Test de Mann-Whitney

Le test de Mann-Whitney classe ensemble toutes les valeurs de deux groupes indépendants et compare les distributions des rangs. Utilisez-le pour une réponse continue ou ordinale lorsque les données ne sont pas normales ou que les échantillons sont trop petits pour vérifier la normalité. Prévoyez au moins 5 à 10 observations par groupe ; des distributions de forme similaire sont nécessaires pour lire le résultat comme une différence de médianes. Les résultats incluent un intervalle de confiance de cette différence.

Dernière révision

Point clé

Le test de Mann-Whitney (test de la somme des rangs de Wilcoxon) est un test non paramétrique qui compare deux groupes indépendants pour déterminer si l'un tend à produire des valeurs plus élevées ou plus faibles, sans données normales.

Sur cette page
  1. Qu'est-ce que le test de Mann-Whitney ?
  2. Quand utiliser le test de Mann-Whitney ?
  3. Recommandations pour bien utiliser le test de Mann-Whitney
  4. Alternatives : quand ne pas utiliser le test de Mann-Whitney
  5. Exemple de test de Mann-Whitney
  6. Comment réaliser un test de Mann-Whitney

Qu'est-ce que le test de Mann-Whitney ?

Le test de Mann-Whitney (également appelé test de la somme des rangs de Wilcoxon) est un test non paramétrique qui compare deux groupes indépendants pour déterminer si l'un tend à produire des valeurs plus élevées ou plus faibles que l'autre. Il classe ensemble toutes les valeurs et compare les distributions des rangs entre les deux groupes, ce qui en fait une alternative fiable, sans hypothèse de distribution, au test t à deux échantillons.

Définition simple : un test qui compare deux groupes indépendants pour déterminer si l'un tend à avoir des valeurs plus élevées ou plus faibles (souvent résumé comme une différence de médianes), sans exiger de données normales.

Quand utiliser le test de Mann-Whitney ?

  • À utiliser pour comparer exactement deux groupes indépendants sur une variable de réponse continue ou ordinale.
  • À utiliser lorsque les données ne suivent pas une distribution normale ou que les effectifs d'échantillon sont trop petits pour vérifier la normalité.
  • À utiliser comme alternative non paramétrique au test t à deux échantillons lorsque les hypothèses du test t ne sont pas respectées.
  • À utiliser lorsque la réponse est ordinale  , comme des notes d'enquête ou des préférences classées.

Recommandations pour bien utiliser le test de Mann-Whitney

  • Les deux groupes doivent être totalement indépendants  : aucune observation ne doit figurer dans les deux groupes.
  • Recueillez au moins 5 à 10 observations par groupe pour obtenir des résultats fiables.
  • Les deux groupes doivent avoir des distributions de forme similaire si vous interprétez le résultat comme une différence de médianes.
  • Choisissez un test unilatéral ou bilatéral en fonction de votre hypothèse avant de lancer l'analyse.
  • Un résultat non significatif ne prouve pas l'égalité : il indique seulement qu' il n'y a pas eu de preuves suffisantes pour conclure à une différence.

Alternatives : quand ne pas utiliser le test de Mann-Whitney

  • Si les données suivent une distribution normale, utilisez le test t à deux échantillons  : il est plus puissant sous l'hypothèse de normalité.
  • Si vous comparez trois groupes indépendants ou plus, utilisez le test de Kruskal-Wallis
  • Si les groupes sont appariés ou liés, utilisez plutôt le test de Wilcoxon à un échantillon sur les différences.
  • Si vous comparez un seul échantillon à une cible connue, utilisez le test des signes ou de Wilcoxon à un échantillon

Exemple de test de Mann-Whitney

Un responsable routier veut déterminer si deux marques de peinture de marquage routier diffèrent en durabilité. Pour chaque marque, il relève le nombre de mois pendant lesquels la peinture reste visible sur des tronçons d'autoroute comparables avant qu'une nouvelle application soit nécessaire. Les durées de tenue pouvant être asymétriques et les hypothèses de normalité et d'égalité des variances pouvant ne pas être vérifiées, il réalise un test de Mann–Whitney pour évaluer si la médiane du nombre de mois de tenue diffère entre les deux marques. Les étapes sont les suivantes :

  1. Rassemblez les données nécessaires.
Mann Whitney — figure 1
  1. Analysez ensuite les données dans Zometric Statistical Software à l'adresse https://statsai.zometric.com/.
  2.  Pour accéder au test de Mann-Whitney, choisissez Statistical module> Nonparametric > Mann Whitney.
  3.  Dans l'outil, saisissez les données ainsi que les autres paramètres comme suit :
Mann Whitney — figure 2

5. Une fois l'outil utilisé, vous obtenez les résultats suivants :

Mann Whitney — figure 3

Comment réaliser un test de Mann-Whitney

La marche à suivre est la suivante :

  1. Connectez-vous à Zometric Statistical Software à l'adresse https://statsai.zometric.com/
  2. Sur la page d'accueil, choisissez Statistical Tool> Nonparametric>Mann Whitney.
  3. Ensuite, saisissez les données manuellement ou copiez-les (Ctrl+C) depuis une feuille Excel et collez-les (Ctrl+V) ici.
  4. Ensuite, renseignez les options requises.
  5. Enfin, cliquez sur calculate en bas de la page pour obtenir les résultats.

Le tableau de bord de Mann Whitney est divisé en deux parties.

Mann Whitney — figure 4

Dans la partie gauche se trouve le Data Pane (volet de données). Dans le Data Pane, chaque ligne constitue un sous-groupe. Les données peuvent être saisies manuellement ou copiées (Ctrl+C) depuis une feuille Excel puis collées (Ctrl+V) ici.

Load example : des données d'exemple sont chargées.

Load File : permet de charger directement des données Excel.

Dans la partie droite, vous trouvez de nombreuses options, présentées ci-dessous :

  • First Sample : sélectionnez la colonne contenant les données de votre premier groupe , le groupe de base ou de référence que vous voulez comparer. Chaque ligne de cette colonne représente une observation indépendante issue de la première population.
  • Second Sample : sélectionnez la colonne contenant les données de votre second groupe , le groupe comparé au premier. Chaque ligne doit être une observation indépendante issue de la seconde population. Les deux colonnes ne doivent partager aucune observation : elles doivent être totalement indépendantes l'une de l'autre.
  • Confidence Level (Default 95%) : définit le niveau de certitude de l'intervalle de confiance calculé autour de la différence entre les médianes des deux groupes. La valeur par défaut de 95% signifie que vous êtes sûr à 95% que la vraie différence de médianes se situe dans la plage indiquée. C'est la norme universellement acceptée en pratique statistique : elle est assez prudente pour éviter les fausses conclusions tout en restant utile en pratique. Un niveau de confiance plus élevé (par exemple 99%) produit un intervalle plus large ; un niveau plus bas (par exemple 90%) produit un intervalle plus étroit, mais avec moins de certitude.
  • Alternative (Default: Not Equal) : définit le sens de votre hypothèse, c'est-à-dire ce que vous testez. Trois options sont généralement disponibles :
    • Not Equal — un test bilatéral qui vérifie si les deux groupes diffèrent dans l'un ou l'autre sens. À utiliser lorsque vous n'avez pas d'attente préalable sur le groupe qui sera plus élevé ou plus faible. C'est la valeur par défaut recommandée pour la plupart des analyses.
    • Less Than — un test unilatéral qui vérifie si la médiane du premier groupe est précisément inférieure à celle du second. À utiliser uniquement si vous avez une raison forte, définie à l'avance, d'attendre ce sens avant de recueillir les données.
    • Greater Than — un test unilatéral qui vérifie si la médiane du premier groupe est précisément supérieure à celle du second. Là encore, à utiliser uniquement lorsque le sens est justifié à l'avance.

Questions fréquentes

Qu'est-ce que le test de Mann-Whitney ?

Le test de Mann-Whitney, également appelé test de la somme des rangs de Wilcoxon, est un test non paramétrique qui compare deux groupes indépendants pour déterminer si l'un tend à produire des valeurs plus élevées ou plus faibles que l'autre. Il classe ensemble toutes les valeurs et compare les distributions des rangs, ce qui en fait une alternative sans hypothèse de distribution au test t à deux échantillons.

Quand utiliser Mann-Whitney plutôt qu'un test t à deux échantillons ?

Utilisez Mann-Whitney pour comparer exactement deux groupes indépendants lorsque les données ne suivent pas une distribution normale, que les effectifs d'échantillon sont trop petits pour vérifier la normalité, ou que la réponse est ordinale, comme des notes d'enquête. Si les données suivent une distribution normale, le test t à deux échantillons est plus puissant. Pour trois groupes ou plus, utilisez le test de Kruskal-Wallis.

Quelles sont les hypothèses du test de Mann-Whitney ?

Les deux groupes doivent être totalement indépendants, sans observation figurant dans les deux. Recueillez au moins 5 à 10 observations par groupe. Les deux groupes doivent avoir des distributions de forme similaire si vous interprétez le résultat comme une différence de médianes, et vous devez choisir un test unilatéral ou bilatéral avant de lancer l'analyse.

Que signifie un résultat non significatif au test de Mann-Whitney ?

Un résultat non significatif ne prouve pas que les deux groupes sont égaux ; il signifie seulement qu'il n'y a pas eu de preuves suffisantes pour conclure à une différence. L'alternative par défaut, Not Equal, teste une différence dans l'un ou l'autre sens ; Less Than ou Greater Than ne doivent être utilisés que lorsque le sens est justifié à l'avance.