O teste U de Mann-Whitney é um método estatístico não paramétrico amplamente utilizado para comparar diferenças entre dois grupos independentes. Ao contrário do teste t de amostras independentes, não requer a suposição de normalidade, tornando-o uma alternativa robusta quando os dados são ordinais, desviados ou contêm outliers. Este teste é frequentemente referido como o teste de Wilcoxon rank-sum (os dois nomes são matematicamente equivalentes). Neste artigo, fornecemos um guia completo para compreender, conduzir e interpretar o teste U de Mann-Whitney, incluindo um exemplo passo a passo, medidas de tamanho de efeito, implementações de software e armadilhas comuns.

O que é o teste U de Mann-Whitney?

O teste U de Mann-Whitney avalia se um grupo tende a ter valores maiores que o outro, comparando as fileiras de todas as observações, testando a hipótese nula de que as duas amostras independentes provêm da mesma distribuição populacional contra a alternativa de que um grupo é estocaticamente maior (ou menos) do que o outro. Por ser não paramétrico, o teste é apropriado quando os pressupostos do teste t paramétrico são violados, especialmente normalidade e homogeneidade de variância.

Desenvolvido por Henry Mann e Donald Whitney em 1947, e independentemente por Frank Wilcoxon, o teste é um dos procedimentos não paramétricos mais populares. Frequentemente é ensinado ao lado do teste de Wilcoxon (para dados pareados) e do teste Kruskal-Wallis (para mais de dois grupos). 1947 artigo de Mann e Whitney.

Quando usar o teste U de Mann-Whitney

O teste é ideal quando você tem dois grupos independentes e seus dados atendem aos seguintes critérios:

  • Amostras independentes: As observações em um grupo não são pareadas ou relacionadas com as do outro grupo.
  • Dados ordinais ou contínuos: A variável deve ser pelo menos ordinal (por exemplo, respostas em escala Likert, escores de dor) ou contínua (por exemplo, tempos de reação, escores de teste).
  • Distribuição não normal: Se os dados forem severamente distorcidos ou tiverem outliers, o teste U de Mann-Whitney é preferido em relação ao teste t.
  • Forma de distribuição semelhante (opcional, mas útil para interpretação de medianas): Para interpretar o teste como uma comparação de medianas, você precisa assumir que as distribuições dos dois grupos têm a mesma forma (além de uma possível mudança).

As aplicações comuns incluem comparar os resultados do tratamento em ensaios clínicos, analisar as respostas do inquérito entre grupos demográficos e avaliar as métricas de desempenho em estudos de experiência do usuário.

Assunções do teste U de Mann-Whitney

Para garantir resultados válidos, devem ser satisfeitos os seguintes pressupostos:

  1. Independência: As amostras são independentes; nenhum sujeito aparece em ambos os grupos.
  2. Medição ordinal: Os dados são pelo menos ordinais de modo que a classificação é significativa.
  3. Amostragem aleatória: Idealmente, as observações são sorteadas de suas respectivas populações.
  4. Forma idêntica sob o nulo: O teste é mais poderoso quando as distribuições são semelhantes, mas permanece válido para detectar qualquer tipo de diferença distribucional (por exemplo, spread, forma). No entanto, se você quiser interpretar o teste estritamente como um teste de medianas, você precisa assumir variâncias e formas iguais.

Se os dados forem contínuos e normalmente distribuídos, o teste t será mais poderoso, mas o teste U de Mann-Whitney ainda mantém boa eficiência (cerca de 95% do poder do teste t para dados normais).

Realizando o teste U de Mann-Whitney: Passo a passo

Abaixo delineamos o procedimento manualmente. Na prática, você usará software estatístico, mas entender os passos reforça a lógica.

Passo 1: Declare as Hipóteses

Hipótese nula (H0): As duas populações são idênticas, ou seja, não há tendência sistemática de um grupo ter valores maiores que o outro. Mais formalmente, a probabilidade de uma observação selecionada aleatoriamente do Grupo A ser maior que uma do Grupo B é igual a 0,5.

Hipótese alternativa (H1): As populações não são idênticas; especificamente, um grupo tende a ter valores maiores (duas faces ou uma face).

Passo 2: Coletar e organizar dados

Obter duas amostras independentes com tamanhos n1 e n2. O número total de observações é N = n1 + n2. Certifique-se de que seus dados são pelo menos ordinais.

Passo 3: Ranquear todos os pontos de dados juntos

Combine as duas amostras e ranqueie as observações de menor para maior. Se houver laços, atribua a classificação média a cada valor amarrado. Por exemplo, se as observações 4 e 5 são ambas 10, cada uma recebe a classificação 4.5.

Passo 4: Somar os Rankings de Cada Grupo

Deixe R1 = soma das classificações das observações no Grupo 1, e R2 = soma das classificações no Grupo 2. Note que R1 + R2 = N(N+1)/2.

Passo 5: Calcular as estatísticas U

Calcular U1 e U2:

U1 = n1 n2 + (n1(n1+1))/2 - R1

U2 = n1 n2 + (n2(n2+1))/2 - R2

A estatística de teste é min(U1, U2) ou U1 (dependendo do software). Os dois valores de U somam n1 n2.

Passo 6: Determinar o valor de p

Para amostras pequenas (tipicamente n1, n2 ≤ 20), use a distribuição exata da amostra de U. Para amostras maiores, a distribuição de U aproxima-se de uma distribuição normal com média = n1 n2 / 2 e desvio padrão = sqrt(n1 n2 (N+1)/12). Você pode então calcular um escore z e obter um valor de p da distribuição normal padrão.

Passo 7: Desenhe uma Conclusão

Se o valor de p for inferior ao nível de significância escolhido (por exemplo, α = 0,05), rejeite a hipótese nula e conclua que os dois grupos diferem significativamente.

Cálculo de Exemplo

Suponhamos que temos dois grupos de pacientes recebendo tratamentos diferentes. Seus escores de dor (em uma escala 0-10) são:

  • Grupo A (Tratamento 1): 4, 6, 8, 3, 5
  • Grupo B (Tratamento 2): 9, 7, 10, 5, 6

Passo 3: Rank todas as pontuações juntos. Valores ordenados: 3 (A), 4 (A), 5 (A), 5 (B), 6 (A), 6 (B), 7 (B), 8 (A), 9 (B), 10 (B). Gravatas: Dois 5s recebem classificação média (3+4)/2 = 3,5; dois 6s recebem classificação média (5+6)/2 = 5,5.

  • Grupo A: 1, 2, 3.5, 5.5, 7 → R1 = 1+2+3.5+5.5+7 = 19
  • Grupo B: 3.5, 5.5, 8, 9, 10 → R2 = 3.5+5.5+8+9+10 = 36

Verificar: R1+R2 = 19+36 = 55 = 10*11/2 = 55. Correto.

Passo 5: Calcular U. n1=5, n2=5. U1 = 5*5 + (5*6)/2 - 19 = 25+15-19 = 21. U2 = 25+15-36 = 4. A estatística do teste é U = min(21,4) = 4. (Alguns softwares usam U1, mas a conclusão é idêntica.)

Passo 6: valor de p. Para n1=5, n2=5, o valor crítico em α=0,05 (duas caudas) é 2 para o U menor. Como U=4 é maior que 2, não rejeitamos H0. Não há diferença significativa nos escores de dor entre os dois tratamentos no nível de 0,05.

Na prática, sempre use software com o correto manuseio de laços. Guia de Estatísticas de Laerd no SPSS.

Interpretar Resultados e Relatar

Ao reportar o teste U de Mann-Whitney, incluir o seguinte:

  • A estatística de ensaio (U) e os tamanhos das amostras (n1, n2).
  • O valor de p, com o nível de significância exato utilizado.
  • Uma estimativa do tamanho do efeito (ver secção seguinte).
  • Uma declaração sobre a direção da diferença, se significativa.

Exemplo: "Um teste U de Mann-Whitney indicou que os escores de dor não diferiram significativamente entre o Tratamento A (mediana = 5) e o Tratamento B (mediana = 7), U = 4, p = 0,075 (exata, bicaudal)".

Tamanho do efeito e significado prático

Além do valor de p, quantificar a magnitude da diferença é essencial. Dois tamanhos de efeito comuns para o teste U de Mann-Whitney são:

Correlação Biserial de Classe (r)

Calculado como r = 1 - (2U)/(n1 n2) para o caso bilateral, ou equivalente r = (2U)/(n1 n2) - 1. O valor varia de -1 a 1, onde 0 indica não haver sobreposição. Em nosso exemplo, U=4, n1 n2=25, então r = 1 - (8/25) = 0,68, sugerindo um tamanho de efeito moderado na direção do Grupo B ter escores mais elevados (embora não significantes).

Tamanho comum do efeito da linguagem (CLES)

Isso estima a probabilidade de que uma observação selecionada aleatoriamente do Grupo A seja maior que uma do Grupo B. É igual a U/(n1 n2). Em nosso exemplo, CLES = 4/25 = 0,16, ou seja, há apenas 16% de chance de que um valor do Grupo A exceda um do Grupo B. Esta é uma medida mais intuitiva.

Usando software estatístico

Todos os principais pacotes estatísticos implementam o teste U de Mann-Whitney. Abaixo estão exemplos em R e Python.

R

Para os dados acima: retorna U = 21 (o U maior) com p = 0,075. Alternativamente, use para o valor exato de p.

Python (SciPy)

retorna U = 21 e p = 0,075. Note que o Python é padrão para o maior dos dois valores de U.

SPSS

Vá para Análise > Testes não paramétricos > Diálogos Legados > 2 Amostras Independentes. Coloque a variável e agrupar a variável, selecione Mann-Whitney U e execute.

Para mais detalhes, ver Documentação SciPy e a Documentação R para wilcox.test.

Alternativas ao teste U de Mann-Whitney

  • Teste t de amostras independentes: Use quando os dados são normalmente distribuídos e as variâncias são iguais. Mais poderoso mas menos robusto.
  • Teste t de Welch: Não assume variâncias iguais, ainda requer normalidade. Frequentemente utilizado em vez do teste t agrupado.
  • Teste de Kruskal-Wallis: Teste não paramétrico para três ou mais grupos independentes – a extensão de Mann-Whitney.
  • Teste Brunner- Munzel: Um teste não paramétrico mais robusto que não assume distribuições iguais, mesmo sob a hipótese nula. Recomendado quando as distribuições diferem em forma.

Considere também transformações antes de aplicar testes paramétricos, ou usando testes de permutação para inferência completa livre de distribuição.

Pistácios e equívocos comuns

Apesar de sua simplicidade, vários erros ocorrem frequentemente:

  • Assumindo que testa medianas sem verificar a forma da distribuição: Se os dois grupos tiverem variâncias ou formas diferentes, o teste U de Mann-Whitney pode rejeitar o nulo mesmo quando as medianas são iguais, pois é sensível a diferenças de distribuição em geral.
  • Usando- o para dados pareados: Para amostras dependentes, use o teste de Wilcoxon de patente assinada.
  • Ignorar laços: Os laços reduzem a variância e podem inflar a estatística do teste se não forem manuseados corretamente. Use sempre o software que se ajusta para os laços.
  • Indicar apenas o valor-p: Sempre incluir um tamanho de efeito e intervalo de confiança para a magnitude da diferença.
  • Utilizando um teste de uma só cauda sem uma forte justificação prévia: Testes bicaudal são padrões; testes unicaudal requerem uma clara hipótese direcional.

Conclusão

O teste U de Mann-Whitney é uma ferramenta fundamental para a análise não paramétrica de dois grupos independentes. Ao focar nas fileiras, evita os pressupostos restritivos de normalidade e é robusto aos outliers. Este artigo abrange a lógica, pressupostos, computação manual passo a passo, interpretação com tamanhos de efeito e implementações de software. Quer você esteja trabalhando com dados de ensaios clínicos, respostas de pesquisa ou medidas comportamentais, o teste U de Mann-Whitney fornece um método confiável para detectar diferenças de grupo. Lembre-se sempre de complementar o teste com medidas de tamanho de efeito apropriadas e verificar os pressupostos que sustentam suas conclusões.

Para leitura adicional, consulte livros padrão sobre estatísticas não paramétricas ou sobre o Artigo da Wikipédia para uma visão concisa.