Comment présenter un test U de Mann-Whitney selon les normes APA ?

Indiquez les médianes des deux groupes, U, z, la valeur p et une taille d’effet. Par exemple : les valeurs du groupe traité (Mdn = 82) étaient significativement supérieures à celles du groupe témoin (Mdn = 76), U = 12.5, z = -2.31, p = .021, r = .52. Le calculateur rédige cette phrase à partir de vos données et des noms de vos groupes, prête à copier.

Pourquoi ma valeur p diffère-t-elle de celle de SPSS ou de R ?

Les logiciels calculent la valeur p de Mann-Whitney de différentes façons : à partir de la distribution exacte de U ou d’une approximation normale, avec ou sans correction de continuité, et avec une correction pour les ex æquo. Le calculateur affiche côte à côte la valeur p de chaque méthode et indique le logiciel qui l’utilise, afin que vous puissiez retrouver exactement votre résultat.

Quelle est la différence entre le test U de Mann-Whitney et le test de rangs signés de Wilcoxon ?

Le test U de Mann-Whitney compare deux échantillons INDÉPENDANTS (différents sujets dans chaque groupe), tandis que le test de rangs signés de Wilcoxon compare deux échantillons LIÉS (mêmes sujets mesurés deux fois, comme avant/après). Utilisez Mann-Whitney U lorsque les groupes ne sont pas liés (par exemple, groupes de traitement vs contrôle avec des personnes différentes), et Wilcoxon de rangs signés lorsque les groupes sont appariés (par exemple, les mêmes patients mesurés avant et après le traitement).

Calculateur du Test U de Mann-Whitney

Collez deux échantillons indépendants. Obtenez la statistique U de Mann-Whitney, une valeur p, une taille d’effet et les étapes des sommes de rangs.

3 utilisations gratuites par jourSans inscriptionRésultats instantanés

Calculateur du Test U de Mann-WhitneyEssayez maintenant — gratuit ▼

Essayer des jeux de données d'exemple

Scores aux tests Effet du traitement Évaluation de produit Temps de réponse

1 Échantillon 1 (ex. : groupe témoin)

2 Échantillon 2 (ex. : groupe de traitement)

Hypothèse alternative

Précision décimale

Embed Calculateur du Test U de Mann-Whitney Widget

Calculateur du Test U de Mann-Whitney

Le Calculateur du Test U de Mann-Whitney est un outil statistique complet permettant de comparer deux échantillons indépendants à l'aide du test non paramétrique de Mann-Whitney (également connu sous le nom de test de somme des rangs de Wilcoxon). Ce calculateur fournit la statistique U, le score z, la valeur p, la taille de l'effet, les calculs étape par étape et des visualisations interactives pour vous aider à comprendre et à interpréter vos résultats.

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

Le test U de Mann-Whitney est un test statistique non paramétrique utilisé pour déterminer si deux échantillons indépendants proviennent de la même distribution. Contrairement au test t pour échantillons indépendants, il ne suppose pas une distribution normale des données, ce qui le rend idéal pour :

Les données ordinales (données qui peuvent être classées mais dont la moyenne n'est pas significative)
Les petites tailles d'échantillon où la normalité ne peut être vérifiée
Les données avec des valeurs aberrantes ou des distributions asymétriques
Les mesures non continues

Le test fonctionne en classant toutes les observations des deux échantillons ensemble, puis en comparant la somme des rangs pour chaque échantillon. Si un échantillon a tendance à avoir des rangs plus élevés, cela suggère que les populations diffèrent.

Formules du test U de Mann-Whitney

Statistique U

$$U_1 = n_1 n_2 + \frac{n_1(n_1 + 1)}{2} - R_1$$ $$U_2 = n_1 n_2 + \frac{n_2(n_2 + 1)}{2} - R_2$$ $$U = \min(U_1, U_2)$$

Où :

n₁, n₂ = Tailles des échantillons 1 et 2
R₁, R₂ = Somme des rangs pour les échantillons 1 et 2
U = Statistique U de Mann-Whitney (le plus petit entre U₁ et U₂)

Score Z (pour les grands échantillons)

$$z = \frac{U - \mu_U}{\sigma_U}$$ $$\mu_U = \frac{n_1 n_2}{2}$$ $$\sigma_U = \sqrt{\frac{n_1 n_2 (n_1 + n_2 + 1)}{12}}$$

Comment utiliser ce calculateur

Entrer les données de l'échantillon 1 : Saisissez les valeurs numériques de votre premier groupe, séparées par des virgules, des espaces ou des sauts de ligne (ex. : groupe témoin).
Entrer les données de l'échantillon 2 : Saisissez les valeurs de votre deuxième groupe (ex. : groupe de traitement). Assurez-vous que les échantillons sont indépendants.
Sélectionner les paramètres du test : Choisissez l'hypothèse alternative (bilatérale ou unilatérale) et la précision décimale.
Calculer : Cliquez sur le bouton pour voir la statistique U, la valeur p, la taille de l'effet et l'interprétation détaillée.
Examiner les résultats : Examinez les visualisations et la répartition étape par étape pour comprendre l'analyse.

Interpréter les résultats

Statistique U

La statistique U représente le nombre de fois qu'une valeur d'un échantillon précède (est inférieure à) une valeur de l'autre échantillon lorsque toutes les valeurs sont classées ensemble. Une valeur U plus petite suggère une plus grande différence entre les échantillons.

Valeur P

p < 0,05 : Différence statistiquement significative (rejeter l'hypothèse nulle)
p ≥ 0,05 : Aucune différence significative détectée (échec du rejet de l'hypothèse nulle)

Taille de l'effet (Corrélation bisériale de rang)

La taille de l'effet aide à interpréter la signification pratique de vos résultats :

Effet petit

|r| < 0,3 : Différence pratique minimale entre les groupes

Effet moyen

0,3 ≤ |r| < 0,5 : Différence pratique modérée

Effet grand

|r| ≥ 0,5 : Différence pratique substantielle

Quand utiliser le test U de Mann-Whitney vs le test T

Critère	Test U de Mann-Whitney	Test T indépendant
Distribution des données	Pas d'exigence de normalité	Nécessite une distribution normale
Taille de l'échantillon	Fonctionne bien avec de petits échantillons	Nécessite idéalement n > 30 par groupe
Type de données	Ordinales ou continues	Continues uniquement
Valeurs aberrantes	Robuste aux valeurs aberrantes	Sensible aux valeurs aberrantes
Puissance	Légèrement moins puissant	Plus puissant lorsque les hypothèses sont remplies

Hypothèses du test U de Mann-Whitney

Indépendance : Les observations au sein et entre les échantillons doivent être indépendantes
Données ordinales : Les valeurs doivent être au moins ordinales (peuvent être classées de manière significative)
Forme similaire : Les deux populations doivent avoir la même forme de distribution (pas nécessairement normale)
Échantillonnage aléatoire : Les échantillons doivent être tirés au hasard de leurs populations respectives

Foire aux questions

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

Le test U de Mann-Whitney (également appelé test de somme des rangs de Wilcoxon) est un test statistique non paramétrique utilisé pour comparer deux échantillons indépendants afin de déterminer s'ils proviennent de la même distribution. C'est une alternative au test t pour échantillons indépendants lorsque les données ne répondent pas aux hypothèses de normalité. Le test compare les rangs des valeurs plutôt que les valeurs elles-mêmes.

Quand dois-je utiliser le test U de Mann-Whitney ?

Utilisez le test U de Mann-Whitney lorsque : (1) Vous avez deux échantillons indépendants à comparer, (2) Les données sont au moins ordinales, (3) Les données violent les hypothèses de normalité requises pour un test t, (4) Vous avez de petites tailles d'échantillon, ou (5) Vous travaillez avec des données classées ou ordinales.

Comment interpréter les résultats du test U de Mann-Whitney ?

Interprétez les résultats en examinant la valeur p : si p < 0,05 (ou votre seuil de signification choisi), rejetez l'hypothèse nulle et concluez que les échantillons diffèrent de manière significative. La statistique U représente le nombre de fois qu'une valeur d'un échantillon précède une valeur de l'autre échantillon. La taille de l'effet indique l'ampleur de la différence.

Quelle est la différence entre Mann-Whitney U et le test de rangs signés de Wilcoxon ?

Le test U de Mann-Whitney compare deux échantillons INDÉPENDANTS (sujets différents dans chaque groupe), tandis que le test de rangs signés de Wilcoxon compare deux échantillons LIÉS (mêmes sujets mesurés deux fois). Utilisez Mann-Whitney U lorsque les groupes ne sont pas liés, et Wilcoxon de rangs signés lorsque les groupes sont appariés.

Quelle est la taille de l'effet dans le test U de Mann-Whitney ?

La taille de l'effet pour le test U de Mann-Whitney est généralement rapportée sous forme de corrélation bisériale de rang (r), calculée comme r = 1 - (2U)/(n₁*n₂). Elle varie de -1 à +1, où : |r| < 0,3 indique un effet petit, 0,3 ≤ |r| < 0,5 indique un effet moyen, et |r| ≥ 0,5 indique un effet grand.

Quelles sont les hypothèses du test U de Mann-Whitney ?

Le test U de Mann-Whitney suppose : (1) Indépendance - les observations sont indépendantes, (2) Données ordinales - les valeurs peuvent être classées, (3) Forme similaire - les deux populations ont la même forme de distribution, (4) Échantillonnage aléatoire - les échantillons sont tirés au hasard.

Comment comparer les évaluations de deux groupes indépendants avec un test de Mann-Whitney ?

Saisissez les évaluations de chaque groupe dans un échantillon distinct, en conservant chaque observation dans son groupe d’origine. Par exemple, si cinq clients évaluent le produit A et six autres clients évaluent le produit B, saisissez séparément les cinq et les six évaluations, puis choisissez le sens de l’hypothèse qui correspond à votre question. Le test classe ensemble toutes les observations ; il permet ainsi de comparer des évaluations ordinales sans supposer que les écarts entre les niveaux sont égaux. Les observations des groupes doivent être indépendantes.

Que faire si les deux groupes contiennent de nombreuses valeurs ex æquo ?

Conservez les valeurs répétées dans les données ; ne les supprimez pas et ne les modifiez pas pour rendre les scores uniques. Le test de Mann-Whitney attribue aux observations ex æquo le rang moyen, et ces égalités peuvent influer sur le calcul du test. Si presque toutes les observations ont le même score, les données contiennent peu d’informations permettant de distinguer les groupes : interprétez donc le résultat avec prudence. Indiquez les tailles des échantillons et la distribution des scores avec le résultat du test, surtout si les échantillons sont petits.

Quand choisir un test de Mann-Whitney unilatéral ?

Choisissez une hypothèse unilatérale uniquement si le sens de l’effet était défini avant l’examen des résultats. Par exemple, vous pouvez tester si le groupe ayant reçu un traitement tend à obtenir des scores plus élevés que le groupe témoin. Si une différence significative dans l’un ou l’autre sens vous importe, utilisez un test bilatéral. Choisir une option unilatérale après avoir constaté quel groupe a obtenu le meilleur score peut faire paraître les données plus convaincantes que ne le justifie l’analyse initiale.

Ressources supplémentaires

Citez ce contenu, cette page ou cet outil comme suit :

"Calculateur du Test U de Mann-Whitney" sur https://MiniWebtool.com/fr/calculateur-du-test-u-de-mann-whitney/ de MiniWebtool, https://MiniWebtool.com/

par l'équipe miniwebtool. Mis à jour le : 15 janv. 2026

Calculateur du Test U de Mann-Whitney

Calculateur du Test U de Mann-Whitney

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

Formules du test U de Mann-Whitney

Comment utiliser ce calculateur

Interpréter les résultats

Statistique U

Valeur P

Taille de l'effet (Corrélation bisériale de rang)

Quand utiliser le test U de Mann-Whitney vs le test T

Hypothèses du test U de Mann-Whitney

Foire aux questions

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

Quand dois-je utiliser le test U de Mann-Whitney ?

Comment interpréter les résultats du test U de Mann-Whitney ?

Quelle est la différence entre Mann-Whitney U et le test de rangs signés de Wilcoxon ?

Quelle est la taille de l'effet dans le test U de Mann-Whitney ?

Quelles sont les hypothèses du test U de Mann-Whitney ?

Comment comparer les évaluations de deux groupes indépendants avec un test de Mann-Whitney ?

Que faire si les deux groupes contiennent de nombreuses valeurs ex æquo ?

Quand choisir un test de Mann-Whitney unilatéral ?

Ressources supplémentaires

Statistiques et analyse de données:

Résolution mathématique

Nombres et facteurs

Fractions et division

Puissances, racines et logarithmes

Algèbre et équations

Calcul différentiel et intégral

Géométrie et trigonométrie

Outils populaires et mis à jour:

Téléchargez tout en un seul ZIP avec Pro