Nonparametrische Tests kommen in Statistik II meist als kleiner Block nach t-Test und Varianzanalyse und werden dann in der Bachelorarbeit plötzlich wichtig, wenn die Daten schief sind oder die Stichprobe klein ist. Nonparametrische Verfahren wie der Mann-Whitney-U-Test rechnen nicht mit den Messwerten selbst, sondern mit ihren Rangplätzen. Dadurch brauchen sie keine Normalverteilung und reagieren kaum auf Ausreißer, haben aber bei erfüllten Voraussetzungen etwas weniger Power als der t-Test. Welcher Rangtest zu welchem Design gehört, folgt derselben Logik wie bei den parametrischen Tests.
Wann brauchst du einen nonparametrischen Test?
Drei Situationen sprechen für ein Rangverfahren:
- Die abhängige Variable ist ordinal. Zum Beispiel eine Rangfolge von Präferenzen oder eine einzelne Ratingfrage mit wenigen Stufen, bei der du keinen gleichen Abstand zwischen den Stufen annehmen willst.
- Die Stichprobe ist klein und die Verteilung deutlich schief. Bei kleinen Gruppen greift der zentrale Grenzwertsatz nicht zuverlässig, und der t-Test kann falsche p-Werte liefern.
- Es gibt starke Ausreißer, die du inhaltlich nicht ausschließen kannst, etwa einzelne sehr lange Reaktionszeiten.
Kein guter Grund ist ein signifikanter Shapiro-Wilk-Test bei einer großen Stichprobe. Bei mehreren hundert Personen wird dieser Test schon bei winzigen Abweichungen signifikant, während t-Test und ANOVA in dieser Situation robust sind. Schau dir zusätzlich Histogramm und Q-Q-Plot an, bevor du entscheidest.
Welcher Rangtest ersetzt welchen parametrischen Test?
| Design | parametrisch | nonparametrisch | Prüfgröße |
|---|---|---|---|
| 2 unabhängige Gruppen | t-Test für unabhängige Stichproben | Mann-Whitney-U-Test (Wilcoxon-Rangsummentest) | U |
| 2 abhängige Messungen | t-Test für abhängige Stichproben | Wilcoxon-Vorzeichen-Rang-Test | W bzw. T |
| mehr als 2 unabhängige Gruppen | einfaktorielle ANOVA | Kruskal-Wallis-Test | H (χ²-verteilt) |
| mehr als 2 abhängige Messungen | ANOVA mit Messwiederholung | Friedman-Test | χ² |
| Zusammenhang zweier Variablen | Pearson-Korrelation | Spearman-Rangkorrelation (ρ) oder Kendalls τ | rs bzw. τ |
Achtung bei den Namen: Der Mann-Whitney-U-Test und der Wilcoxon-Rangsummentest sind mathematisch gleichwertig. Der Wilcoxon-Vorzeichen-Rang-Test ist ein anderes Verfahren für abhängige Stichproben. In Klausuren wird diese Verwechslung gern abgefragt.
Wie rechnest du den Mann-Whitney-U-Test von Hand?
Beispiel: Zwei Gruppen bewerten die Verständlichkeit eines Lehrvideos. Gruppe A (n1 = 4) gibt 3, 5, 6, 8 Punkte, Gruppe B (n2 = 4) gibt 1, 2, 4, 7 Punkte.
Schritt 1: Alle Werte gemeinsam ordnen und Ränge vergeben.
| Wert | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
|---|---|---|---|---|---|---|---|---|
| Gruppe | B | B | A | B | A | A | B | A |
| Rang | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
Schritt 2: Rangsummen. RA = 3 + 5 + 6 + 8 = 22, RB = 1 + 2 + 4 + 7 = 14. Kontrolle: Die Summe aller Ränge muss N(N + 1)/2 = 8 · 9 / 2 = 36 ergeben. 22 + 14 = 36, passt.
Schritt 3: U-Werte.
UA = n1 · n2 + n1(n1 + 1)/2 − RA = 16 + 10 − 22 = 4
UB = n1 · n2 − UA = 16 − 4 = 12
Schritt 4: Entscheidung. Getestet wird mit dem kleineren U, hier U = 4. In der Tabelle für n1 = n2 = 4 liegt der kritische Wert für zweiseitig α = .05 bei 0. Signifikant wäre das Ergebnis nur, wenn U kleiner oder gleich diesem Wert ist. Mit U = 4 wird die Nullhypothese nicht verworfen. Bei so kleinen Gruppen ist das typisch, die Power ist gering.
Zur Einordnung: U kann zwischen 0 und n1 · n2 liegen, hier also zwischen 0 und 16. U = 0 hieße, dass alle Werte einer Gruppe über allen Werten der anderen liegen. Liegt U nahe der Mitte (hier 8), überlappen sich die Gruppen stark. Mit U = 4 gibt es eine Tendenz zugunsten von Gruppe A, aber bei vier Personen pro Gruppe ist das Muster noch gut durch Zufall erklärbar.
Bei gleichen Werten (Bindungen) bekommen alle betroffenen Werte den Mittelwert der Ränge, die sie belegen würden. Zwei Werte auf Platz 4 und 5 bekommen also beide Rang 4,5.
Übungsfrage im Klausurstil
Eine Studie misst bei 18 Personen die Schmerzintensität (Rating 0 bis 10, stark schief verteilt) vor und nach einer Entspannungsübung. Welches Verfahren passt am besten?
- AMann-Whitney-U-Test
- BWilcoxon-Vorzeichen-Rang-Test
- CKruskal-Wallis-Test
- Dt-Test für unabhängige Stichproben
- EChi-Quadrat-Test
Lösung zeigen
Wie funktionieren Wilcoxon, Kruskal-Wallis und Friedman?
Wilcoxon-Vorzeichen-Rang-Test: Du bildest pro Person die Differenz zwischen beiden Messungen, lässt Nulldifferenzen weg, rangierst die Beträge der Differenzen und summierst die Ränge getrennt nach positivem und negativem Vorzeichen. Die kleinere Summe ist die Prüfgröße. Sind Verbesserungen und Verschlechterungen ungefähr gleich groß und gleich häufig, liegen beide Summen nah beieinander.
Kruskal-Wallis-Test: Alle Werte aller Gruppen werden gemeinsam rangiert, dann wird geprüft, ob sich die mittleren Ränge der Gruppen stärker unterscheiden als zufällig zu erwarten. Die Prüfgröße H ist annähernd χ²-verteilt mit k − 1 Freiheitsgraden. Wie bei der ANOVA folgt bei einem signifikanten Ergebnis ein paarweiser Vergleich mit Alpha-Korrektur, zum Beispiel nach Dunn mit Bonferroni-Korrektur.
Friedman-Test: Hier wird innerhalb jeder Person über die Messzeitpunkte rangiert. Dann wird geprüft, ob bestimmte Zeitpunkte systematisch höhere Ränge bekommen.
Rangtests mit Rechenweg, Bindungskorrektur und SPSS-Output findest du zusammen mit t-Test und ANOVA im Skript Statistik im Psychologie-Bachelor lernen.
Was berichtest du, und welche Effektstärke passt?
Viele Rangtests werden bei größeren Stichproben über eine z-Approximation getestet. SPSS gibt dann eine „standardisierte Teststatistik“ z aus. Daraus berechnest du eine einfache Effektstärke:
r = z / √N
N ist die Gesamtzahl der Beobachtungen. Werte um .10 gelten nach Cohen als klein, um .30 als mittel und ab .50 als groß. Für den Mann-Whitney-U-Test wird alternativ die Rang-biseriale Korrelation berichtet.
Ein Ergebnissatz nach APA 7 sieht etwa so aus: „Die Verständlichkeitsbewertungen unterschieden sich nicht signifikant zwischen den Gruppen, U = 4.00, p = .343 (exakt, zweiseitig).“ Bei größeren Gruppen ergänzt du z und r. Beschreibe die Gruppen mit Median und Interquartilsabstand statt mit Mittelwert und Standardabweichung, weil das zur Logik der Rangtests passt.
Noch ein inhaltlicher Punkt: Der U-Test vergleicht streng genommen keine Mediane, sondern die Wahrscheinlichkeit, dass ein zufälliger Wert aus Gruppe A größer ist als einer aus Gruppe B. Nur wenn beide Verteilungen dieselbe Form haben, lässt sich das als Medianunterschied lesen.
Weiterlernen
Wie du zwischen parametrischem und nonparametrischem Test entscheidest, fasst die Seite Statistik-Klausur in der Psychologie zusammen. Für die Begründung im Methodenteil deiner Abschlussarbeit hilft Methodenteil der Bachelorarbeit. Den Weg von der Hypothese zur Auswertung zeigt der Artikel Statistik in der Bachelorarbeit.
Passendes Material



Häufige Fragen
Sind nonparametrische Tests voraussetzungsfrei?
Nein. Sie brauchen keine Normalverteilung, setzen aber unabhängige Beobachtungen (bzw. korrekt gepaarte Messungen) und mindestens ordinales Skalenniveau voraus. Für die Interpretation als Medianvergleich müssen die Verteilungen außerdem ähnlich geformt sein.
Haben nonparametrische Tests weniger Power?
Bei normalverteilten Daten etwas weniger, der Unterschied ist aber klein. Bei schiefen Verteilungen oder Ausreißern kann der Rangtest sogar mehr Power haben als der t-Test.
Kann ich nonparametrisch rechnen, wenn ich mir unsicher bin?
Das ist eine vertretbare Wahl, wenn du sie begründest. Viele Arbeiten rechnen beide Varianten als Sensitivitätsanalyse und berichten, ob die Schlussfolgerung gleich bleibt.
Warum zeigt SPSS beim U-Test einen z-Wert?
Bei größeren Stichproben ist die Verteilung von U annähernd normal. SPSS standardisiert U deshalb und berechnet den p-Wert über die Normalverteilung. Bei kleinen Gruppen kannst du die exakte Signifikanz anfordern.
Welche Lagemaße berichte ich bei Rangtests?
Üblich sind Median und Interquartilsabstand pro Gruppe. Zusätzlich kannst du die mittleren Ränge angeben, die SPSS in der Tabelle „Ränge“ ausgibt.
Stand: November 2026. Psychologie Helden ist ein unabhängiges Lernangebot und steht in keiner Verbindung zu einer Hochschule. Verbindlich sind die Studien- und Prüfungsordnung deines Studiengangs, die Vorgaben deines Instituts und deiner Lehrenden sowie das APA-Manual (7. Auflage) für die Darstellung von Ergebnissen.
