Friedman-Test (Fried Man)

Der Friedman-Test ist ein nichtparametrischer Test zum Vergleich von drei oder mehr verbundenen Gruppen oder Behandlungsbedingungen. Er ist das nichtparametrische Gegenstück zur ANOVA mit Messwiederholung – eingesetzt, wenn dieselben Probanden, Blöcke oder Versuchseinheiten unter mehreren Bedingungen gemessen werden und die Daten die Normalitätsanforderungen nicht erfüllen.

Zuletzt geprüft

Kernaussage

Der Friedman-Test ist ein nichtparametrischer Test zum Vergleich von drei oder mehr verbundenen Gruppen oder Behandlungsbedingungen.

Auf dieser Seite
  1. Was ist der Friedman-Test (Fried Man)?
  2. Wann wird der Friedman-Test eingesetzt?
  3. Hinweise zur richtigen Anwendung des Friedman-Tests
  4. Alternativen: Wann Sie den Friedman-Test nicht verwenden sollten
  5. Beispiel für den Friedman-Test
  6. Anleitung: Friedman-Test durchführen

Was ist der Friedman-Test (Fried Man)?

Der Friedman-Test ist ein nichtparametrischer Test zum Vergleich von drei oder mehr verbundenen Gruppen oder Behandlungsbedingungen. Er ist das nichtparametrische Gegenstück zur ANOVA mit Messwiederholung – eingesetzt, wenn dieselben Probanden, Blöcke oder Versuchseinheiten unter mehreren Bedingungen gemessen werden und die Daten die Normalitätsanforderungen nicht erfüllen. Der Test bildet Ränge innerhalb jedes Blocks und vergleicht die Rangsummen zwischen den Behandlungsgruppen.

Einfache Definition: Ein Test, der mehrere verbundene Behandlungen vergleicht, die auf dieselben Probanden oder Blöcke angewendet werden – die nichtparametrische Version der ANOVA mit Messwiederholung.

Wann wird der Friedman-Test eingesetzt?

  • Einsatz beim Vergleich von drei oder mehr verbundenen oder einander zugeordneten Bedingungen – wiederholte Messungen an denselben Probanden unter verschiedenen Behandlungen.
  • Einsatz, wenn die Daten nicht normalverteilt sind und die Gruppen über eine Blockvariable verbunden sind.
  • Einsatz als nichtparametrische Alternative zur ANOVA mit Messwiederholung.
  • Einsatz in sensorischer Prüfung, klinischen Studien oder Qualitätsuntersuchungen , bei denen dieselben Objekte oder Personen unter mehreren Bedingungen beurteilt werden.

Hinweise zur richtigen Anwendung des Friedman-Tests

  • Ordnen Sie die Daten in einer zweifachen Struktur  an – Zeilen als Blöcke (Probanden/Chargen), Spalten als Behandlungsbedingungen.
  • Jeder Block muss alle Behandlungsbedingungen  erhalten – fehlende Behandlungen innerhalb eines Blocks machen den Test ungültig.
  • Ein signifikantes Ergebnis zeigt nur, dass sich mindestens eine Behandlung unterscheidet  – ermitteln Sie anschließend mit paarweisen Wilcoxon-Vergleichen, welche.
  • Erheben Sie mindestens 5 Blöcke für verlässliche rangbasierte Vergleiche.

Alternativen: Wann Sie den Friedman-Test nicht verwenden sollten

  • Wenn die Daten normalverteiltsind, verwenden Sie die ANOVA mit Messwiederholung
  • Wenn die Gruppen vollständig unabhängig und ohne Blockbildungsind, verwenden Sie den Kruskal-Wallis-Test
  • Wenn Sie nur zwei verbundene Bedingungenvergleichen, verwenden Sie stattdessen den Wilcoxon-Test für eine Stichprobe auf die paarweisen Differenzen.

Beispiel für den Friedman-Test

Ein Marketinganalyst möchte feststellen, ob die Art der Werbung die Rücklaufquoten von Kunden beeinflusst. Für 12 Kunden erfasste der Analyst die prozentuale Rücklaufquote nach dem Einsatz von Direktwerbung per Post, Zeitungs- und Zeitschriftenwerbung über einen Zeitraum von 1 Jahr. Jeder Kunde liefert somit einen Satz von drei verbundenen Beobachtungen. Die Schritte:

  1. Die erforderlichen Daten wurden erhoben.
Fried Man — figure 1
  1. Analysieren Sie die Daten nun in Zometric Statistical Software unter https://statsai.zometric.com/.
  2.  Den Friedman-Test finden Sie unter Statistical module> Nonparametric > Fried Man.
  3.  Geben Sie im Werkzeug die Daten zusammen mit den weiteren Eingaben wie folgt ein:
Fried Man — figure 2

5. Nach Ausführung des oben genannten Werkzeugs erhalten Sie folgende Ausgabe:

Fried Man — figure 3

Anleitung: Friedman-Test durchführen

So gehen Sie vor:

  1. Melden Sie sich bei Zometric Statistical Software an unter https://statsai.zometric.com/
  2. Wählen Sie auf der Startseite Statistical Tool> Nonparametric>Fried Man.
  3. Geben Sie die Daten anschließend manuell ein, oder kopieren Sie die Daten vollständig (Strg+C) aus einer Excel-Tabelle und fügen Sie sie hier ein (Strg+V).
  4. Füllen Sie anschließend die erforderlichen Optionen aus.
  5. Klicken Sie abschließend unten auf der Seite auf calculate, um die gewünschten Ergebnisse zu erhalten.

Das Dashboard von Fried Man ist in zwei Bereiche unterteilt.

Fried Man — figure 4

Im linken Bereich befindet sich der Datenbereich (Data Pane). Im Data Pane bildet jede Zeile eine Teilgruppe. Die Daten können manuell eingegeben oder vollständig aus einer Excel-Tabelle kopiert (Strg+C) und hier eingefügt (Strg+V) werden.

Load example: Es werden Beispieldaten geladen.

Load File: Damit werden Excel-Daten direkt geladen.

Im rechten Bereich stehen folgende Optionen zur Verfügung:

  • Response: Wählen Sie die Spalte mit dem gemessenen Ergebnis , das Sie zwischen den Behandlungen vergleichen möchten. Dies ist die getestete Variable – zum Beispiel eine Qualitätsbewertung, ein Messwert oder eine Leistungskennzahl. Jeder Wert in dieser Spalte steht für eine Beobachtung, die unter einer bestimmten Behandlung und innerhalb eines bestimmten Blocks erfasst wurde.
  • Treatment: Wählen Sie die Spalte, die angibt, zu welcher Behandlungsbedingung oder Gruppe jede Beobachtung gehört. Eine Behandlung steht für die verschiedenen Bedingungen, Methoden, Prozesse oder Zeitpunkte, die verglichen werden – zum Beispiel drei verschiedene Maschinen, vier verschiedene Bediener oder fünf verschiedene Rezepturen. Der Friedman-Test prüft, ob diese Behandlungen nach Berücksichtigung der Blockeffekte signifikant unterschiedliche Zielgrößenwerte ergeben.
  • Blocks: Wählen Sie die Spalte, die angibt, zu welchem Block jede Beobachtung gehört. Ein Block ist eine Gruppierungsvariable, die eine Quelle natürlicher Streuung darstellt, die nicht direkt von Interesse ist – etwa der Proband, die Charge, der Tag oder die Versuchseinheit. Jeder Block erhält alle Behandlungsbedingungen, sodass der Test die Streuung von Block zu Block aus der Analyse entfernen und sich ganz auf die Unterschiede zwischen den Behandlungen konzentrieren kann. Ohne geeignete Blockbildung können echte Unterschiede zwischen den Behandlungen durch fremde Streuung zwischen Probanden oder Chargen verdeckt werden.

Häufig gestellte Fragen

Was ist der Friedman-Test?

Der Friedman-Test ist ein nichtparametrischer Test, der drei oder mehr verbundene Gruppen oder Behandlungsbedingungen vergleicht. Er ist das nichtparametrische Gegenstück zur ANOVA mit Messwiederholung und wird eingesetzt, wenn dieselben Probanden, Blöcke oder Versuchseinheiten unter mehreren Bedingungen gemessen werden und die Daten die Normalitätsanforderungen nicht erfüllen. Er bildet Ränge innerhalb jedes Blocks und vergleicht die Rangsummen zwischen den Behandlungen.

Wann sollte man den Friedman-Test statt Kruskal-Wallis oder ANOVA mit Messwiederholung verwenden?

Verwenden Sie den Friedman-Test, wenn drei oder mehr Bedingungen über eine Blockvariable verbunden sind und die Daten nicht normalverteilt sind. Sind die Daten normalverteilt, verwenden Sie die ANOVA mit Messwiederholung. Sind die Gruppen vollständig unabhängig und ohne Blockbildung, verwenden Sie den Kruskal-Wallis-Test. Bei nur zwei verbundenen Bedingungen verwenden Sie einen Wilcoxon-Test für eine Stichprobe auf die paarweisen Differenzen.

Welche Anforderungen an die Daten gelten für den Friedman-Test?

Ordnen Sie die Daten in einer zweifachen Struktur an, mit Blöcken wie Probanden oder Chargen als Zeilen und Behandlungsbedingungen als Spalten. Jeder Block muss alle Behandlungsbedingungen erhalten, da fehlende Behandlungen innerhalb eines Blocks den Test ungültig machen. Erheben Sie mindestens 5 Blöcke für verlässliche rangbasierte Vergleiche.

Was bedeutet ein signifikantes Ergebnis des Friedman-Tests?

Ein signifikantes Ergebnis zeigt nur, dass sich mindestens eine Behandlung von den anderen unterscheidet. Es sagt nicht, welche Behandlungen sich unterscheiden; ermitteln Sie diese daher anschließend mit paarweisen Wilcoxon-Vergleichen. Im Werbebeispiel lieferten 12 Kunden jeweils Rücklaufquoten für Direktwerbung per Post, Zeitungs- und Zeitschriftenwerbung, also drei verbundene Beobachtungen je Kunde.