Non-Parametric Tests (Mann-Whitney / Wilcoxon / Kruskal-Wallis)
The first choice for comparing groups when data are non-normal or ordinal. Two independent groups automatically run a Mann-Whitney U test; check "paired" for a Wilcoxon signed-rank test; 3 or more groups automatically run a Kruskal-Wallis H test. All include tie correction and medians.
① Saisir les données
One group per line, numbers within a group separated by spaces or commas. 2 groups = Mann-Whitney (or check paired), ≥3 groups = Kruskal-Wallis.
Mode d'emploi et méthodologie
Quand utiliser un test non paramétrique plutôt qu'un test t ?
Lorsque les données s'écartent clairement de la normalité, sont ordinales (grades, scores), ont des valeurs aberrantes extrêmes, ou que l'échantillon est très petit, les tests non paramétriques sont plus robustes. Si les données sont approximativement normales, préférez t/ANOVA pour une meilleure efficacité.
Mann-Whitney, Wilcoxon signed-rank ou Kruskal-Wallis ?
Deux groupes indépendants → Mann-Whitney U ; deux groupes appariés (avant/après, un-à-un) → Wilcoxon signed-rank (cochez « apparié ») ; trois groupes indépendants ou plus → Kruskal-Wallis H. L'outil sélectionne automatiquement selon le nombre de groupes et l'appariement.
Pourquoi la valeur p diffère-t-elle un peu des logiciels statistiques ?
Cet outil utilise une approximation normale avec corrections pour ex æquo et continuité, adaptée aux échantillons typiques ; pour de petits n (<8 par groupe), le test exact et l'approximation diffèrent, et le p exact du logiciel est plus exact. Pour des résultats limites, vérifiez avec le test exact.
Que faire après un Kruskal-Wallis significatif ?
Le test H dit seulement « au moins un groupe diffère ». Si P<0,05, faites des comparaisons appariées post-hoc (souvent Dunn avec correction pour comparaisons multiples) pour déterminer quels groupes diffèrent précisément.
Collez le lien dans Slack, Teams, X ou LinkedIn — l’aperçu utilise la carte Open Graph de cette page.