Le test U de Mann-Whitney (également appelé test de somme des rangs de Wilcoxon) vérifie si deux groupes indépendants diffèrent, sans supposer que leurs distributions suivent une loi normale. Il repose entièrement sur les rangs et constitue l’alternative non paramétrique standard au test t pour échantillons indépendants lorsque les données sont asymétriques, ordinales ou trop limitées pour supposer la normalité.
Fonctionnement de la méthode par somme des rangs
Le test commence par regrouper toutes les valeurs des deux échantillons, puis par les classer ensemble de la plus petite à la plus grande. Le rang d’une valeur ne dépend pas de son groupe d’origine avant la fin du classement. Une fois les rangs attribués, leur somme pour le groupe 1 (R₁) est convertie en U₁ = R₁ − n₁(n₁+1)/2. Cette valeur correspond au nombre de comparaisons où une observation du groupe 1 dépasse une observation du groupe 2, les ex æquo comptant pour une demi-victoire. U₂ se calcule de façon symétrique pour le groupe 2 ; les deux valeurs totalisent toujours n₁ × n₂, ce qui permet de vérifier le calcul. Si les deux groupes proviennent de distributions identiques, U₁ et U₂ devraient être proches de n₁n₂/2. Un écart marqué entre eux indique une différence possible entre les groupes.
Pourquoi choisir Mann-Whitney plutôt qu’un test t ?
Le test t pour échantillons indépendants suppose que les deux groupes suivent approximativement une loi normale (ou que leurs effectifs sont assez grands pour que le théorème central limite compense) et compare les moyennes. Mann-Whitney ne suppose aucune distribution particulière : il suppose seulement que les distributions des groupes ont une forme similaire et compare l’ensemble des rangs plutôt qu’une statistique récapitulative unique. Il est donc plus sûr pour de petits échantillons, des données très asymétriques (revenus, temps d’attente ou de réaction), des évaluations ordinales (échelles d’enquête, classements) ou des données avec valeurs aberrantes susceptibles de fausser la moyenne. En revanche, lorsque les données suivent réellement une loi normale, Mann-Whitney est légèrement moins puissant qu’un test t. Si la normalité est établie, le test t est plus sensible.
Traitement des ex æquo
Les données réelles comportent souvent des valeurs répétées, notamment lorsque les mesures sont arrondies ou proviennent d’échelles discrètes. Lorsque plusieurs valeurs regroupées sont égales, leur attribuer des rangs distincts exigerait un départage arbitraire. Chaque valeur reçoit donc la moyenne des rangs concernés : trois valeurs ex æquo aux rangs 2, 3 et 4 reçoivent toutes le rang 3. Sans correction, les ex æquo réduiraient la variance réelle de U et rendraient les scores z et les valeurs p trop extrêmes. Le calculateur applique à σ²_U la correction standard, qui soustrait un terme proportionnel à Σ(t³−t) pour chaque groupe d’ex æquo (un groupe de taille 1 ne contribue pas), afin de préserver la précision du test de significativité même lorsque les données comportent de nombreuses répétitions.
Choisir le test de comparaison adapté
Mann-Whitney compare deux groupes indépendants. Si vos deux séries correspondent en réalité à des mesures avant/après réalisées sur les mêmes sujets, utilisez plutôt le test des rangs signés de Wilcoxon pour données appariées. Si vos données suivent approximativement une loi normale, le calculateur de test t (mode à deux échantillons) compare les moyennes avec une puissance supérieure. Pour comparer les variances de deux groupes plutôt que leur tendance centrale, utilisez le calculateur de test F. Pour vérifier si deux variables appariées évoluent ensemble, la corrélation de Spearman est l’outil fondé sur les rangs adapté. Quel que soit le test choisi, le calculateur de valeur p et le calculateur de test z aident à comprendre la significativité statistique ; le calculateur d’écart-type permet de décrire la dispersion de chaque groupe avant comparaison.