Naar de inhoud gaan
DefinitieStatistiques

Mann-Whitney U Test

Een niet-parametrische test die wordt gebruikt om twee onafhankelijke steekproeven te vergelijken en te bepalen of ze uit dezelfde verdeling afkomstig zijn.

Statistische niet-parametrische test die wordt gebruikt om twee onafhankelijke steekproeven te vergelijken, met als doel te bepalen of ze uit dezelfde verdeling afkomstig zijn. In tegenstelling tot parametrische tests (zoals de Student t-test) gaat deze test uit van geen enkele normaliteit van de data, waardoor hij bijzonder nuttig is in contexten waarin de data asymmetrisch, ruisgevoelig of beïnvloed door extreme waarden zijn.

Toepassing in CRO / A/B testing:

In een Conversion Rate Optimization-aanpak is deze test ideaal om niet-binaire metrics te analyseren (bijv.: gemiddelde orderwaarde (AOV), omzet per sessie, tijd op een pagina) wanneer:

  • de verdeling sterk scheef is,
  • outliers vaak voorkomen (bijv.: zeer grote winkelmandjes),
  • of de varianties ongelijk zijn tussen de groepen.

Voorbeeld:

Een A/B test heeft als doel de gemiddelde winkelmandwaarde tussen twee varianten te vergelijken. De data tonen een zeer asymmetrische verdeling met enkele zeer grote winkelmandjes die het gemiddelde vertekenen.
➡️ In plaats van een t-test te gebruiken, maakt de Mann-Whitney test het mogelijk om de werkelijke centrale tendens (relatieve positie van de waarden) te vergelijken zonder vertekend te worden door deze extremen.

Voordelen:

  • Robuust tegen niet-normale verdelingen,
  • Minder gevoelig voor outliers,
  • Geschikt voor continue of geordende metrics die niet omgezet kunnen worden in percentages.

Let op:

Deze test toetst verschillen in verdeling, niet per se gemiddelden. Het is daarom nuttig om de resultaten te interpreteren binnen een globale analyse, in combinatie met andere metrics en visualisaties.

Van theorie naar praktijk in Statistiques

Van hypothese tot statistische analyse: wij ontwerpen en begeleiden je A/B tests van begin tot eind. Laten we 30 minuten praten over je uitdagingen.