Ostatnia aktualizacja 20 października 2025
Masz dane „przed” i „po” i nie wiesz, co z nimi zrobić? Chcesz udowodnić, że Twoje szkolenie, terapia, dieta albo zajęcia naprawdę coś zmieniły — ale Excel tylko patrzy na Ciebie pustym wzrokiem? 😅
Spokojnie. Od tego jest test Wilcoxona — statystyczny detektyw, który sprawdza, czy po Twojej interwencji coś naprawdę drgnęło.
Nie musisz być matematykiem ani znać logarytmów (uff). Wystarczy, że wiesz, kto był badany, kiedy i co się zmieniło. Resztę zrobisz w Jamovi, klikając kilka razy myszką.
Gotowy/a odkryć, czy Twoje „po” różni się od „przed”? No to lecimy — Wilcoxon czeka! 🚀
Potrzebujesz szybkiej pomocy z obliczeniem Testu Wilcoxona w swojej pracy dyplomowej? Kliknij poniżej
–> Test Wilcoxona 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 Wilcoxona?
Test Wilcoxona (signed-rank) to prosta metoda sprawdzenia, czy po interwencji „po” różni się od „przed” u tych samych osób (albo w parach: pacjent i jego dopasowany „bliźniak”). Zamiast liczyć średnie i udawać, że rozkład jest idealny, Wilcoxon porządkuje różnice między „po” i „przed”, nadaje im rangi (od najmniejszej różnicy do największej), a potem sprawdza, czy dodatnich rang (popraw) jest istotnie więcej niż ujemnych (pogorszeń).
- Do czego służy? Do porównania dwóch pomiarów zależnych (przed/po, lewa/prawa, rano/wieczór) przy danych porządkowych (Likert) lub ilościowych, ale nienormalnych (skośnych, z outlierami).
- Co testuje? Czy mediana różnic (po − przed) jest różna od zera (czyli czy zaszła systematyczna zmiana).
- Co dostajesz w wyniku? Statystykę Z i p-value (czy zmiana jest „statystycznie prawdziwa”), często też wielkość efektu (np. rank-biserial lub r), która mówi jak duża jest ta zmiana, nie tylko czy istnieje.
- Kiedy NIE używać? Gdy masz dwie różne, niezależne grupy (wtedy Mann–Whitney), albo gdy różnice nie mają sensu (np. czysta nominalna bez par – wtedy inne testy).
Krótko: ten test odpowiada na pytanie „czy po mojej interwencji jest realnie inaczej niż przed?”, nie wymagając bajkowo idealnych danych.
Po co Ci test Wilcoxona w pracy dyplomowej?
Bo w realnych badaniach mierzysz te same osoby dwa razy: przed i po szkoleniu, terapii, wdrożeniu, diecie, rehabilitacji… I chcesz wiedzieć, czy zmiana jest prawdziwa, a nie „na oko”.
Co zyskujesz:
- Rzetelny dowód zmiany – sprawdzasz, czy „po” jest statystycznie różne od „przed” u tych samych badanych.
- Brak wymogu normalności – działa świetnie dla Likerta (1–5) i skośnych wyników (czas, ból, punkty).
- Argument na obronę – „Użyłam testu Wilcoxona, bo to dane zależne (przed/po) na skali porządkowej – wynik: Z = …, p = …”.
- Czytelny kierunek zmiany – widać, czy jest poprawa (więcej rang dodatnich) czy pogorszenie.
Zdanie do wklejenia:
„Ze względu na zależny charakter danych (pomiar przed/po) oraz skalę porządkową zastosowano test Wilcoxona (signed-rank). Otrzymano Z = …, p = …, co wskazuje na [istotną/nieistotną] zmianę [w górę/w dół] po interwencji.”
Przykład badania na podstawie testu Wilcoxona– krok po kroku
Temat: Czy 4-tygodniowa fizjoterapia zmniejsza ból (NRS 0–10) u tych samych pacjentów?
1) Pytanie badawcze
Czy poziom bólu po terapii jest istotnie niższy niż przed terapią u tych samych osób?
2) Zmienne i skala
- Zmienna zależna: Ból_NRS (0–10, zwykle skośny) — traktujemy jak porządkową/ilościową nienormalną.
- Układ danych: te same osoby mierzysz dwa razy → dane zależne (paired).
3) Hipotezy
- H₀: Mediana różnic (po − przed) = 0 (brak zmiany).
- H₁: Mediana różnic ≠ 0 (jest zmiana).
(Jeśli testujesz „czy spadło”, możesz użyć wersji jednostronnej: mediana różnic < 0.)
4) Skopiuj swoje dane/otwórz je w programie Jamovi
Skopiuj z nagłówkami i wklej do jamovi (Plik → Otwórz → Schowek / Dane → Wklej):
Ja wklejam przykładowe dane: 20 pacjentów, ból mierzony przed i po.)
Jak zrobić test Wilcoxona w Jamovi (klik-po-kliku)
- Wczytaj dane
- Ustaw typy: kliknij nagłówki Przed i Po → Miara: Skala (liczbowa).
- Wejdź w Analizy → T-testy → Próby zależne
- Przenieś parę zmiennych do pola Parowane zmienne: Przed ↔ Po.
- Zaznacz „Wilcoxon (test nieparametryczny)”.
4. Zaznacz „Statystyki opisowe” (żeby zobaczyć mediany) i „Wielkość efektu” (jeśli dostępna).
(W niektórych wersjach: Analizy → Nieparametryczne → Dwie próby zależne (Wilcoxon) — i wybierasz Przed i Po.)
5. Kliknij ▶️.
Test Wilcoxona (dla prób zależnych) sprawdza, czy pomiar po różni się istotnie od pomiaru przed w tej samej grupie osób.
- p < 0,001 → oznacza, że różnica jest statystycznie istotna.
Innymi słowy: po terapii poziom bólu się zmniejszył, i to z bardzo dużym prawdopodobieństwem nie przez przypadek. - Mediany:
- Przed = 6,00
- Po = 5,00
To potwierdza, że zmiana idzie w dół – pacjenci zgłaszają mniejsze nasilenie bólu po terapii.
- Średnie (dodatkowo):
- Przed = 6,30 (SD = 1,38)
- Po = 4,70 (SD = 1,30)
To również pokazuje spadek, ale pamiętaj, że test Wilcoxona opiera się na medianach i rangach, nie na średnich.
✍️ Jak to zapisać w pracy dyplomowej
Wersja standardowa (naukowa):
Ze względu na zależny charakter danych (pomiar przed i po terapii) oraz brak normalności rozkładu zastosowano test Wilcoxona (signed-rank). Wynik analizy wykazał istotny statystycznie spadek poziomu bólu po terapii (W = 210; p < 0,001). Mediana bólu zmniejszyła się z Me_przed = 6,00 do Me_po = 5,00, co wskazuje na poprawę stanu pacjentów po zastosowanej interwencji.
Wersja krótka (np. w podsumowaniu wyników):
Test Wilcoxona potwierdził istotny spadek bólu po terapii (W = 210; p < 0,001).
💡 Wniosek praktyczny
Terapia okazała się skuteczna — pacjenci po 4 tygodniach czuli wyraźnie mniejszy ból.
Z punktu widzenia praktyki klinicznej można więc powiedzieć, że interwencja przyniosła realną poprawę.
Ogólne zasady interpretacji:
- Jeśli p < 0,05 → zmiana istotna (ból po terapii inny niż przed; sprawdź kierunek: czy mediana „Po” < „Przed”).
- Jeśli p ≥ 0,05 → nie stwierdzono istotnej zmiany (na tej próbie).
- Wielkość efektu (np. rank-biserial albo r = Z/√N) powie jak duża jest zmiana (mała/umiarkowana/duża).
Gdzie zastosujesz Test Wilcoxona? (kierunki i tematy)
(czyli: w jakich pracach to się naprawdę przydaje 👇)
Test Wilcoxona powinien być Twoim ulubionym testem do „przed i po” – wszędzie tam, gdzie badani są ci sami ludzie, tylko coś się w międzyczasie wydarzyło (terapia, szkolenie, zmiana diety, interwencja edukacyjna, wdrożenie programu, itp.).
Poniżej pokażę Ci przykłady z różnych kierunków 👇
🩺 Pielęgniarstwo / Zdrowie publiczne/ Medycyna
- Ocena poziomu bólu przed i po zabiegu fizjoterapeutycznym.
- Porównanie jakości snu pacjentów przed i po hospitalizacji.
- Skuteczność edukacji zdrowotnej w zakresie samokontroli cukrzycy.
- Zmiana poziomu stresu pielęgniarek przed i po szkoleniu.
🧠 Psychologia / Pedagogika
- Ocena poziomu lęku uczniów przed i po egzaminie.
- Skuteczność treningu uważności (mindfulness) – poziom stresu przed/po.
- Porównanie samooceny uczniów przed i po zajęciach arteterapeutycznych.
- Wpływ programu wsparcia emocjonalnego na poczucie koherencji.
🏢 Zarządzanie / Administracja
- Ocena satysfakcji z pracy przed i po zmianie systemu motywacyjnego.
- Porównanie poziomu stresu urzędników przed i po wdrożeniu pracy zdalnej.
- Badanie efektywności szkolenia pracowników – samoocena kompetencji przed/po.
📊 Ekonomia / Marketing
- Zmiana intencji zakupowych konsumentów przed i po kampanii reklamowej.
- Ocena postrzegania marki przed i po rebrandingu.
- Skuteczność promocji cenowej – porównanie wyników sprzedaży przed i po akcji.
🧍♀️ Fizjoterapia / Sport
- Ocena zakresu ruchu lub siły mięśniowej przed i po terapii.
- Porównanie wydolności sportowców przed i po okresie przygotowawczym.
- Zmiana poziomu bólu po serii zabiegów rehabilitacyjnych.
Test Wilcoxona to Twój wybór zawsze wtedy, gdy:
➡️ masz te same osoby dwa razy,
➡️ chcesz sprawdzić, czy coś się poprawiło (lub pogorszyło),
➡️ dane są porządkowe lub nienormalne.
Krótko mówiąc — jeśli w Twojej pracy jest „przed i po”, to Wilcoxon czeka, żeby błyszczeć w rozdziale wyników 😎.
Najczęstsze błędy i szybkie naprawy –Test Wilcoxona
1) Złe dane: grupy niezależne zamiast par
- Błąd: Porówniasz różne osoby A vs B.
- Naprawa: Dla niezależnych grup użyj Manna–Whitneya. Wilcoxon = te same osoby dwa razy (albo pary dopasowane).
2) Zamiana „przed/po” w dwie kolumny bez parowania
- Błąd: Program nie wie, że wiersz 1 „przed” to ta sama osoba co wiersz 1 „po”.
- Naprawa: Trzymaj dwie kolumny: Przed i Po w tym samym wierszu (ten sam ID).
3) Skala nominalna jako wynik
- Błąd: Próbujesz Wilcoxona na TAK/NIE, oddział A/B itp.
- Naprawa: Wilcoxon wymaga co najmniej porządkowej skali (Likert, NRS bólu, czasy, punkty). Nominalne → inne testy (np. McNemar dla sparowanych 0/1).
4) Brak kierunku zmiany w opisie
- Błąd: „p = 0,003 – istotnie”, ale czy spadło czy wzrosło?
- Naprawa: Zawsze podaj medianę/IQR przed i po oraz napisz „spadek/wzrost”.
5) Raport tylko p-value
- Błąd: Wklejasz samo p.
- Naprawa: Dodaj statystykę W/Z, wielkość efektu (np. r lub rank-biserial) i Me/IQR dla obu pomiarów.
6) „Normalność wyszła, to robię t-test, a Wilcoxona też…”
- Błąd: Dwa testy na to samo bez uzasadnienia.
- Naprawa: Wybierz jeden i uzasadnij (np. dane porządkowe/skośne → Wilcoxon).
7) Niezgodne kierunki pozycji (brak rekodowania)
- Błąd: W skali część pytań „im więcej = lepiej”, a część „im więcej = gorzej”.
- Naprawa: Ujednolić kierunek (rekodować odwrócone pozycje) zanim policzysz wynik łączny i test.
8) Mnóstwo remisów i duuużo braków
- Błąd: Same zera w różnicach, p „dziwne”.
- Naprawa: Sprawdź braki danych, raportuj N; przy wielu remisach użyj w jamovi opcji exact p (jeśli dostępna) i opisz to jako ograniczenie.
9) Jednostronny vs dwustronny bez logiki
- Błąd: Używasz jednostronnego, choć nie masz hipotezy kierunkowej.
- Naprawa: Jeśli nie masz pewności co do kierunku → dwustronny.
10) Mylenie z Manna–Whitneyem
- Błąd: W pracy „Wilcoxon” przy dwóch niezależnych grupach.
- Naprawa: Zapamiętaj: Wilcoxon = przed/po (zależne), Mann–Whitney = A vs B (niezależne).
Szablon zdania
„Ze względu na zależny charakter danych (pomiar przed/po) oraz porządkową skalę zastosowano test Wilcoxona (signed-rank). Wynik: W = …; Z = …; p = …. Mediana zmalała z Me_przed = … (IQR …–…) do Me_po = … (IQR …–…), co wskazuje na [spadek/wzrost]. Wielkość efektu r = … ([mała/umiarkowana/duża]).”
Zakończenie
Test Wilcoxona to coś jak detektor zmian po cichu — nie potrzebuje głośnych efektów, ale od razu widać, czy Twoja interwencja faktycznie coś zmieniła. To narzędzie idealne do badań z pomiarem „przed i po”, czyli dokładnie takich, jakie królują w pracach licencjackich i magisterskich.
Jeśli nauczysz się go stosować, to już żaden promotor nie zaskoczy Cię pytaniem:
„A skąd wiesz, że ta różnica jest istotna?”
Bo wtedy Ty, z pełnym spokojem, odpowiesz:
„Sprawdziłem testem Wilcoxona – i to działa!” 😎
A więc następnym razem, gdy będziesz badać skuteczność szkolenia, terapii, diety czy programu edukacyjnego — pamiętaj: Wilcoxon to Twój statystyczny przyjaciel do mierzenia realnych zmian.










