Pagsusulit na Mann-Whitney sa Estadistika
Ang estadistika ay isang sangay ng matematika na nauukol sa pangongolekta, pagsusuri, interpretasyon, at presentasyon ng datos. Ginagamit ang estadistika sa iba't ibang larangan upang gumawa ng mga desisyon batay sa datos. Ang isang madalas na ginagamit na pamamaraan sa estadistika ay ang Mann-Whitney test (kilala rin bilang Mann-Whitney U test o Wilcoxon rank-sum test). Ito ay isang nonparametric na pamamaraan na ginagamit upang matukoy kung mayroong makabuluhang pagkakaiba sa pagitan ng dalawang hindi pares na grupo.
Panimula sa Pagsusulit na Mann-Whitney
Ang Mann-Whitney test ay ipinakilala nina Henry Mann at Donald Whitney noong 1947 bilang isang nonparametric na alternatibo sa t-test. Hindi hinihingi ng pamamaraang ito ang pagpapalagay ng normalidad. Samakatuwid, ito ay partikular na kapaki-pakinabang kapag ang datos ay hindi sumusunod sa isang normal na distribusyon o kapag ang laki ng sample ay masyadong maliit upang mapatunayan ang pagpapalagay ng normalidad.
Mga Pangunahing Prinsipyo ng Pagsusulit na Mann-Whitney
Ang Mann-Whitney test ay ginagamit upang ihambing ang mga median ng dalawang grupo. Ang pangunahing prinsipyo ay:
1. Pagraranggo ng Obserbasyon: Ang lahat ng datos mula sa parehong grupo ay pinagsama-sama at niraranggo mula pinakamaliit hanggang pinakamalaki. Kung may magkaparehong halaga, ang bawat obserbasyon ay niraranggo ayon sa average ng wastong ranggo nito.
2. Pagkalkula ng Pagsusulit na Pang-estadistika: Ang halaga ng pagsusulit na pang-estadistika (U) ay kinakalkula batay sa kabuuan ng mga ranggo para sa bawat grupo. Mayroong dalawang paraan ng pagkalkula: ang isa ay nagsisimula sa unang grupo at ang isa naman ay sa pangalawang grupo.
– Ang pangkalahatang pormula para sa U ay:
\[
U_1 = n_1 \times n_2 + \frac{n_1 \times (n_1 + 1)}{2} – R_1
\]
atau
\[
U_2 = n_1 \times n_2 + \frac{n_2 \times (n_2 + 1)}{2} – R_2
\]
Saan:
– Ang \(n_1\) at \(n_2\) ay ang bilang ng mga obserbasyon sa bawat grupo,
– Ang \(R_1\) at \(R_2\) ay ang bilang ng mga ranggo sa bawat grupo.
3. Pagsubok sa Kabuluhan: Ang pagsubok sa kahalagahan ay isinasagawa upang matukoy ang p-value. Sa mga kondisyon ng malaking sukat ng sample, ang distribusyon ng U ay maaaring tantiyahin sa pamamagitan ng isang normal na distribusyon.
Mga Pagpapalagay sa Mann-Whitney Test
Bagama't ang Mann-Whitney test ay isang nonparametric test at hindi nangangailangan ng pagpapalagay ng normal distribution, may ilang kaugnay na pagpapalagay na dapat matugunan para sa validity ng mga resulta:
1. Kalayaan: Ang bawat obserbasyon sa parehong grupo ay dapat na malaya sa isa't isa.
2. Ordinal o Interval Scale: Ang datos ay dapat nasa ordinal o interval scale. Nangangahulugan ito na ang datos ay maaaring pagbukud-bukurin at naglalaman ng impormasyon sa pagraranggo.
3. Saklaw ng Distribusyon: Ang distribusyon ng parehong grupo ay dapat magkapareho ang hugis (bagaman maaaring magkaiba ang median).
Mga Hakbang sa Pagsasagawa ng Mann-Whitney Test
Ang mga sumusunod ay ang mga karaniwang hakbang na sinusunod upang maisagawa ang Mann-Whitney Test:
1. Pagsamahin at Ayusin ang Datos: Pagsamahin ang datos mula sa parehong grupo at ayusin ang mga ito sa kabuuan. Ang mga ranggo ay itinatalaga ayon sa pagkakasunud-sunod na may mga pagsasaayos para sa ranggo na nakatali sa mean value.
2. Kalkulahin ang Bilang ng mga Ranggo: Kalkulahin ang bilang ng mga ranggo para sa bawat grupo.
3. Pagtukoy sa U-Value ng mga Estadistika: Gamitin ang pormulang ipinaliwanag dati upang kalkulahin ang U-value para sa parehong grupo.
4. Pagtukoy sa Kritikal na Halaga o p-Value: Ihambing ang nakuha na U-value sa kritikal na halaga mula sa talahanayan ng U-distribution (o kalkulahin ang p-value) upang matukoy kung ang pagkakaiba sa pagitan ng mga grupo ay makabuluhan sa istatistika.
Halimbawa, ipagpalagay na mayroon tayong dalawang set ng datos A at B. Ang mga datos na ito ay maaaring kumakatawan sa dalawang magkaibang therapy para sa isang partikular na sakit, at gusto nating malaman kung ang isang therapy ay mas epektibo kaysa sa isa.
Praktikal na Halimbawa
Sabihin nating mayroon tayong dalawang grupo ng therapy:
– Terapiya A: [85, 90, 88, 75, 91]
– Terapiya B: [80, 78, 95, 87, 92]
1. Pagsasama-sama at Pag-uuri ng Datos:
– Pinagsama-sama: [85, 90, 88, 75, 91, 80, 78, 95, 87, 92]
– Pagkakasunod-sunod at Pagraranggo: [75(1), 78(2), 80(3), 85(4), 87(5), 88(6), 90(7), 91(8), 92(9), 95(10)]
2. Pagkalkula ng Bilang ng mga Ranggo:
– Bilang ng mga rating ng Therapy A: 4 + 7 + 6 + 1 + 8 = 26
– Bilang ng mga rating ng Therapy B: 3 + 2 + 10 + 5 + 9 = 29
3. Pagkalkula ng Halaga ng U:
\[
U_A = n_1 \times n_2 + \frac{n_1 \times (n_1 + 1)}{2} – R_A = 5 \times 5 + \frac{5 \times (5 + 1)}{2} – 26 = 25 + 15 – 26 = 14
\]
\[
U_B = n_1 \times n_2 + \frac{n_2 \times (n_2 + 1)}{2} – R_B = 5 \times 5 + \frac{5 \times (5 + 1)}{2} – 29 = 25 + 15 – 29 = 11
\]
Pumili ng mas maliit na halaga ng U, katulad ng U = 11.
4. Pagtukoy sa Kahalagahan:
Ihambing ang nakuhang U-value sa kritikal na U-value mula sa Mann-Whitney distribution table o kalkulahin ang p-value. Kung ang U ay mas mababa sa kritikal na halaga o ang p-value ay mas mababa sa alpha (hal., 0,05), tinatanggihan natin ang null hypothesis at hinuha na mayroong makabuluhang pagkakaiba sa pagitan ng dalawang grupo.
Mga Kalamangan at Limitasyon ng Pagsusulit na Mann-Whitney
Mga kalamangan:
1. Nonparametric: Hindi nangangailangan ng pagpapalagay ng normal na distribusyon.
2. Kakayahang umangkop: Maaaring gamitin kapag ang datos ay nasa ordinal scale o may mga outlier.
3. Simple at Epektibo: Madaling kalkulahin at bigyang-kahulugan.
Batasan:
1. Pagkawala ng Kahusayan: Sa isang normal na distribusyon, ang t-test ay mas mahusay.
2. Pagpapalagay ng Parehong Anyo ng Distribusyon: Ipinapalagay ng pagsusulit na ito ang parehong anyo ng distribusyon sa pagitan ng dalawang grupo.
3. Nakabatay sa Maliliit na Laki ng Sample: Ang asymptotic distribution ay maaaring hindi gaanong tumpak sa napakaliit na sample.
Konklusyon
Ang Mann-Whitney test ay isang makapangyarihan at nababaluktot na nonparametric tool para sa pagtukoy ng mga pagkakaiba sa pagitan ng dalawang hindi pares na grupo. Sa pamamagitan ng pag-unawa sa mga pangunahing prinsipyo at hakbang sa pagpapatupad nito, magagamit natin ang pagsusulit na ito sa iba't ibang aplikasyon sa iba't ibang larangan ng pananaliksik. Bagama't mayroon itong ilang mga limitasyon, ang mga bentahe nito sa ilalim ng ilang mga pangyayari ay ginagawa itong isang napakahalagang pamamaraan sa estadistika.
