Test Manna-Whitneya w pracy magisterskiej. Jak sprawdzić, czy grupy naprawdę się różnią?

Ostatnia aktualizacja 20 października 2025

Masz dwie grupy i chcesz sprawdzić, czy naprawdę się różnią… ale Twoje dane wyglądają jak poranne włosy po imprezie: skośne, nierówne, trochę dramat. Średnie nie mają sensu, normalność gdzieś uciekła, a t-test patrzy na Ciebie z wyrzutem. Spokojnie — tu wchodzi test Manna–Whitneya: prosty, nieparametryczny i odporny na „dziwne” rozkłady.

Pomyśl o nim jak o uczciwym sędzi: nie pyta, czy Twoje dane są idealne, tylko porównuje układ rang w dwóch grupach. Innymi słowy: sprawdza, czy typowy wynik w grupie A jest wyżej czy niżej niż w grupie B — bez wymogu „idealnej normalności i równych wariancji”.

Przykłady z życia?

• Satysfakcja pacjentów kobiety vs mężczyźni (skala 1–5, dużo czwórek i piątek).
• Czas oczekiwania na przyjęcie na oddział — dzień vs weekend (minuty, mocno skośne).
• Ocena użyteczności aplikacji — wersja stara vs nowa (Likert, żadnej normalności).

W tym artykule pokażę Ci, po co używać Manna–Whitneya, kiedy to ma sens, jak go kliknąć w Jamovi, oraz jak napisać wynik tak, żeby promotor kiwnął głową z uznaniem. Bez wzorów, bez straszenia — będzie jasno, krótko i z przykładami. Jedziemy! 🚀📊

Potrzebujesz szybkiej pomocy z testem Manna-Whitneyaj w swojej pracy dyplomowej? Kliknij poniżej
–> Test Manna- Whitneya do pracy magisterskiej. Błyskawiczna pomoc
–> Wzory rozdziałów badawczych ze statystyką

Nie wiem, jak zacząć. Masz coś dla mnie?
–> E-book- Jak Napisać Pracę Dyplomową W Tydzień
–> Pobierz przykładową pracę licencjacką

 Co to w ogóle jest test Manna–Whitneya?

Test Manna–Whitneya (U) – to prosty, nieparametryczny test porównujący dwie niezależne grupy, gdy dane nie są „idealne” (np. skala Likerta 1–5, skośne rozkłady, outliery).
Zamiast średnich porównuje rangi wyników: sprawdza, czy typowe wartości w grupie A są wyższe czy niższe niż w grupie B.

Kiedy użyć?

• Dwie różne grupy (np. kobiety vs mężczyźni, oddział A vs B).
• Dane porządkowe lub ilościowe, ale bez założeń normalności.

Wynik (p-value):

• p < 0,05 → grupy różnią się
• p ≥ 0,05 → brak dowodu na różnicę (na tych danych).

Po co Ci to w pracy dyplomowej?

Bo często masz dwie grupy i nieidealne dane. Ten test ratuje sytuację, gdy:

• pracujesz na skalach Likerta (1–5) albo wynikach skośnych (np. czas w minutach),
• nie wychodzi normalność (albo w ogóle jej nie sprawdzasz),
• masz outliery i nie chcesz, by rozwaliły średnią.

Co Ci daje w praktyce?

• Proste porównanie dwóch grup bez założeń o normalności: np. satysfakcja pacjentów kobiety vs mężczyźni, czas oczekiwania dni powszednie vs weekend.
• Wiarygodny argument na obronie: „Użyłam testu nieparametrycznego, bo rozkład był skośny; wynik: p = …”.
• Czytelną interpretację: porównuje układ rang (czy „typowy wynik” w A jest wyżej niż w B).

Kiedy użyć Testu Manna-Whitneya

Obliczenie Testu Manna-Whitneya w Jamovi– krok po kroku

KROK 1. Przygotuj dane

Ja pokażę na moich przykładowych danych w jamovi:

• Płeć → kobieta (K), mężczyzna (M)
• Satysfakcja → wartości 1–5 (skala Likerta)

➡️ To idealny przykład, bo porównujemy dwie niezależne grupy (K vs M) na skali porządkowej — a więc test Manna–Whitneya to strzał w dziesiątkę.

🔹 KROK 2. Ustawienia w jamovi

1. Wejdź w zakładkę „Analizy”
2. Kliknij: Testy t
3. Wybierz: Test dla prób niezależnych
4. Przenieś zmienne:
   • „Satysfakcja” → pole „Zmienna zależna”
   • „Płeć” → pole „Zmienna grupująca”
5. W panelu po lewej:
   • Odznacz ✅ „t Studenta” i ✅ „Test Welcha”
   • Zaznacz ✅ „U Manna–Whitneya”
6. (Opcjonalnie, ale warto) zaznacz:
   • Statystyki opisowe
   • Wykresy opisowe
7. Kliknij ▶️ (po prawej).

🔹 KROK 3. Co pojawi się w wynikach

Jamovi wyświetli tabelę z dwoma wierszami:

Tak jak na moim przykładzie:

• U = 58.0
• p < .001 → różnica istotna statystycznie

Czyli poziom satysfakcji różni się między kobietami i mężczyznami.

🔹 KROK 4. Interpretacja

Test Manna–Whitneya ( U = 58.0; p < .001 ) wykazał, że istnieje istotna statystycznie różnica w poziomie satysfakcji między kobietami a mężczyznami.
Mediana satysfakcji była wyższa w grupie kobiet (Me = 5, IQR = 4–5) niż w grupie mężczyzn (Me = 3, IQR = 2–4), co sugeruje, że pacjentki ogólnie wyżej oceniały jakość opieki.

(Jeśli nie masz median — kliknij „Statystyki opisowe”, jamovi je dopisze automatycznie.)

🔹 KROK 5. Jak to wpisać w pracę (gotowiec)

W celu porównania poziomu satysfakcji pacjentów według płci zastosowano test Manna–Whitneya, odpowiedni dla zmiennych o charakterze porządkowym i dwóch niezależnych grup.
Wyniki analizy wykazały istotną różnicę (U = 58.0; p < .001) między grupami. Kobiety (Me = 5) uzyskały wyższą medianę satysfakcji niż mężczyźni (Me = 3), co wskazuje, że płeć wpływała na postrzeganą jakość opieki.

🔹 KROK 6. Co z tego wynika

• Różnica nie jest przypadkowa (p < .05).
• Można wnioskować, że kobiety były bardziej zadowolone z opieki niż mężczyźni.
• Gdyby p > .05 → różnica byłaby nieistotna, czyli obie grupy oceniają podobnie.

Przykłady kierunków studiów i tematów badań na których można zastosować test Manna-Whitneya

Masz dwie niezależne grupy i wynik na Likercie albo skośne liczby (np. czas, ból)? To jest test dla Ciebie. Oto szybkie pomysły:

• Pielęgniarstwo: satysfakcja pacjentów K vs M → skala 1–5.
• Fizjoterapia: nasilenie bólu znieczulenie A vs B → NRS 0–10.
• Dietetyka: jakość diety miasto vs wieś → indeks/score (często skośny).
• Psychologia: lęk egzaminacyjny K vs M → suma skali (Likert).
• Pedagogika: motywacja do nauki studia dzienne vs zaoczne → 1–5.
• Administracja: ocena obsługi okienko vs online → 1–5.
• Zarządzanie/HR: satysfakcja z pracy zmiana dzienna vs nocna → 1–5.
• Marketing: intencja zakupu reklama A vs B → 1–7.
• Informatyka: użyteczność aplikacji stara vs nowa wersja → SUS/1–5.
• Położnictwo: satysfakcja okołoporodowa SN vs CC → 1–5.

🧾 Jak opisać wynik Manna-Whitneya w pracy magisterskiej

Wzór 1 – krótka wersja (do tabeli lub tekstu wyników):

Test Manna–Whitneya wykazał istotną różnicę między grupami (U = 58.0; p < 0.001). Kobiety uzyskały wyższy poziom satysfakcji niż mężczyźni.

Wzór 2 – pełna wersja (do opisu w rozdziale „Wyniki badań”):

W celu porównania poziomu satysfakcji pacjentów w zależności od płci zastosowano test Manna–Whitneya, odpowiedni dla dwóch niezależnych grup oraz zmiennej o charakterze porządkowym.
Wyniki analizy wykazały istotną statystycznie różnicę (U = 58.0; p < 0.001).
Kobiety (Me = 5; IQR = 4–5) uzyskały wyższe wyniki satysfakcji niż mężczyźni (Me = 3; IQR = 2–4), co oznacza, że płeć miała wpływ na ocenę jakości opieki.

Wzór 3 – gdy wynik jest nieistotny:

Test Manna–Whitneya nie wykazał istotnych różnic między grupami (U = 112.5; p = 0.238), co oznacza, że poziom satysfakcji był podobny u kobiet i mężczyzn.

Najczęstsze wpadki przy teście Manna–Whitneya + szybkie naprawy

1) Dwie grupy… ale zależne

Błąd: te same osoby mierzone dwa razy (przed/po), a Ty robisz M–W.
Naprawa: użyj Wilcoxona (signed-rank) dla par.

2) Więcej niż dwie grupy

Błąd: trzy oddziały A/B/C porównane M–W „na raty”.
Naprawa: najpierw Kruskal–Wallis, potem ewentualnie post-hoc (z korektą).

3) Średnie zamiast median/IQR

Błąd: raport: „K: M=4,3; M: M=3,6” przy Likercie.
Naprawa: podawaj Me i IQR + wynik U, p (i efekt).

4) Brak kierunku różnicy

Błąd: „p = 0,012, istotnie” – ale kto wyżej?
Naprawa: dopisz mediany/IQR i zdanie: „wyżej w grupie …”.

5) Złe ustawienie miary w jamovi

Błąd: Satysfakcja jako „Skala” (ilościowa) zamiast Porządkowa; Płeć nie jako Nominalna.
Naprawa: w nagłówkach kolumn ustaw poprawnie: Płeć → Nominalna, Satysfakcja → Porządkowa.

6) Zaznaczony t-test zamiast M–W

Błąd: w wynikach dwie linie (t i M–W) i chaos.
Naprawa (jamovi): Analizy → T-tests (próby niezależne) → odznacz t/Welcha, zaznacz „Mann–Whitney U”; w nowszych wersjach: Analizy → Nieparametryczne → Dwie niezależne.

7) Brak wielkości efektu

Błąd: samo p-value.
Naprawa: w jamovi zaznacz effect size (np. rank-biserial lub Cliff’s delta) i podaj w tekście (mały/umiarkowany/duży).

8) Niezależność naruszona

Błąd: te same osoby w obu grupach / dobrane pary, a robisz M–W.
Naprawa: upewnij się, że grupy są niezależne; jeśli nie – Wilcoxon.

9) Interpretacja p > .05 jako „brak różnic”

Błąd: kategoryczne „nie różnią się”.
Naprawa: pisz: „nie stwierdzono istotnej różnicy (na tej próbie)”; pokaż mediany/IQR.

10) Więzy i skrajnie różne n

Błąd: mnóstwo remisów (Likert) i bardzo nierówne grupy → błędne wnioski.
Naprawa: raportuj mediany/IQR, rozważ dokładne p (exact); komentuj ograniczenia.

11) Test do nominalnych wyników

Błąd: M–W dla TAK/NIE.
Naprawa: użyj χ² (chi-kwadrat) lub testu Fishera.

12) Wielokrotne porównania bez korekty

Błąd: 10 porównań M–W i każde na p < .05.
Naprawa: stosuj korektę (np. Holm/Bonferroni) lub ogranicz liczbę testów

Szablon zdania (naprawny)

„Zastosowano test Manna–Whitneya (dwie niezależne grupy, skala porządkowa). Wynik: U = …; p = …; Me_A = … (IQR …–…) vs Me_B = … (IQR …–…), różnica [istotna/nieistotna]. Wielkość efektu: … ([mała/umiarkowana/duża]).”

  Zakończenie

Test Manna–Whitneya to coś w rodzaju „plan B” statystyki — działa wtedy, gdy Twoje dane są dalekie od ideału, a mimo to chcesz rzetelnie porównać dwie grupy. Nie wymaga normalności, nie boi się małych prób ani skali Likerta. Wystarczy kilka kliknięć w jamovi, by dowiedzieć się, czy kobiety naprawdę są bardziej zadowolone niż mężczyźni, a pacjenci z oddziału A mniej narzekają niż ci z oddziału B.

Najważniejsze? Wiedzieć, kiedy go użyć, jak go nazwać i jak go opisać – bez czarów, bez wzorów, po prostu logicznie. A gdy promotor zapyta: „Dlaczego wybrałaś test Manna–Whitneya?”, możesz spokojnie odpowiedzieć: „Bo wiem, że moje dane nie są idealne — ale moje wnioski już tak.” 😎