdeğer olup olmadığını değerlendirmek için kullanılan parametrik bir istatistik prosedürüdür.

Wilcoxon Paired Data için Derece Testini İmzaladı

Eşleştirilmiş veya eşleştirilmiş gözlemler olduğunda (aynı katılımcılardan önceki ve test ölçümler gibi), Wilcoxon imzalanmış-rank testi, eşleştirilmiş gözlemler arasındaki bağımlılık için uygun olmayan hesaplardır ve kavramsal olarak eşleştirilmiş örneklerle benzerdir.

Brunner-Munzel Test

Daha güçlü bir test, Brunner-Munzel testi, standart Mann-Whitney U testinin değişimsizlik varsayımı konusunda bilgilendirilmesidir. Bu test özellikle iki grubun farklı varlığa veya şekillerine sahip olduğu durumlarda, standart Mann-Whitney U testinin daha az uygun olabileceğini bildirir.

Örnek Boyut ve Güç Tahminleri

Çalışmanızı yapmadan önce uygun örnek boyutlarını belirlemek anlamlı etkileri tespit etmek için yeterli istatistiksel güç sağlamak için önemlidir.

Güç Analizi

Mann-Whitney U testi için güç analizi, G*Power gibi yazılımları kullanarak yapılabilir. İstatistiksel test düşüşü menüsü altında, seçim anlamına gelir: Wilcoxon-Mann-Whitney testi (iki grup) Güç analizinin Türü altında, A presi: Tamamlanan örnek boyut - verilen alfa, güç ve etki büyüklüğü.

Bir güç analizi yapmak için, belirtmeliyim:

  • Beklenmiş etki büyüklüğü: Önceki araştırma veya pilot verilere dayanarak
  • Alfa seviyesi: Tipik olarak .05 psikolojik araştırma için
  • Arzu edilen güç: Konvansiyonel olarak 80, gerçek bir etki tespit etme şansı anlamına gelir
  • Allocation oranı: Gruplar arasındaki örnek boyutların oranı (1:1 eşit gruplar için)

Güç Analizi Sonuçlarının Yorumlanması Sonuçlar

Yukarıdaki örnek ve adımlara dayanarak, her gruptaki çalışmadaki toplam 14 katılımcıya ihtiyaç duyacaktır.Bu, çalışma planlama için normal bir dağıtıma dayanan bir teste ihtiyaç duyacaktır.80 ve eşit büyüklükteki gruplar için bir alfa, araştırmacılar her gruptaki çalışmadaki toplam 14 katılımcıya ihtiyaç duyacaktır.

Post-Hoc Power Analysis

Tartışmalı olsa da, post-hoc güç analizi, önemsiz olmayan sonuçları yorumlayabilmeye yardımcı olabilir.Eğer çalışmanız düşük güce sahip olsaydı (örneğin, .50’den daha az), önemsiz bir sonuç, sadece gerçek bir etki yokluğundan ziyade yetersiz örnek boyutu yansıtabilir. Ancak, post-hoc güç analizi dikkatli bir şekilde yorumlanmalıdır ve asla desteklenmemelidir.

Mann-Whitney U Test Sonuçları

Etkili görselleştirme bulgularınızı iletişim kurmaya yardımcı olur ve grup farklılıklarının doğasına bilgi verir.

Box Plots

Kutu arsaları Mann-Whitney U test sonuçlarını göstermek için idealdir çünkü özellikle de her grubun medyalarını gösterirler. Ayrıca dağıtım şeklini ortaya koyar ve potansiyelleri tespit ederler.

Violin Plots

Violin arsaları, kutu arsalarını çekirdek yoğunluk tahminleriyle birleştirir, hem özet istatistikler hem de tam dağıtım şeklini gösterir. Bunlar özellikle gruplar arasındaki dağıtım şekli farklılıkları göstermek istediğinizde, arabulucuları karşılaştırabileceğiniz veya sadece rütbeler anlamına gelenleri yorumlamak için ilgilidir.

Rank Dağıtım Plots

Her gruptaki gözlemlerin sıralarını gösteren bir arsa oluşturmak, gruplar arasındaki çakışma veya ayrılık derecesini gösterebilir. Bu görselleştirme doğrudan Mann-Whitney U testinin değerlendirildiği ve grup farklılıklarının doğasını anlamak için bilgilendirici olabilir.

Farklı metinlerde raporlama

Journal Makaleler

Mann-Whitney U testi sonuçları dergilerde raporlandığında, metindeki tüm temel istatistik bilgileri içerir ve tanımlayıcı istatistikler (ortalamalar, aralıklar veya aquartile aralıklar) tablolarda yer alan bir rakam da okuyucuya etkinin görsel bir anlayışını göstermek için.

Bular ve Tezler

Daha uzun süreli akademik yazı, Mann-Whitney U testi seçiminizi açıklamak için daha fazla alana sahipsiniz, sonuçları kontrol etmeyi tarif edin ve normallik testi, örnek boyut gerekçesi ve alternatif analizler hakkında bilgi edinin.

Konferans Sunumları

Konferans sunumları için, sonuçları ve basit yorumlamanın net görselleştirilmesine odaklanın. kutu arsaları veya keman arsalarını grup farklılıkları görsel olarak göstermek ve anahtar istatistikler (U, p-değer, etki boyutu) basit, erişilebilir bir formatta.Test prosedürü hakkında seyircilerinizi ezici bir şekilde bildirmek.

İstatistiksel Analizde Etik Bakışlar

Mann-Whitney U testinin sorumlu kullanımı, psikolojik araştırmacıların akılda tutması gereken birkaç etik hususu içerir.

Pre-Registration and Transparency

Analiz planınızı kayıt edin, Mann-Whitney U testi kullanmayı tercih edin ve bir iki ayarlı testler, şeffaflığı arttırır ve sorulu araştırma uygulamaları riskini azaltır.Parametrik olmayan testleri parametrik alternatifler üzerinden seçmeniz için karar verme sürecinizi açıkça belgeleyin.

P-Hacking

Parametrik ve parametrik olmayan testler arasında önemli sonuçlar doğurmayın. Test seçiminiz, verileriniz ve önceden belirlenmiş kriterlerinizin özelliklerine dayanarak, üretilen p değerlilere dayanarak değil.Eğer her iki test de test yaparsanız, her iki sonuç kümesini raporlayın.

Tam Raporlama

Tüm analizler, önemsiz olmayan sonuçlar dahil. Sadece önemli bulguların seçimi, bilimsel literatürü yayınlamaya ve ayrımcılığa katkıda bulunur. Mann-Whitney U testi kullanırken, rapor tanımlayıcı istatistikler, test istatistikleri, p değerliler ve tüm karşılaştırmalar için etkiler.

Sorun Ortak Konuları Sorun Gidermek

Aşırı Ties ile anlaşma

Verileriniz birçok bağlı değer içerdiğinde (örneğin, birkaç yanıt seçeneği ile diğer veyadinal önlemleri) testinizin araştırma sorunuz için yeterli miktarda granulariteye sahip olup olmadığının farkında olun. Çoğu istatistiksel yazılım otomatik olarak bağlar için düzeltmeleri uygular, ancak aşırı bağlar testin farklılıkları tespit etme yeteneğinin azaltılabilir.

Yeterli Örnek Boyutları

Mann-Whitney U testi, küçük dengesizlikler hakkında endişe duymamış gruplar arasında eşit örnek boyutlardan yoksundur.

Yazılım Diskrepancies

Farklı istatistik paketleri Mann-Whitney U testi için biraz farklı değerler rapor edebilir, özellikle küçük örnekler veya birçok bağlantı ile. Bu diskrepanziler genellikle farklı ilişkiler yöntemlerinden veya farklı yaklaşımlardan ortaya çıkabilir. Raporlama sonuçları, hangi yazılımların hangi şekilde kullanıldığını ve tam veya asymptotic p-değerlerin hesaplandığını belirt.

Diğer İstatistiksel Yaklaşımlarla entegrasyon

Descriptive Statistics ile birlikte bir araya gelmek

Mann-Whitney U testi her zaman ayrıntılı tanımlayıcı istatistiklere eşlik etmelidir. Rapor medians, interquartile aralıklar ve her grup için aralıklar. Ayrıca raporlama araçları ve standart sapmalar karşılaştırma amaçları için, testin kendisi de rütbelere dayanıyor olsa da.

Güven Intervals ile birlikte kayıt

Gruplar arasındaki fark için güven aralıkları hipotez testlerinin ötesinde değerli bilgiler sağlar. Hodges-Lehmann estimator, güven aralığı ile birlikte gruplar arasındaki yer değişiminin sağlam bir tahminini sunar. Bu yaklaşım, saf hipotez testlerinin üzerinden tahmin edilen modern istatistik uygulama ile uyumludur.

Karma-Methods Araştırmasında Kullanımı

Komplikeli psikolojik araştırmalarda Mann-Whitney U testi sonuçları, grup farklılıkları hakkında daha tam bir anlayış sağlamak için nitel bulgularla entegre edilebilir. Testten gelen Sayılar hangi grupların farklı olduğunu belirleyebilirken, nitel veriler bu farklılıkların neden pratik anlamda ne anlama geldiğini açıklamaya yardımcı olabilir.

Son gelişmeler ve Future Yollar

İstatistiksel metodoloji gelişmeye devam ediyor ve araştırmacılar Mann-Whitney U testi ile parametrik olmayan yöntemlerle ilgili son gelişmelerden haberdar olmalıdır.

Bayesian Alternatifleri

Bayesian, Mann-Whitney U testine yaklaşımlar, JASP gibi yazılım paketleri aracılığıyla daha erişilebilir hale geliyor. Bu yöntemler, null hipotezine karşı kanıtları ölçen faktörler sunar, geleneksel p değerli sonuçları yorumlayarak ve kanıtları ölçmek için avantaj sağlar.

Robust Yöntem

Modern sağlam istatistik yöntemleri, parametrik olmayan yaklaşımlara karşı testlerin gücünü birleştiren alternatifler sunar. Trimmed, bootstrapping ve diğer sağlam teknikler, normal varsayımların ihlallerine karşı korumayı sürdürürken bazı durumlarda Mann-Whitney U testi daha iyi bir güç sağlayabilir.

Makine Öğrenme Entegrasyonu

Psikolojik araştırmalar giderek artan bir şekilde makine öğrenme yöntemleri içeriyorsa, Mann-Whitney U testi (özellikle de sıra tabanlı karşılaştırma kavramı) çeşitli makine öğrenme algoritmalarında ortaya çıkıyor. bu temel istatistik kavramları, araştırmacıların modern analitik yaklaşımlarla çalışma yeteneğini geliştirir.

Psikolojik Araştırmacılar için Pratik İpuçları

  • Testinizi seçmeden önce varsayımları kontrol edin: Her zaman normallik için verilerinizi inceleyin ve parametrik olmayan testlerin karar vermeden önce ölçüm ölçeğini düşünün.
  • Önce verilerinizi görselleştirmek: İstatistik testleri yapmadan önce verilerinizdeki arsalar oluşturun dağıtımları anlamak ve potansiyel sorunları tanımlamak için
  • Rapor etkisi boyutları: Her zaman p değerlilerin yanı sıra etki boyutlarını hesaplar ve rapor edin, farklılıkların büyüklüğü hakkında bilgi sağlamak için
  • Pratik öneme göz atın: İstatistiksel olarak önemli farklılıkların araştırma bağlamınızda anlamlı olması için yeterince büyük olup olmadığını Evaluate
  • Kararlarınızı Belgeler: Mann-Whitney U testi neden seçtiğiniz ve ilişkileri veya outliers gibi sorunları nasıl ele aldığınızın açık kayıtlarını tut.
  • Uygun yazılım kullanın: İyi anladığınız istatistik yazılımı seçin ve bu, tam raporlama için gerekli tüm çıktı sağlar
  • İstatistikçilere danışın: Mann-Whitney U testinin sizin verileriniz için uygun olup olmadığı konusunda şüphe içinde, bir istatistiksel uzmanla danış

Daha Fazla Öğrenme Kaynakları

Mann-Whitney U testi ve parametrik olmayan istatistikler hakkında anlayışlarınızı daha geniş bir şekilde derinleştirmek için, bu kaynakları araştırıyor:

  • Textbooks: Kapsamlı nonparametrik olmayan istatistikler ders kitapları Mann-Whitney U testinin teorik temelleri ve pratik uygulamalarını ayrıntılı bir şekilde kapsar.
  • Online öğreticiler: The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The The İstatistikler Web Sitesi Nasıl Web Sitesine Nasıl Yapılır Tüm düzeylerde araştırmacılar için erişilebilir açıklamalar sunar
  • Yazılım belgeleri: SPSS, R, Python ve diğer istatistiksel paketler için resmi belgeler testin uygulanmasına ayrıntılı rehberlik sağlar.
  • İstatistiksel danışmanlık hizmetleri: Birçok üniversite, araştırmanıza Mann-Whitney U testi uygulamakla ilgili belirli sorularla yardımcı olabilecek istatistiksel danışmanlık hizmetleri sunar
  • Atölyeler ve dersler: Profesyonel kuruluşlar veya üniversiteler tarafından sunulan Parametrik istatistiklere yönelik atölyelere bakın

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Mann-Whitney U testi, testin ne zaman doğru yapılacağını anlamak için değerli bir araçtır ve normallik olmadan iki bağımsız grubu karşılaştırmak, özellikle de psikolojik bilimin gelişmesine katkıda bulunan analizleri yürütmekte.

Psikolojik araştırmacılar için anahtar çekingenler, istatistik testlerini seçmeden önce varsayımları kontrol etmenin önemini, p değerli değerlerin yanı sıra raporlama etkisinin ve belirli araştırma soru ve teorik çerçevenizin bağlamında sonuçları yorumlamanız gerekir. Mann-Whitney U testinin sıra sıra normallik ihlallerine karşı sağlamlığı sağlar.

İstatistiksel yöntemler gelişmeye devam ettikçe, Mann-Whitney U testinin temel ilkeleri - parametrik alternatifleri yerine dağıtımları karşılaştırır - ilgili ve değerli. Araştırma yanıtlarını analiz ettiğinizden, davranışsal önlemleri veya klinik sonuçları ustalaştırır, bu nonparametrik test, parametrik olmayan alternatiflerin sıkı varsayımlarını karşılayamaz.

Bu makalede belirtilen yönergeleri ve en iyi uygulamaları takip ederek, araştırmanıza yönelik Mann-Whitney U testinin doğru şekilde yorumlanması ve bulguların istatistiksel ve non-statistik izleyicilere etkin bir şekilde iletişim kurmasına yardımcı olabilirsiniz.Bu sağlam analitik yaklaşım size psikolojik araştırma alanları arasında iyi hizmet edecektir, psikolojiden sosyal psikolojiye kadar, bilişsel nörobilimin iki bağımsız grubun karşılaştırması, araştırma sorularınıza etkin bir şekilde merkezidir.