Jak przeprowadzić test Manna-Whitneya?

Test U Manna-Whitneya służy do porównania dwóch niezależnych grup, zwłaszcza gdy dane nie spełniają założeń testu t-Studenta. Analiza opiera się na rangach obserwacji, a nie na bezpośrednim porównaniu średnich. Trzeba jednak pamiętać, że test porównuje rozkłady, nie wyłącznie mediany.

Co różni test Manna-Whitneya od testu t-Studenta?

Test t-Studenta dla prób niezależnych jest testem parametrycznym, który służy przede wszystkim do porównywania średnich. Test U Manna-Whitneya jest nieparametryczną alternatywą. Zamiast wykorzystywać surowe wartości i ich średnie, porządkuje wszystkie obserwacje i przypisuje im rangi.

Kiedy stosować test U Manna-Whitneya?

Test można zastosować, gdy jedna zmienna zależna jest porównywana między dwiema grupami wyodrębnionymi przez zmienną grupującą. Grupy muszą być niezależne, czyli wynik jednej osoby nie może wpływać na wynik osoby z drugiej grupy. Przykładem jest porównanie poziomu stresu w grupie badanej i kontrolnej albo ocen satysfakcji pracowników dwóch niezależnych działów.

Przed rozpoczęciem analizy sprawdź następujące warunki:

• Dane pochodzą z dwóch niezależnych grup.
• Zmienna zależna jest mierzona co najmniej na skali porządkowej.
• Obserwacje są niezależne od siebie.
• Nie zakładasz, że dane mają rozkład normalny.

Brak normalności nie jest jednak jedynym powodem wyboru tego testu. Nie należy automatycznie wybierać Manna-Whitneya tylko dlatego, że test normalności dał istotny wynik. Trzeba uwzględnić także rodzaj danych, liczebność próby, kształt rozkładów i cel badania.

Jak przeprowadzić test Manna-Whitneya krok po kroku?

1. Sformułuj hipotezy – hipoteza zerowa zakłada brak różnic w rozkładach obu grup, a hipoteza alternatywna zakłada, że rozkłady się różnią. W teście jednostronnym hipoteza alternatywna może wskazywać także kierunek różnicy.
2. Przygotuj dane – utwórz dwie kolumny lub dwa zbiory wartości odpowiadające niezależnym grupom. Usuń albo wyjaśnij brakujące obserwacje zgodnie z przyjętą metodą analizy.
3. Połącz obserwacje i nadaj im rangi – wszystkie wartości z obu grup uporządkuj od najmniejszej do największej. Najmniejsza obserwacja otrzymuje najniższą rangę, a największa najwyższą. Jeśli kilka obserwacji ma tę samą wartość, nadaje się im średnią rangę przypadającą na zajmowane pozycje.
4. Oblicz statystykę U – na podstawie sum rang w obu grupach program albo obliczenia ręczne wyznaczają statystykę U. W większych próbach może być także podawana jej standaryzowana postać Z. Rangi wiązane wymagają uwzględnienia korekty wariancji.
5. Wyznacz wartość p – program statystyczny oblicza prawdopodobieństwo uzyskania takiego wyniku przy założeniu prawdziwości hipotezy zerowej. Sposób obliczenia zależy między innymi od liczebności grup, rang wiązanych i tego, czy test jest jedno- czy dwustronny.
6. Połącz wynik testu ze statystykami opisowymi – sama wartość p nie pokazuje kierunku ani praktycznej skali różnicy. Porównaj mediany, rozstępy międzykwartylowe, sumy rang lub inne statystyki opisowe odpowiednie dla danych.

Ten sam schemat realizują programy statystyczne, takie jak SPSS, Minitab czy R. Nazwy poleceń mogą się różnić między wersjami, ale logika analizy pozostaje taka sama: wybór dwóch niezależnych grup, rangowanie, obliczenie U i interpretacja wartości p.

Jak interpretować wynik testu?

Najpierw ustal poziom istotności, najczęściej α = 0,05. Następnie porównaj go z otrzymaną wartością p.

Wynik p < 0,05 nie oznacza, że różnica jest duża ani ważna praktycznie. Istotność statystyczna mówi o zgodności danych z hipotezą zerową, ale nie opisuje samodzielnie siły efektu. Dlatego warto podać miarę wielkości efektu, na przykład r, oraz statystyki opisowe obu grup.

Test U Manna-Whitneya nie jest po prostu testem median. Interpretacja wyniku jako różnicy median wymaga dodatkowych założeń, między innymi dotyczących podobieństwa kształtu rozkładów w obu grupach.

Jeśli rozkłady mają podobny kształt, istotny wynik można często opisywać jako różnicę położenia, a w praktyce także jako różnicę median. Gdy rozkłady różnią się kształtem lub rozproszeniem, wynik może wynikać z szerszych różnic między rozkładami, nawet jeśli mediany są podobne.

Do częstych błędów należą:

• wybór testu wyłącznie na podstawie wyniku testu normalności,
• pomijanie sprawdzenia niezależności grup,
• raportowanie samego p-value bez statystyk opisowych,
• uznawanie istotnego wyniku za dowód dużej różnicy,
• opisywanie testu bez zastrzeżeń jako testu różnic median.

Jak raportować wynik w pracy naukowej?

Opis powinien zawierać liczebność obu grup, właściwe statystyki opisowe, statystykę U, ewentualnie statystykę Z, wartość p oraz miarę wielkości efektu. Należy również wskazać kierunek różnicy na podstawie median, rang lub innych statystyk opisowych, a nie na podstawie samego znaku statystyki Z.

W raporcie można zapisać na przykład: „Wykazano statystycznie istotną różnicę w poziomie stresu między dwiema grupami, U = 724,0, Z = −2,61, p = 0,009”. Takie zdanie wymaga uzupełnienia o statystyki opisowe, liczebności i miarę wielkości efektu.

Przygotowując końcowy opis, uwzględnij:

• liczebność każdej grupy,
• medianę i rozstęp międzykwartylowy lub inne statystyki dopasowane do danych,
• wartość statystyki U oraz, jeśli jest dostępna, statystykę Z,
• wartość p, przyjęty poziom istotności i wielkość efektu,
• kierunek oraz znaczenie badanej różnicy.

Najważniejsze jest rozdzielenie trzech informacji: czy wynik jest statystycznie istotny, jak duży jest efekt i w którą stronę różnią się grupy. Dopiero ich łączne przedstawienie pozwala poprawnie ocenić rezultat testu U Manna-Whitneya.