Tes Mann-Whitney U (juga disebut tes Wilcoxon rank-sum) memeriksa apakah dua kelompok independen berbeda, tanpa mengasumsikan salah satu kelompok mengikuti distribusi normal. Ini bekerja sepenuhnya pada peringkat, yang menjadikannya alternatif non-parametrik standar untuk uji-t sampel independen setiap kali data Anda miring, ordinal, atau terlalu kecil untuk mempercayai asumsi normalitas.
Cara kerja pendekatan rank-sum
Pengujian dimulai dengan mengumpulkan setiap nilai dari kedua grup ke dalam satu daftar dan mengurutkannya dari yang terkecil hingga terbesar — peringkat nilai tidak ada hubungannya dengan grup mana nilai tersebut berasal hingga peringkat selesai dilakukan. Setelah diberi peringkat, jumlah peringkat yang berada di Grup 1 (R₁) diubah menjadi U₁ = R₁ − n₁(n₁+1)/2, yang dapat dibaca sebagai jumlah perbandingan Grup-1-ketukan-Grup-2 (dengan hasil imbang dihitung sebagai setengah kemenangan) yang terkubur di dalam jumlah peringkat tersebut. U₂ adalah penghitungan bayangan cermin untuk Grup 2, dan keduanya selalu berjumlah n₁ × n₂, yang merupakan pemeriksaan kewarasan yang berguna. Jika kedua kelompok berasal dari distribusi yang identik, U₁ dan U₂ masing-masing akan mendekati n₁n₂/2; perpecahan yang timpang ke satu sisi menjadi bukti bahwa kelompok tersebut berbeda.
Mengapa memilih Mann-Whitney daripada uji-t
Uji-t sampel independen mengasumsikan kedua kelompok berdistribusi normal (atau bahwa ukuran sampel cukup besar untuk dikompensasi oleh Teorema Limit Pusat) dan membandingkan rata-rata. Mann-Whitney tidak membuat asumsi distribusi sama sekali — ia hanya mengasumsikan distribusi kedua kelompok memiliki bentuk yang sama, dan membandingkan seluruh urutan peringkat, bukan statistik ringkasan tunggal. Hal ini menjadikannya pilihan yang lebih aman untuk sampel kecil, data yang sangat tidak seimbang (pendapatan, waktu tunggu, waktu reaksi), peringkat ordinal (skala survei, peringkat), atau data dengan outlier yang dapat mendistorsi mean. Kerugiannya adalah Mann-Whitney memiliki kekuatan statistik yang sedikit lebih kecil dibandingkan uji-t ketika datanya benar-benar normal — jadi jika Anda yakin dengan normalitas, uji-t adalah alat yang lebih sensitif.
Bagaimana ikatan ditangani
Data nyata sering kali memiliki nilai berulang, terutama dengan pengukuran bulat atau skala diskrit. Ketika dua atau lebih nilai yang dikumpulkan adalah sama, maka nilai-nilai tersebut tidak dapat diberikan peringkat yang berbeda tanpa adanya tiebreak yang sewenang-wenang, sehingga setiap nilai yang terikat akan menerima rata-rata dari peringkat yang akan ditempati secara kolektif — misalnya, tiga nilai yang terikat untuk peringkat 2, 3, dan 4 semuanya akan menerima peringkat 3. Jika tidak dikoreksi, ikatan tersebut juga memperkecil varian sebenarnya dari U, yang akan membuat skor-z dan nilai-p menjadi terlalu ekstrim. Kalkulator menerapkan koreksi imbang standar ke σ²_U, mengurangkan suku yang sebanding dengan Σ(t³−t) di setiap kelompok imbang (kelompok berukuran 1 menyumbang nol), sehingga uji signifikansi tetap akurat bahkan dengan data yang sangat berulang.
Memilih alat perbandingan yang tepat
Mann-Whitney membandingkan dua kelompok independen — jika kedua kumpulan angka Anda benar-benar sebelum/sesudah pengukuran pada subjek yang sama, gunakan uji peringkat bertanda Wilcoxon berpasangan, bukan yang ini. Jika Anda yakin data Anda mendekati normal, Kalkulator Uji-T (mode dua sampel) memberikan perbandingan rata-rata yang lebih canggih. Untuk menguji apakah varians dua kelompok berbeda dibandingkan kecenderungan sentralnya, gunakan Kalkulator Uji-F. Jika alih-alih membandingkan dua grup, Anda memeriksa apakah dua variabel berpasangan bergerak bersamaan, Korelasi Spearman adalah alat berbasis peringkat untuk pekerjaan tersebut. Dan pengujian apa pun yang Anda jalankan, Kalkulator Nilai-P dan Kalkulator Uji-Z adalah pendamping yang berguna untuk memahami pengujian signifikansi secara lebih umum, sedangkan Kalkulator Deviasi Standar membantu mengkarakterisasi penyebaran dalam setiap kelompok sebelum Anda membandingkannya.