AksiomatikMetodologi dan Statistika
Artikel

Mann–Whitney U

Menguji apakah distribusi satu kelompok cenderung lebih besar dari yang lain tanpa asumsi normalitas.

Statistik U (sketsa)

U=min(U1,U2),  U1=n1n2+n1(n1+1)2R1U = \min(U_1, U_2),\; U_1 = n_1 n_2 + \tfrac{n_1(n_1+1)}{2} - R_1

R1 adalah jumlah peringkat untuk kelompok 1 setelah mengurutkan gabungan data. Nilai p dapat dihitung secara eksak atau aproksimasi normal untuk n besar. Uji ini setara dengan Wilcoxon rank‑sum dan digunakan sebagai alternatif t‑test independen ketika asumsi normalitas/ homoskedastisitas tidak terpenuhi atau data bersifat ordinal.

Asumsi utama: pengamatan independen, bentuk skala setidaknya ordinal, dan bentuk distribusi antar grup serupa jika ingin menafsirkan pergeseran lokasi (median). Pada data dengan banyak ties atau banyak nilai sama, gunakan koreksi ties; untuk sampel kecil, p eksak lebih disarankan. Pertanyaan populer: “apakah MWU menguji median?” Secara ketat, ia menguji apakah distribusi satu kelompok cenderung lebih besar (stochastically larger); dengan asumsi bentuk distribusi serupa, interpretasi sering disederhanakan sebagai perbedaan lokasi.

Ukuran efek yang sering dipakai: r = Z/√N, atau probabilitas dominansi (AUC, common language effect size) yang menyatakan peluang bahwa skor acak dari grup A melebihi grup B. Untuk pelaporan, sertakan U, n1, n2, p‑value (eksak atau normal dengan/ tanpa continuity correction), dan ukuran efek. Kata kunci relevan: Mann–Whitney U, Wilcoxon rank‑sum, uji dua sampel nonparametrik, median shift, effect size, AUC, continuity correction.

Contoh Aplikasi

Perbandingan skor nyeri pasien antara dua terapi yang berbeda ketika data tidak normal dan banyak nilai maksimum (ceiling effect). Di riset UX, perbandingan waktu penyelesaian tugas antara dua desain antarmuka yang bersifat skew juga dapat memakai MWU untuk menguji perbedaan lokasi tanpa mengasumsikan normalitas.

Rujukan

Artikel disusun untuk keperluan akademik dan terhubung ke kalkulator Aksiomatik. Lihat semua kalkulator