Comment réaliser un test U de Mann-Whitney dans SPSS

Dans le domaine de l’analyse quantitative et de la recherche empirique, le choix d’un outil statistique approprié constitue une étape charnière déterminant la validité interne et la portée des conclusions scientifiques. Lorsque les chercheurs s’intéressent à la comparaison de deux groupes indépendants, le réflexe méthodologique standard réside fréquemment dans l’utilisation du test t de Student. Néanmoins, les données issues de la pratique clinique, des sciences sociales, de la psychométrie ou de la neuropsychologie violent couramment les hypothèses sous-jacentes à ce modèle paramétrique classique, notamment la distribution gaussienne et l’homogénéité stricte des variances. C’est dans ce contexte précis que le recours à l’inférence non paramétrique s’impose, non pas comme une solution par défaut ou un compromis mathématique dégradé, mais comme une démarche méthodologique rigoureuse et adaptée à la nature intrinsèque des mesures comportementales.

Le test U de Mann-Whitney s’affirme comme le substitut non paramétrique par excellence pour évaluer s’il existe une divergence statistiquement significative entre deux populations indépendantes. En s’affranchissant de la contrainte d’une loi de distribution préétablie et en opérant une transformation des mesures continues ou discrètes en rangs ordinaux, ce test offre une résilience remarquable face aux asymétries prononcées et aux observations atypiques. L’environnement logiciel IBM SPSS Statistics propose une suite complète de procédures computationnelles permettant d’exécuter ce test, allant des interfaces graphiques traditionnelles aux modules interactifs récents, tout en autorisant une programmation précise par lignes de commande.

L’objectif de cet ouvrage exhaustif est de guider pas à pas le chercheur, l’étudiant avancé et le statisticien praticien dans la mise en œuvre, l’interprétation et la communication des résultats du test U de Mann-Whitney via SPSS. De l’élucidation de ses fondements formels jusqu’à la rédaction des synthèses selon les directives de la 7e édition de l’American Psychological Association (APA), en passant par le calcul manuel des tailles d’effet et la gestion avancée des rangs ex æquo, ce document apporte une couverture analytique intégrale et didactique indispensable à une pratique scientifique irréprochable.

1. Introduction et fondements théoriques du test U de Mann-Whitney

1.1 Origine conceptuelle et définition statistique

L’histoire de la statistique non paramétrique moderne a connu un tournant déterminant au cours des années 1940, période marquée par la prise de conscience des limites structurelles imposées par les modèles de Student et de Fisher. En 1945, le statisticien et chimiste américain Frank Wilcoxon introduisit une approche révolutionnaire reposant sur le classement par rangs pour comparer deux groupes indépendants ou appariés. Quelques années plus tard, en 1947, Henry Mann et Donald Whitney enrichirent et formalisèrent cette méthodologie dans leur article princeps publié dans les Annals of Mathematical Statistics, proposant une statistique explicite notée U, capable de traiter des effectifs d’échantillons inégaux tout en établissant les lois de probabilité exactes associées à cette métrique. Bien que la littérature scientifique oscille parfois entre les termes de test de Wilcoxon pour échantillons indépendants, test de Mann-Whitney, ou test de la somme des rangs de Wilcoxon-Mann-Whitney (WMW), ces appellations renvoient fondamentalement à une même famille conceptuelle et mathématique.

D’un point de vue structural, le test U de Mann-Whitney se caractérise par sa nature non paramétrique : il ne postule aucune forme géométrique spécifique quant à la distribution sous-jacente de la population mère, contrairement au test t qui présuppose une distribution normale de moyenne et d’écart-type déterminés. Le principe opérationnel consiste à neutraliser les propriétés métriques absolues des données quantitatives brutes en les convertissant en rangs ordinaux croissants au sein d’une série combinée. Cette conversion transforme un problème d’estimation paramétrique ponctuelle en une analyse combinatoire de probabilités de positionnement. Le test évalue formellement l’hypothèse nulle ($H_0$) selon laquelle la probabilité qu’un individu tiré au hasard dans la première population obtienne un score supérieur à un individu tiré au hasard dans la seconde population est strictement égale à la probabilité inverse, c’est-à-dire $P(X > Y) = P(Y > X) = 0.5$.

Par conséquent, le test U s’affirme comme une alternative de premier plan au test t pour échantillons indépendants lorsque les données brutes présentent des violations patentes des conditions de normalité univariée ou lorsqu’elles sont recueillies par le biais d’outils d’évaluation ordinales. Au lieu de mesurer un écart standardisé entre deux moyennes arithmétiques, l’algorithme teste l’égalité stochastique des deux distributions observées. Il neutralise de facto l’influence disproportionnée des valeurs extrêmes qui tendent à fausser le calcul de la moyenne et de la variance dans les modèles de distribution classiques, offrant ainsi une robustesse statistique substantielle aux analystes confrontés à des distributions hautement asymétriques.

1.2 Logique mathématique sous-jacente au calcul de U

La mécanique computationnelle de la statistique U repose sur un protocole élégant d’ordonnancement conjoint. Considérons deux échantillons indépendants de tailles respectives $n_1$ et $n_2$. L’ensemble de ces $N = n_1 + n_2$ observations est réuni au sein d’un vecteur unique, puis ordonné par ordre strictement croissant, de la valeur la plus faible à la plus élevée. Chaque score individuel se voit attribuer un rang numérique ordinal débutant à 1 pour la plus petite observation et se terminant à $N$ pour la plus grande. Dans le scénario idéal où aucune observation n’est rigoureusement identique à une autre (absence d’ex æquo), la somme totale des rangs alloués à l’ensemble du corpus combiné est invariante et correspond rigoureusement à l’entier $\frac{N(N + 1)}{2}$.

Une fois cet étiquetage opéré, la procédure procède à la dissociation des données afin de sommer les rangs propres à chacun des groupes d’appartenance. Soient $R_1$ la somme des rangs du premier groupe et $R_2$ la somme des rangs du second groupe. Les statistiques $U_1$ et $U_2$ sont alors calculées selon les identités algébriques suivantes :

$$U_1 = n_1 n_2 + \frac{n_1(n_1 + 1)}{2} – R_1$$

$$U_2 = n_1 n_2 + \frac{n_2(n_2 + 1)}{2} – R_2$$

Ces deux quantités vérifient la relation d’interdépendance structurelle $U_1 + U_2 = n_1 n_2$. La métrique U adoptée par convention statistique comme base de l’inférence correspond à la valeur minimale observée, soit $U = \min(U_1, U_2)$. Cette valeur quantifierait en réalité le nombre de fois où une observation issue d’un groupe donné devance une observation issue de l’autre groupe lors de toutes les comparaisons par paires envisageables entre les $n_1 \times n_2$ combinaisons possibles.

Dans la réalité expérimentale, la survenue d’observations présentant exactement la même magnitude numérique est fréquente. Le protocole mathématique traite ces ex æquo en leur attribuant le rang moyen qu’ils auraient occupé s’ils avaient été distincts. Par exemple, si deux observations se partagent les positions ordinales 5 et 6, le rang moyen 5,5 leur est conjointement affecté. Cet ajustement numérique, bien qu’élémentaire, a une répercussion sur la variance globale de la distribution de la somme des rangs. Lorsque les rangs liés sont nombreux, une correction algorithmique est systématiquement appliquée au calcul du dénominateur lors de l’approximation normale, assurant que l’erreur de type I reste strictement contrôlée sous le seuil nominal prédéfini.

1.3 Pertinence méthodologique en psychologie et sciences du comportement

Les protocoles de recherche en psychologie, psychiatrie expérimentale et sciences de l’éducation recourent massivement à des dispositifs psychométriques générant des données qui heurtent les postulats des statistiques paramétriques. C’est typiquement le cas des inventaires standardisés reposant sur des échelles de type Likert en 5 ou 7 points (mesurant l’anxiété, la dépression, la motivation intrinsèque ou la satisfaction au travail). D’un point de vue strictement épistémologique et métrologique, les graduations d’une échelle ordinale n’offrent aucune garantie quant à l’équidistance des intervalles cognitifs subjectifs séparant les échelons consécutifs. Assimiler arbitrairement un format ordinal à une échelle d’intervalles constants via une moyenne constitue une approximation souvent décriée. Le test U de Mann-Whitney, en opérant exclusivement sur l’ordre relatif des rangs, respecte fidèlement les propriétés mathématiques intrinsèques de ces variables sans distorsion artificielle de l’espace de mesure.

En outre, les disciplines comme la neuropsychologie clinique, la pédopsychiatrie ou les neurosciences translationnelles sont perpétuellement confrontées à la problématique des effectifs restreints. Recruter des cohortes de patients atteints d’amnésie antérograde focale, de traumatismes crâniens spécifiques ou d’affections neurodéveloppementales rares contraint fréquemment le chercheur à composer avec des groupes limités à 8, 10 ou 15 sujets. À ces niveaux d’échantillonnage, le théorème central limite ne peut exercer son action stabilisatrice, et vérifier formellement la normalité d’une distribution via des tests comme celui de Shapiro-Wilk s’avère souvent peu probant en raison d’un manque criant de puissance statistique. Le test U présente l’immense avantage de conserver une puissance statistique exemplaire face aux micro-échantillons, tout en permettant le calcul d’une probabilité exacte par permutation combinatoire sans solliciter d’hypothèse de normalité théorique.

Enfin, les sciences comportementales se heurtent couramment à la présence de valeurs extrêmes irréductibles mais parfaitement légitimes sur le plan clinique. Qu’il s’agisse de temps de latence cognitive, de durées de focalisation attentionnelle ou de marqueurs biologiques salivaires (comme le cortisol), ces distributions sont naturellement biaisées positivement, affichant des queues de distribution prononcées. Dans une analyse paramétrique, une seule valeur hautement déviante peut gonfler artificiellement la moyenne et surévaluer la variance résiduelle, occultant un effet réel (erreur de type II) ou générant un faux positif (erreur de type I). Grâce à la condensation des grandeurs métriques au sein de bornes ordinales fermées ($1$ à $N$), le test U de Mann-Whitney neutralise ce biais de contamination scalaire, garantissant une préservation irréprochable de la validité interne des inférences menées.

2. Conditions d’application et postulats méthodologiques

2.1 Échelle de mesure et indépendance des observations

L’utilisation légitime du test U de Mann-Whitney nécessite la satisfaction préalable d’un socle d’exigences méthodologiques fondamentales. Le premier postulat concerne l’échelle de mesure de la variable dépendante (variable à expliquer). Celle-ci doit impérativement posséder un niveau métrologique au moins ordinal, ou se situer sur une échelle d’intervalles ou de rapports (continue). La propriété ordinale garantit que les observations peuvent être hiérarchisées de manière transitive et univoque : pour deux observations quelconques $A$ et $B$, il doit toujours être possible de trancher avec certitude si $A > B$, $A < B$, ou $A = B$. Une variable catégorielle purement nominale (telle que l'orientation politique, le secteur géographique ou la modalité linguistique) ne remplit pas ce critère et relève exclusivement des méthodes du Chi-carré ou des modèles log-linéaires.

Le deuxième prérequis réside dans la configuration structurale de la variable indépendante (facteur de regroupement). Cette variable doit obligatoirement être dichotomique, définissant exactement deux sous-populations distinctes, mutuellement exclusives et exhaustives au sein du plan d’échantillonnage (par exemple : Groupe Traitement versus Groupe Témoin ; Patients diagnostiqués versus Sujets sains). Si la recherche implique l’évaluation simultanée de trois groupes ou davantage, le statisticien devra réorienter sa démarche vers le test de Kruskal-Wallis, équivalent non paramétrique de l’ANOVA unidirectionnelle.

Enfin, le principe d’indépendance mutuelle des observations constitue le verrou conceptuel le plus intransigeant. Chaque participant ne doit contribuer qu’une seule et unique fois à la base de données, et l’assignation d’un individu au groupe expérimental ne doit en aucun cas corréler, influencer ou déterminer la sélection d’un individu dans le groupe témoin. L’indépendance intra-groupe et inter-groupes implique l’exclusion formelle de tous les schémas à mesures répétées, des conceptions longitudinales (avant/après intervention) ou des designs impliquant un appariement par paires (matching par âge ou quotient intellectuel). L’application fautive du test U à des données appariées constitue une dérive courante qui dénature la variance d’échantillonnage ; de tels protocoles nécessitent impérativement le recours au test des rangs signés de Wilcoxon.

2.2 Forme des distributions et hypothèses testées

L’une des ambiguïtés les plus répandues dans la littérature appliquée réside dans la confusion entre l’évaluation d’un décalage de médianes et l’évaluation d’une dominance stochastique globale. Le test U de Mann-Whitney est fondamentalement un test de dominance stochastique : il examine si la distribution cumulée d’une population surpasse celle d’une autre sur l’axe continu de la variable d’intérêt. Par conséquent, affirmer d’emblée que le test de Mann-Whitney « compare les médianes de deux groupes » constitue un raccourci mathématique inexact qui ne s’avère recevable que sous une condition géométrique très stricte : la similitude parfaite de la morphologie des distributions.

Pour que le test U puisse être interprété formellement comme un test d’égalité des médianes pures, les distributions des deux groupes doivent présenter des formes substantiellement identiques en termes d’asymétrie (skewness) et d’aplatissement (kurtosis), différant uniquement par un paramètre de translation (shift parameter). Si les histogrammes des deux cohortes affichent une même inclinaison vers la droite avec un étalement de variance équivalent, tout rejet significatif de l’hypothèse nulle pourra légitimement être traduit par la déclaration : « la médiane du groupe expérimental est significativement supérieure à celle du groupe témoin ».

En revanche, si les deux groupes exhibent des configurations distributives totalement discordantes — par exemple, une cohorte fortement bimodale et une cohorte univariée symétrique, ou des dispersions de variance massives (hétéroscédasticité) —, la statistique de test conserve toute son opérabilité mathématique, mais son interprétation change d’ancrage épistémique. Le test n’évalue plus une différence de médianes, mais une différence globale dans la répartition des rangs. L’inférence doit alors s’énoncer en termes de distribution stochastique relative : les sujets du groupe $A$ ont tendance à obtenir des scores systématiquement plus élevés que les sujets du groupe $B$. L’analyse rigoureuse requiert donc une inspection visuelle préalable des courbes de densité ou des boîtes à moustaches avant de choisir les termes de la conclusion analytique.

2.3 Considérations sur la taille d’échantillon

Le comportement asymptotique du test U de Mann-Whitney varie considérablement selon le volume d’observations mobilisé par l’étude. Pour les micro-échantillons (typiquement lorsque chaque groupe comprend moins de 20 à 30 unités statistiques, soit $n_1, n_2 < 20$), la distribution théorique de la statistique U ne peut être assimilée sans risque d’erreur à une courbe de Gauss. Dans ce contexte, l’inférence doit reposer exclusivement sur le calcul de la probabilité exacte combinatoire (exact p-value), qui consiste à calculer exhaustivement toutes les permutations possibles d’attribution des rangs observés afin de situer la statistique observée au sein de cette distribution exacte discrète. Les logiciels statistiques modernes comme SPSS intègrent des algorithmes perfectionnés permettant d’obtenir cette p-valeur exacte par énumération complète ou par des méthodes de Monte Carlo lorsque la combinatoire dépasse les capacités matérielles instantanées.

Dès lors que la taille des échantillons croît et franchit le seuil approximatif de 20 observations par sous-cohorte, la distribution d’échantillonnage de la statistique U converge à une vitesse spectaculaire vers une distribution normale continue, en vertu des propriétés asymptotiques du théorème central limite. La moyenne attendue $\mu_U$ et la variance théorique $\sigma_U^2$ sous l’hypothèse nulle sont explicitement données par les formules :

$$\mu_U = \frac{n_1 n_2}{2}$$

$$\sigma_U = \sqrt{\frac{n_1 n_2 (n_1 + n_2 + 1)}{12}}$$

Cette convergence autorise la standardisation de la métrique en un score normalisé Z ($Z = \frac{U – \mu_U}{\sigma_U}$), dont la significativité bilatérale s’extrait directement de la table de la loi normale standard. Enfin, le test U manifeste une remarquable robustesse méthodologique face aux déséquilibres d’effectifs (designs non orthogonaux). Contrairement à certains modèles paramétriques dont la robustesse à l’hétéroscédasticité s’effondre lorsque le rapport des tailles d’échantillons excède un ratio de 1 à 2, le test de Mann-Whitney conserve un contrôle nominal fiable du taux d’erreur de première espèce, même lorsqu’une cohorte comprend dix fois plus d’observations que l’autre, bien que la puissance globale soit alors bridée par la taille du plus petit contingent.

3. Préparation et structuration de la base de données dans SPSS

3.1 Configuration des variables dans la vue des variables

La réussite d’un traitement quantitatif dans l’environnement SPSS découle d’un paramétrage rigoureux de la matrice dès la phase préparatoire. Dans l’onglet « Affichage des variables » (Variable View) de SPSS, la construction de l’architecture de données pour le test U de Mann-Whitney exige la création et l’ajustement méticuleux d’au moins deux colonnes fondamentales : la variable d’intérêt dépendante et la variable de contraste indépendante.

Pour la variable dépendante (par exemple, un score clinique d’anxiété ou un temps de réponse en millisecondes), le praticien doit définir un intitulé univoque dans la colonne « Nom » (sans espaces ni caractères typographiques interdits) et renseigner un libellé clair dans la colonne « Libellé » (Label), facilitant la lisibilité future des tableaux de sortie. La colonne « Type » doit obligatoirement être configurée sur Numérique (Numeric), même si les données sous-jacentes représentent des catégories ordinales encodées sous forme d’entiers. Le paramètre crucial réside dans la colonne « Mesure » (Measure) : il convient d’indiquer explicitement soit Échelle (Scale) pour des métriques continues, soit Ordinale (Ordinal) pour des échelles d’évaluation graduées. Bien que l’algorithme sous-jacent tolère un étiquetage imparfait, cette rigueur garantit la compatibilité avec les modules récents d’inférence non paramétrique de SPSS qui filtrent automatiquement les variables en fonction de leur niveau de mesure.

Pour la variable indépendante, il s’agit d’une variable nominale dichotomique. Après avoir spécifié son intitulé (par exemple, « Groupe_Traitement »), l’utilisateur doit impérativement configurer le champ « Valeurs » (Values). Cette étape consiste à associer formellement des étiquettes sémantiques aux codes numériques arbitraires qui seront saisis dans la feuille de données. Une structuration standard associera par exemple la valeur numérique 0 au libellé « Groupe Contrôle » et la valeur numérique 1 au libellé « Groupe Expérimental ». Enfin, la colonne « Manquant » (Missing) doit être paramétrée pour définir les valeurs réservées aux données absentes ou non applicables (par exemple, coder systématiquement -99 ou 999), évitant que ces sentinelles ne soient traitées par mégarde comme des grandeurs quantitatives réelles lors de la phase de conversion en rangs.

3.2 Saisie et organisation du format de données long

L’organisation syntaxique des enregistrements dans SPSS obéit strictement à la structure matricielle dite « format long » ou disposition univariée par sujet. Chaque ligne horizontale du tableur (« Affichage des données » / Data View) représente une entité d’échantillonnage unique et indivisible (un participant, un patient, un animal d’expérience), tandis que les colonnes verticales accueillent les variables mesurées ou assignées. Il est impératif d’éviter l’erreur commune aux débutants consistant à ouvrir deux colonnes distinctes pour loger les scores des deux groupes (par exemple une colonne « Score_Groupe_A » et une colonne « Score_Groupe_B »), format qui correspond aux analyses pour échantillons appariés.

Dans la configuration requise, tous les scores de la variable dépendante sont consécutivement enregistrés au sein d’une seule et même colonne. Une colonne adjacente reçoit le code binaire standardisé (0 ou 1, 1 ou 2) spécifiant l’appartenance de chaque sujet à sa condition expérimentale respective. Avant d’engager toute computation inférentielle, un audit de salubrité de la base s’impose : il convient d’exécuter un tri croissant puis décroissant sur les variables pour déceler d’éventuelles coquilles de frappe (par exemple l’introduction accidentelle d’une valeur 11 pour une modalité codée 1, ou un score clinique de 550 sur une échelle bornée à 50) et de vérifier l’absence d’enregistrements dupliqués via la procédure Données > Identifier les observations en double.

4. Vérification préliminaire des postulats sous SPSS

4.1 Évaluation formelle de la non-normalité

La décision méthodologique d’opter pour le test U de Mann-Whitney plutôt que pour un test t de Student pour échantillons indépendants nécessite une justification quantitative transparente. Il convient donc de documenter rigoureusement la violation de l’hypothèse de normalité univariée au sein de chacun des deux groupes d’étude pris isolément. Dans SPSS, cette vérification s’opère de manière privilégiée via la procédure intégrée Explorer, accessible en suivant le chemin de commande suivant : Analyser > Statistiques descriptives > Explorer.

Dans la boîte de dialogue contextuelle, la variable dépendante doit être introduite dans le champ « Liste des variables à traiter » (Dependent List), tandis que la variable indépendante catégorielle est positionnée dans le champ « Facteur » (Factor List). En cliquant sur l’onglet latéral « Graphiques » (Plots), l’analyste doit impérativement cocher la case intitulée « Graphiques de normalité avec tests » (Normality plots with tests). La validation de cette procédure génère deux tests d’hypothèse formels : le test de Kolmogorov-Smirnov (assorti de la correction de significativité de Lilliefors) et le test de Shapiro-Wilk.

Dans la communauté statistique et psychométrique, le test de Shapiro-Wilk fait figure d’étalon d’excellence en raison de sa puissance supérieure face à un très large spectre d’asymétries. Si la valeur de significativité statistique ($p$) associée au coefficient de Shapiro-Wilk est inférieure au seuil alpha conventionnel de 0,05 pour l’un ou l’autre des sous-groupes (voire les deux), l’hypothèse de normalité gaussienne est officiellement rejetée. Cette réfutation formelle, combinée à l’analyse des indices d’asymétrie (skewness) et d’aplatissement (kurtosis) — considérés comme critiques lorsque leur ratio standardisé excède $\pm 1,96$ —, constitue le socle probatoire incontestable légitimant l’abandon des statistiques paramétriques et l’adoption pleine et entière du test U de Mann-Whitney.

4.2 Inspection graphique des distributions

La seule lecture des indicateurs d’inférence numérique (tels que la p-valeur de Shapiro-Wilk) ne saurait dispenser le chercheur d’un examen visuel approfondi de la géométrie de ses distributions empiriques. Cet examen qualitatif permet simultanément d’apprécier la morphologie des séries pour déterminer si l’inférence portera sur les médianes ou sur la dominance stochastique, et de déceler d’éventuels points extrêmes aberrants (outliers).

L’interface de SPSS met à disposition plusieurs dispositifs graphiques complémentaires à travers le menu Graphes > Générateur de graphiques (Chart Builder) ou via les raccourcis de la procédure Explorer :

• Les histogrammes juxtaposés avec courbe de Gauss superposée : Ils permettent d’évaluer visuellement la déviation de la distribution par rapport à la courbe en cloche théorique, révélant la présence de queues étirées unilatéralement, de distributions bimodales ou d’un écrasement massif vers le plancher de l’échelle (effet plancher) ou vers son plafond (effet plafond).
• Les diagrammes quantile-quantile (Q-Q plots) : Ces graphiques confrontent les quantiles observés des données empiriques aux quantiles théoriques attendus sous une loi normale. Tout décrochage systématique des points en dehors de la ligne diagonale de référence à 45 degrés signale une non-normalité, les configurations en « S » dénotant des queues lourdes ou légères, et les concavités révélant de l’asymétrie directionnelle.
• Les boîtes à moustaches (boxplots) bivariées : Elles sont essentielles car elles synthétisent sur un même plan la médiane (trait central horizontal), l’intervalle interquartile (hauteur du rectangle englobant 50 % des données centrales) et les valeurs suspectes. SPSS étiquette automatiquement par un cercle les observations distantes de plus de 1,5 fois l’écart interquartile (outliers modérés) et par une astérisque celles distantes de plus de 3 fois cet écart (valeurs extrêmes sévères).

La mise en évidence d’observations atypiques sévères confirme l’inadéquation du test t classique, dont l’estimation de la moyenne et de l’écart-type est lourdement compromise par ces extrema. En revanche, le test U de Mann-Whitney, en substituant aux grandeurs métriques des rangs monotones, absorbe ces valeurs discordantes sans désaxer artificiellement le test statistique, consolidant ainsi la crédibilité des inférences produites.

5. Procédure étape par étape via les boîtes de dialogue héritées

5.1 Accès au menu des tests non paramétriques classiques

Bien qu’IBM SPSS Statistics propose depuis ses versions récentes une interface remaniée pour les procédures non paramétriques, la voie dite des « Boîtes de dialogue héritées » (Legacy Dialogs) demeure la modalité la plus prisée par les universitaires et les professionnels pour sa clarté, son efficience opérationnelle et la lisibilité immédiate de ses paramètres. Pour enclencher cette procédure, naviguez au sein de la barre de menus supérieure selon le cheminement arborescent suivant :

Analyser > Tests non paramétriques > Boîtes de dialogue héritées > 2 échantillons indépendants…

Dans la terminologie anglaise standard du logiciel, la séquence équivalente correspond à :

Analyze > Nonparametric Tests > Legacy Dialogs > 2 Independent Samples…

L’activation de cette commande ouvre instantanément la boîte de dialogue principale intitulée « Tests pour deux échantillons indépendants ». Cette fenêtre graphique synthétise l’ensemble des assignations structurales requises pour paramétrer le test U sans dispersion visuelle superflue.

5.2 Paramétrage des variables et des groupes

Dès l’ouverture de l’interface graphique dédiée, la structure de paramétrage s’articule autour de champs sélectifs rigoureux :

• Sélection de la variable dépendante : Dans la liste alphabétique des variables répertoriées dans le panneau gauche, repérez votre variable quantitative ou ordinale d’intérêt, puis cliquez sur la flèche contextuelle pointant vers la boîte centrale libellée « Liste des variables de test » (Test Variable List). Il est parfaitement possible d’y introduire plusieurs variables dépendantes simultanément si votre protocole requiert une série de comparaisons successives sur les mêmes cohortes.
• Assignation de la variable de contraste : Localisez ensuite votre variable de classification binaire et transférez-la au sein du champ inférieur intitulé « Variable de regroupement » (Grouping Variable).
• Définition des codes numériques de groupe : Immédiatement sous le champ de la variable de regroupement, le bouton de commande « Définir groupes… » (Define Groups) s’active. Un clic sur ce bouton fait surgir une sous-fenêtre impérative. Vous devez y renseigner avec exactitude les valeurs numériques conventionnelles utilisées lors de la saisie des données pour identifier vos deux groupes dans la base matricielle. Par exemple, si vous avez encodé vos conditions sous les valeurs 1 et 2, tapez respectivement 1 dans la case « Groupe 1 » et 2 dans la case « Groupe 2 ». Validez en cliquant sur « Poursuivre » (Continue).
• Sélection du modèle de test : Dans l’encadré inférieur nommé « Type de test » (Test Type), veillez à ce que la case à cocher « Mann-Whitney U » soit explicitement sélectionnée (elle est cochée par défaut dans la vaste majorité des installations de base d’IBM SPSS). Laissez décochées les autres alternatives telles que le test de Moïse (Moses extreme reactions), le test de Kolmogorov-Smirnov pour 2 échantillons ou le test des suites de Wald-Wolfowitz, à moins d’objectifs analytiques spécifiques.

5.3 Configuration des options statistiques avancées

Avant d’exécuter la computation, l’accès à deux modules d’ajustement avancés est vivement préconisé pour enrichir la finesse des livrables : les boutons « Options… » et « Exact… » situés sur le flanc droit de la boîte principale.

En cliquant sur le bouton « Options… », l’utilisateur a la possibilité de cocher l’instruction « Descriptives » et surtout « Quartiles ». L’activation des quartiles est une précaution de première importance en statistique non paramétrique, car elle ordonne à SPSS d’éditer automatiquement les 25e, 50e (médiane) et 75e centiles pour les variables analysées, fournissant les métriques descriptives indispensables à la restitution finale du manuscrit scientifique. Le sous-menu gère également le traitement des données manquantes : choisissez par défaut « Exclure les observations au cas par cas » (Exclude cases test-by-test).

En sollicitant le bouton « Exact… », le didacticiel computationnel offre un choix fondamental entre trois méthodologies d’évaluation de la probabilité critique ($p$) :

• Asymptotique uniquement (Asymptotic only) : Sélectionnée par défaut, cette méthode calibre la p-valeur sur l’approximation normale standard ($Z$). Elle s’avère parfaitement légitime dès lors que les tailles d’échantillon dépassent 30 à 40 observations par cellule.
• Échantillonnage de Monte Carlo (Monte Carlo) : Cette modalité estime la probabilité exacte en simulant de manière répétée un nombre massif de tirages aléatoires (par exemple 10 000 ou 100 000 permutations) à travers la distribution de référence. Elle est particulièrement utile pour les bases de données volumineuses où l’algorithme exact exhaustif saturerait la mémoire vive du processeur.
• Exact (Exact) : Cette méthode calcule la distribution combinatoire exhaustive de toutes les permutations envisageables des rangs pour les effectifs observés. C’est le choix obligatoire et incontournable en présence de micro-échantillons (moins de 20 cas par groupe) ou lorsqu’un nombre substantiel d’égalités (ex æquo) fragilise l’estimation asymptotique. SPSS applique un plafond temporel par défaut (60 secondes) pour éviter les blocages computationnels lors de calculs combinatoires trop lourds.

Après avoir sélectionné les options appropriées, validez successivement par « Poursuivre », puis terminez l’opération en cliquant soit sur « Coller » (Paste) pour injecter les lignes de commande dans la fenêtre de syntaxe, soit sur « OK » pour lancer l’exécution immédiate du traitement.

6. Procédure alternative via l’interface moderne des tests non paramétriques

6.1 Configuration du module NPTESTS

Depuis la version 18 d’IBM SPSS, les développeurs ont intégré une architecture analytique modernisée accessible via la syntaxe native NPTESTS. Cette approche unifiée réorganise l’accès aux épreuves d’inférence non paramétrique en adoptant une modélisation dynamique orientée objet. Pour initier cette procédure, suivez le cheminement :

Analyser > Tests non paramétriques > Échantillons indépendants…

L’interface graphique qui s’affiche rompt radicalement avec l’ergonomie classique et s’articule autour de trois onglets transversaux successifs : Objectif (Objective), Champs (Fields), et Paramètres (Settings).

Dans le premier onglet, intitulé « Objectif », le système propose par défaut l’option « Comparer automatiquement les données aux groupes » (Automatically compare data to groups). Bien que cette automatisation puisse sembler attrayante, il est fortement déconseillé de déléguer la sélection statistique au logiciel, ce dernier choisissant arbitrairement le modèle en fonction d’heuristiques prédéfinies. Il convient impérativement de cocher la seconde option : « Analyse personnalisée » (Customize analysis), garantissant à l’expérimentateur le contrôle total des méthodes de calcul mobilisées.

Basculez ensuite sur l’onglet central « Champs ». Celui-ci présente deux conteneurs principaux : le champ « Cibles » (Test Fields) dans lequel vous devez insérer votre variable dépendante quantitative ou ordinale, et le champ « Groupes » (Groups) où doit être glissée la variable de regroupement binaire. L’interface moderne analyse automatiquement les propriétés des métadonnées déclarées dans la matrice et interdira le placement d’une variable si ses niveaux d’échelle sont contradictoires.

6.2 Personnalisation des paramètres de test dans NPTESTS

L’étape décisive de cette interface moderne se déroule au sein du troisième onglet, « Paramètres ». Sur la colonne de gauche énumérant les familles de réglages, sélectionnez l’entrée « Choisir les tests » (Choose Tests). Activez ensuite le bouton radio « Personnaliser les tests » (Customize tests).

Parmi l’éventail des épreuves proposées pour deux échantillons, cochez expressément : « Test de Mann-Whitney à 2 échantillons (comparer les distributions) » (Mann-Whitney U (2 samples)). Juste en dessous, vous pouvez également observer l’option pour le test de la médiane de Mood de Wilcoxon, mais celle-ci possède une puissance statistique nettement inférieure face à la majorité des scénarios expérimentaux.

Dans la colonne latérale gauche, vous pouvez affiner des options complémentaires hautement spécialisées :

• Options de test (Test Options) : Vous y fixez le seuil de signification alpha (par défaut $\alpha = 0,05$) ainsi que l’intervalle de confiance souhaité pour les estimations dérivées (typiquement 95 %).
• Méthode de calcul de la p-valeur : Vous pouvez y forcer le basculement entre la méthode asymptotique, l’approximation stochastique de Monte Carlo ou l’algorithme exact combinatoire.

L’intérêt fondamental du module moderne réside dans le format de sortie généré dans le visualiseur de résultats. Au lieu des tableaux tabulaires traditionnels statiques, SPSS produit une vue récapitulative dynamique (« Visualiseur de modèles » ou Model Viewer). Un double-clic sur le tableau sommaire interactif ouvre une fenêtre d’exploration dédiée, exhibant simultanément le tableau des rangs, les histogrammes superposés interactifs des deux groupes d’échantillonnage, la statistique de test standardisée, et une décision de test explicite (« Rejeter l’hypothèse nulle » ou « Conserver l’hypothèse nulle »).

7. Syntaxe SPSS pour automatiser et reproduire l’analyse

7.1 Structure de la commande NPAR TESTS

Dans un contexte de professionnalisation de la recherche scientifique et de renforcement des standards de réplicabilité computationnelle, l’utilisation interactive des menus déroulants présente des limites pratiques évidentes. La maîtrise de la programmation par la syntaxe SPSS constitue un atout précieux pour tout statisticien. La commande classique pour orchestrer le test de Mann-Whitney repose sur le module NPAR TESTS.

Le bloc de code fondamental se décline sous la forme canonique suivante :

NPAR TESTS
  /M-W= ScoreAnxiete BY ConditionGroup(0 1)
  /STATISTICS=DESCRIPTIVES QUARTILES
  /METHOD=EXACT.

L’explication détaillée de cette séquence syntaxique éclaire les opérations internes exécutées par le moteur statistique :

• NPAR TESTS : Déclare l’initialisation du processeur de traitement des tests non paramétriques au sein du noyau SPSS.
• /M-W= ScoreAnxiete BY ConditionGroup(0 1) : Cette sous-commande spécifie l’épreuve de Mann-Whitney via l’opérateur mnémonique /M-W. Elle désigne la variable dépendante (ici ScoreAnxiete) conditionnée par le mot-clé d’assignation BY à la variable de regroupement (ici ConditionGroup). La parenthèse terminale (0 1) est fondamentale : elle indique formellement au compilateur quels sont les deux codes numériques spécifiques qui délimitent les groupes à comparer dans le fichier.
• /STATISTICS=DESCRIPTIVES QUARTILES : Ordonne la génération conjointe des tableaux de statistiques descriptives élémentaires (moyennes, écarts-types, minima, maxima) et des quantiles (25e, 50e médiane, 75e centile), nécessaires à la restitution des dispersions non paramétriques.
• /METHOD=EXACT : Spécifie au processeur d’abandonner l’approximation asymptotique standard pour exécuter l’algorithme combinatoire exact des permutations de rangs. Si les effectifs étaient massifs, cette ligne pourrait être simplement omise ou remplacée par /METHOD=ASYMPTOTIC.

7.2 Bonnes pratiques de reproductibilité scientifique

L’intégration de la syntaxe SPSS dans le flux de travail de la recherche s’inscrit au cœur des exigences du mouvement pour la Science Ouverte (Open Science). La sauvegarde systématique des opérations analytiques dans un fichier de syntaxe dédié portant l’extension .sps offre une traçabilité intégrale, protégeant l’expérimentateur contre les erreurs de manipulation graphique et garantissant la réplicabilité parfaite des analyses lors d’un audit de révision par les pairs (peer-review).

Pour assurer une maintenabilité optimale de vos scripts d’analyse, appliquez les directives professionnelles suivantes :

• Documentation et métadonnées internes : Annotez systématiquement votre code à l’aide d’astérisques de commentaires (* Votre commentaire ici.). Documentez la date de réalisation, l’auteur de l’analyse, l’hypothèse opérationnelle testée et les justifications empiriques ayant conduit au rejet du test paramétrique.
• Automatisation séquentielle multivariable : Si votre protocole comporte plusieurs indicateurs dépendants, la commande autorise l’énumération successive de multiples variables au sein de la même ligne de syntaxe, déclenchant l’itération automatique des calculs :
  /M-W= TempsReaction_T1 MemoireTravail_Score Inhibition_Erreurs BY Condition(1 2).
• Exportation et interopérabilité des flux de travail : SPSS permet d’exporter directement les résultats issus de la syntaxe vers des formats textuels ou tabulaires standardisés (HTML, XML, CSV ou documents Microsoft Word) via l’instruction OUTPUT EXPORT. Cette automatisation limite les ressaisies manuelles de données, sources fréquentes d’erreurs typographiques dans les publications scientifiques.

8. Interprétation statistique approfondie des résultats

8.1 Analyse du tableau des rangs

Lors de la validation de la procédure du test U de Mann-Whitney dans SPSS, le premier tableau généré dans la fenêtre de sortie s’intitule conventionnellement « Rangs » (Ranks). Bien que succinct, ce tableau contient les informations centrales qui structurent l’ensemble de la logique du test.

Ce tableau présente, pour chacun des deux groupes d’échantillonnage, quatre informations fondamentales :

1. L’intitulé et le libellé de la condition d’appartenance (variable de regroupement).
2. L’effectif valide ($N$) d’observations effectivement incluses dans l’analyse après éviction des valeurs manquantes.
3. Le rang moyen (Mean Rank).
4. La somme des rangs (Sum of Ranks).

Le rang moyen correspond à la moyenne arithmétique des rangs ordinaux attribués aux individus composant ce groupe spécifique lors de la procédure de classement conjoint initial ($1$ à $N_{total}$). C’est le rang moyen qui révèle l’orientation globale ou la direction de l’effet. Le groupe affichant le rang moyen le plus élevé est celui dont les observations ont tendance à se concentrer vers les valeurs les plus fortes de l’échelle de mesure.

Une précaution interprétative fondamentale s’impose ici : le rang moyen ne doit en aucun cas être confondu avec la moyenne arithmétique brute des données initiales. La moyenne brute opère sur les grandeurs d’échelle originelles et subit l’influence des valeurs aberrantes, tandis que le rang moyen opère dans un univers ordinal normalisé. La somme des rangs, quant à elle, représente la valeur $R_i$ directement injectée dans les équations computationnelles fondamentales du modèle pour calculer la statistique de test finale.

8.2 Décodage des statistiques de test

Le second tableau fondamental produit par SPSS porte l’intitulé « Statistiques de test » (Test Statistics). C’est dans ce cadre compact que sont concentrés les indices quantitatifs permettant de statuer sur le rejet ou la conservation de l’hypothèse nulle.

Ce tableau détaille successivement :

• Mann-Whitney U : C’est la valeur quantitative minimale $U$ extraite des deux calculs combinatoires. Plus cette valeur s’approche de zéro, plus la séparation entre les deux groupes est marquée, traduisant une divergence stochastique majeure entre les populations.
• Wilcoxon W : Cette ligne rapporte la somme des rangs ($R$) du groupe ayant obtenu la somme minimale de rangs dans le calcul. La statistique W est strictement équivalente sur le plan inférentiel à U, les deux indices étant liés par une relation affine prévisible.
• Z : Il s’agit de la valeur du score standardisé calculé par approximation de la loi normale. Un score Z négatif indique simplement la position relative calculée par SPSS en fonction de l’ordre d’entrée des groupes dans la syntaxe. En valeur absolue, un $|Z| ge 1,96$ signale classiquement un résultat statistiquement significatif au seuil standard de 5 % sous une hypothèse bilatérale.
• Signification asymptotique (bilatérale) [Asymp. Sig. (2-tailed)] : C’est la p-valeur estimée par la projection du score Z sur la loi normale standard centrée réduite. Si cette valeur est inférieure au seuil alpha fixé en amont ($\alpha = 0,05$), le chercheur rejette l’hypothèse nulle d’égalité des distributions au profit de l’hypothèse alternative.
• Signification exacte (bilatérale ou unilatérale) [Exact Sig.] : Cette ligne n’apparaît que si l’utilisateur a sollicité le calcul exact. Elle délivre la probabilité combinatoire réelle sans recours à l’approximation gaussienne. Si votre hypothèse de recherche initiale était strictement directionnelle (par exemple : « le traitement innovant améliore unilatéralement la performance cognitive »), la p-valeur unilatérale (1-tailed) correspond exactement à la moitié de la valeur bilatérale indiquée.

8.3 Impact des rangs ex æquo sur la significativité

Dans les applications réelles des sciences humaines, la présence de valeurs strictement identiques (rangs liés ou ex æquo) au sein du corpus de données constitue la règle plutôt que l’exception, particulièrement en présence de variables ordinales courtes. La survenue massive de liens exerce un impact direct sur la structure de variance de la statistique de test en réduisant artificiellement la variabilité interne du classement ordonné conjoint.

Pour neutraliser ce phénomène de tassement artificiel, le compilateur d’IBM SPSS incorpore automatiquement un facteur correctif d’ajustement polynomial au calcul du dénominateur du score standardisé Z. La formule de la variance théorique corrigée pour les liens s’écrit de la façon suivante :

$$\sigma_{U(corr)}^2 = \frac{n_1 n_2}{12} \left( (n_1 + n_2 + 1) – \frac{\sum_{i=1}^k (t_i^3 – t_i)}{(n_1 + n_2)(n_1 + n_2 – 1)} \right)$$

Dans cette formulation, $k$ représente le nombre total de groupes de valeurs ex æquo distincts dans la matrice globale, et $t_i$ symbolise le nombre spécifique d’observations composant le $i$-ème groupe de liens. L’application de ce facteur réducteur diminue la variance d’échantillonnage, ce qui a pour effet direct d’accroître légèrement la magnitude absolue du score standardisé Z, produisant ainsi une p-valeur asymptotique corrigée marginalement plus faible (plus libérale) que la p-valeur brute non corrigée.

Toutefois, si l’échelle de mesure initiale est d’une granularité extrêmement pauvre — par exemple une échelle d’appréciation limitée à 3 échelons seulement — la proportion d’ex æquo peut atteindre des seuils critiques excédant 40 à 50 % de l’échantillon. Dans une telle situation de concentration discrète extrême, la correction mathématique normale peut perdre de sa fiabilité structurelle. Il devient alors indispensable d’exiger de SPSS le calcul de la Signification exacte par permutation, seule approche capable de cartographier la combinatoire discrète sans distorsion asymptotique induite par les égalités de rangs.

9. Calcul et interprétation de la taille d’effet

9.1 Calcul du coefficient r de Rosenthal

L’inférence statistique contemporaine s’accorde sur le constat qu’une p-valeur isolée est incapable de renseigner adéquatement sur la magnitude ou la portée pragmatique d’un phénomène expérimental. La p-valeur demeure intrinsèquement dépendante de la puissance statistique et donc du volume de l’échantillon mobilisé : un effet minuscule et cliniquement insignifiant acquiert une significativité statistique éclatante au sein d’un échantillon massif de 5 000 participants. Il est donc scientifiquement obligatoire de rapporter un indice standardisé mesurant la taille d’effet (effect size).

Dans le cadre du test U de Mann-Whitney, l’indice d’estimation standard le plus largement sollicité au sein des revues scientifiques internationales est le coefficient de corrélation $r$ de Rosenthal (également assimilable à une corrélation de rangs). Bien qu’IBM SPSS n’édite pas directement cette métrique au sein de son tableau récapitulatif classique, son calcul manuel ou via les commandes de transformation s’avère direct à partir du score standardisé Z rapporté par le logiciel. La formule s’énonce ainsi :

$$r = \frac{|Z|}{\sqrt{N}}$$

Dans cette équation formelle, $|Z|$ désigne la valeur absolue du score standardisé normalisé rapporté dans le tableau « Statistiques de test », et $N$ représente la taille combinée de l’échantillon total ($N = n_1 + n_2$), et non l’effectif d’un sous-groupe isolé.

Pour apprécier quantitativement l’amplitude de l’effet obtenu, les chercheurs s’appuient généralement sur les balises de référence proposées par le psychométricien Jacob Cohen pour les coefficients de corrélation :

• $r \approx 0,10$ : Effet de faible magnitude (taille d’effet modeste).
• $r \approx 0,30$ : Effet d’amplitude intermédiaire (taille d’effet modérée).
• $r ge 0,50$ : Effet d’amplitude majeure (forte taille d’effet).

Il importe toutefois de souligner une limite méthodologique de cet indice : le coefficient $r$ de Rosenthal hérite de la sensibilité asymptotique du score $Z$. Lorsque les distributions présentent des formes excessivement éloignées du profil gaussien ou que la proportion d’égalités est très élevée, le calcul peut subir de légères distorsions d’estimation.

9.2 Mesures alternatives de la force de l’effet

Face aux limites du coefficient $r$, plusieurs métriques complémentaires issues de la modélisation statistique moderne permettent de documenter la robustesse d’un effet non paramétrique de manière plus intuitive :

1. Le coefficient de corrélation de rang-bisérial ($r_{rb}$) : Cet indicateur quantifie la proportion différentielle de paires concordantes versus discordantes entre les deux groupes. Il s’exprime par une relation algébrique directe à partir de la statistique U et du produit des effectifs :

$$r_{rb} = 1 – \frac{2U}{n_1 n_2}$$

Cet indice oscille rigoureusement dans l’intervalle borné $[-1 ; +1]$. Une valeur de 0 indique une absence absolue de dominance entre les groupes, tandis qu’une valeur de $+1$ ou $-1$ reflète une séparation sans aucun chevauchement des deux distributions ordinales.

2. La probabilité de supériorité (Common Language Effect Size – CLES) : Également désignée sous l’appellation d’indice d’aire sous la courbe ROC ($AUC$), cette métrique se définit par la formule élémentaire :

$$CLES = \frac{U_1}{n_1 n_2} \quad \text{ou} \quad CLES = 1 – \frac{U}{n_1 n_2}$$

Elle offre une lisibilité clinique remarquable : un $CLES = 0,72$ signifie concrètement qu’en tirant au hasard un individu issu de la cohorte expérimentale et un individu issu de la cohorte témoin, il y a exactement 72 % de chances que le sujet traité présente un score plus favorable que le sujet témoin.

3. L’estimateur de décalage de Hodges-Lehmann : Disponible au sein des sorties algorithmiques avancées de SPSS, cet indicateur non paramétrique estime la médiane de toutes les différences possibles calculées par paires entre les observations du groupe 1 et celles du groupe 2. Il fournit une estimation non biaisée du décalage de positionnement (shift) exprimée directement dans l’unité de mesure native de la variable étudiée, assortie de son propre intervalle de confiance à 95 %.

10. Rédaction académique des résultats selon les normes APA

10.1 Directives formelles de la 7e édition des normes APA

La communication scientifique rigoureuse d’un test non paramétrique répond à des normes typographiques et formelles standardisées édictées par l’American Psychological Association (Publication Manual of the APA, 7th edition). Le protocole de rédaction impose de consigner un faisceau d’indicateurs complet permettant aux lecteurs d’évaluer simultanément la directionnalité de l’effet, sa significativité stochastique, la dispersion empirique des mesures et la taille d’effet standardisée.

Les règles typographiques fondamentales de l’APA exigent la mise en italique des symboles statistiques latins représentant des métriques d’échantillonnage : la lettre U désignant la statistique de Mann-Whitney, la lettre Z pour l’approximation normale standardisée, la lettre N ou n pour les effectifs d’échantillons, la lettre p pour la valeur de significativité critique, et la lettre r pour la taille de l’effet. En revanche, les abréviations d’indicateurs ordinaux ou les opérateurs mathématiques (tels que Mdn pour la médiane ou IQR pour l’écart interquartile) demeurent en caractères romains classiques.

Contrairement aux tests paramétriques où le compte-rendu s’articule autour du couple moyenne/écart-type ($M$ et $SD$), un test U doit impérativement rapporter des indicateurs de tendance centrale non paramétriques. Les normes APA 7 préconisent de mentionner conjointement pour chaque cohorte :

• La médiane ($Mdn$) et l’écart interquartile ($IQR$) de chaque groupe.
• Le rang moyen (Mean Rank), qui informe sur l’axe réel du classement ordonné.
• La valeur absolue exacte de la statistique de test U.
• Le score standardisé normalisé Z (avec son signe directionnel ou en valeur absolue).
• La valeur précise de p rapportée à trois décimales (ex. : $p = 0,024$). Les formulations obsolètes de type « $p < 0,05$ » sont formellement proscrites, sauf si la valeur calculée est inférieure à 0,001, auquel cas elle doit être notée $p < 0,001$ sans jamais écrire « $p = 0,000$ ».
• L’indice standardisé de la taille de l’effet ($r$, $r_{rb}$ ou $CLES$).

10.2 Modèles de rédaction textuelle pour articles empiriques

Pour illustrer la mise en œuvre pratique de ces directives de publication, voici deux gabarits de rédaction académique standardisés adaptés aux résultats significatifs et non significatifs.

Modèle pour un résultat statistiquement significatif :

« Un test U de Mann-Whitney pour échantillons indépendants a été conduit afin de déterminer s’il existait une différence significative d’efficacité perçue entre le protocole de psychothérapie cognitive assistée par le numérique ($n = 24$) et la prise en charge clinique conventionnelle ($n = 26$). L’examen visuel des distributions a confirmé une morphologie d’asymétrie similaire entre les deux conditions. Les résultats révèlent que les scores d’efficacité perçue étaient significativement plus élevés chez les patients ayant bénéficié du protocole numérique ($Mdn = 48,50$ ; $IQR = 9,25$ ; rang moyen = 31,75) comparativement aux patients sous prise en charge conventionnelle ($Mdn = 39,00$ ; $IQR = 11,50$ ; rang moyen = 19,73), $U = 162,00$, $Z = -2,78$, $p = 0,005$, avec une taille d’effet modérée selon les critères de Cohen, $r = 0,39$. »

Modèle pour un résultat non significatif :

« Une analyse non paramétrique via le test U de Mann-Whitney a été menée pour évaluer l’impact d’une privation partielle de sommeil sur le taux d’erreurs commises lors d’une tâche de vigilance attentionnelle continue, en comparant un groupe privé de sommeil ($n = 15$) à un groupe témoin reposé ($n = 15$). L’analyse ne met en évidence aucune différence statistiquement significative entre le groupe privé de sommeil ($Mdn = 12,00$ ; $IQR = 5,00$ ; rang moyen = 16,87) et le groupe témoin ($Mdn = 10,00$ ; $IQR = 4,00$ ; rang moyen = 14,13), $U = 92,00$, $Z = 0,86$, $p = 0,392$, la magnitude de l’effet observé demeurant négligeable, $r = 0,16$. »

Lorsque plusieurs variables dépendantes sont examinées simultanément au sein d’une même étude, il est préférable d’ordonner ces livrables au sein d’un tableau récapitulatif synthétique conçu selon les règles typographiques APA, éliminant les quadrillages verticaux et présentant pour chaque variable les médianes, écarts interquartiles, rangs moyens par cohorte, la statistique U, la valeur Z, le seuil $p$ exact et la taille d’effet $r$.

11. Diagnostic des erreurs fréquentes et gestion des cas limites

11.1 Confusions conceptuelles et méthodologiques courantes

La mise en pratique du test U de Mann-Whitney s’accompagne d’un corpus d’erreurs récurrentes dans la recherche empirique qu’il convient d’identifier et de corriger :

• L’affirmation fallacieuse d’une divergence de médianes sans homogénéité de distribution : C’est sans doute l’écueil le plus ubiquitaire. Nombre de chercheurs concluent hâtivement : « la médiane du groupe 1 est significativement supérieure à celle du groupe 2 » sur la seule base d’une p-valeur de Mann-Whitney inférieure à 0,05. Or, si les distributions des deux groupes ont des profils de dissymétrie divergents, les médianes peuvent être parfaitement identiques alors même que le test s’avère hautement significatif en raison de la dispersion globale des rangs. L’analyse ne teste la stricte médiane que si la forme des courbes est superposable par translation.
• L’application sur des échantillons appariés : L’exécution d’un test U sur des données issues d’un même groupe évalué avant et après thérapie (ou sur des sujets appariés un à un) constitue une faute conceptuelle grave. Ce protocole ignore la covariance intra-sujet et dévalue la puissance du modèle, nécessitant impérativement le recours au test des rangs signés de Wilcoxon.
• La fixation exclusive sur la significativité au détriment de l’effet : Trop d’études négligent de rapporter l’amplitude de l’effet $r$ ou le $CLES$, privant le lecteur de l’information la plus critique sur le plan applicatif. Un résultat peut être hautement significatif sur le plan statistique ($p = 0,002$) mais dénué de tout intérêt clinique s’il porte sur un échantillon massif avec une taille d’effet dérisoire ($r = 0,08$).
• La confusion dans le sens de la statistique U rapportée : Comme SPSS retient systématiquement la plus petite des deux statistiques ($U = \min(U_1, U_2)$), des chercheurs inexpérimentés interprètent parfois erronément une baisse de la valeur $U$ comme un signe de décroissance de la variable d’intérêt. C’est le rang moyen qui indique la directionnalité de l’effet, et non la magnitude arithmétique de la métrique $U$.

11.2 Résolution des situations problématiques

Face à des configurations d’échantillonnage complexes, le chercheur doit adopter des arbitrages méthodologiques calibrés :

Que faire face à une prolifération massive de rangs ex æquo ? Lorsque plus de la moitié des observations se partage une poignée de valeurs discrètes identiques (comme sur une échelle ordinale à trois modalités), les approximations asymptotiques standard s’avèrent biaisées. La première solution méthodologique consiste à exiger le calcul de la probabilité par permutation exacte (Exact Test) sous SPSS. Si la taille d’échantillon rend cette démarche impraticable en raison de la combinatoire, il est alors préférable d’abandonner le test U pour se tourner vers des modèles logistiques ordinaux ou des tests basés sur des scores de rangs généralisés.

Que faire en présence d’une hétéroscédasticité majeure (variances très inégales) ? Lorsque les dispersions des deux groupes sont radicalement dissemblables, le test U tend à devenir instable et perd son contrôle nominal de l’erreur de première espèce, devenant soit trop libéral, soit excessivement conservateur selon l’attribution des tailles d’échantillon. Dans ce cas spécifique, le test U de Mann-Whitney ne doit pas être utilisé comme substitut universel. L’alternative optimale consiste à mobiliser le test de Welch (test t pour variances inégales), réputé pour sa remarquable robustesse face à la non-normalité couplée à l’hétéroscédasticité dès lors que les tailles d’échantillon ne sont pas microscopiques, ou à recourir au test de Brunner-Munzel (test de rangs pour variances hétérogènes).

L’apport du rééchantillonnage par Bootstrapping : Dans les versions avancées d’IBM SPSS, le module de Bootstrapping permet de générer par rééchantillonnage itératif (typiquement 2 000 à 5 000 réplicats générés avec remise) des intervalles de confiance robustes pour la médiane ou pour la différence des médianes, sans formuler aucune hypothèse sur la loi de distribution sous-jacente. Cette procédure complète élégamment le test U en fournissant un intervalle de confiance empirique robuste pour les indicateurs de tendance centrale.

12. Applications pratiques et études de cas en psychologie

12.1 Cas clinique : Comparaison de niveaux d’anxiété préopératoire

Afin de concrétiser l’ensemble de ces préceptes au sein d’une démarche empirique complète, considérons une recherche menée en psychologie de la santé portant sur la réduction de l’anxiété préopératoire chez des patients programmés pour une intervention chirurgicale invasive. Le protocole expérimental compare deux cohortes indépendantes de sujets :

• Groupe Témoin ($n_1 = 18$) : Patients bénéficiant d’une prise en charge hospitalière standard d’information verbale préopératoire.
• Groupe Intervention ($n_2 = 18$) : Patients bénéficiant, en complément de la prise en charge standard, d’une session immersive de réduction du stress basée sur la pleine conscience (Mindfulness) guidée par casque de réalité virtuelle.

La variable dépendante est évaluée une heure avant l’entrée en salle d’opération à l’aide de l’inventaire d’anxiété état-trait de Spielberger (STAI-Formule Y-1, score d’anxiété-état variant de 20 à 80). Compte tenu du caractère discrètement asymétrique de cette métrique en milieu hospitalier et de l’effectif réduit ($N = 36$), le test de normalité de Shapiro-Wilk est réalisé sous SPSS. Celui-ci met en évidence une déviation significative par rapport à la distribution normale au sein du groupe intervention ($W = 0,872$ ; $p = 0,019$), justifiant l’application du test U de Mann-Whitney.

La configuration de la base dans SPSS implique la création de la variable STAI_Score (Échelle) et de la variable Groupe codée 1 pour le groupe témoin et 2 pour le groupe intervention. L’exécution de la procédure via les boîtes de dialogue héritées (avec demande explicite des quartiles et du calcul exact) fournit les statistiques descriptives suivantes :

• Groupe Témoin : $Mdn = 54,50$ ($IQR = 11,25$ ; 25e centile = 48,00 ; 75e centile = 59,25) ; Rang moyen = 23,89 ; Somme des rangs = 430,00.
• Groupe Intervention : $Mdn = 41,00$ ($IQR = 10,75$ ; 25e centile = 36,00 ; 75e centile = 46,75) ; Rang moyen = 13,11 ; Somme des rangs = 236,00.

Le tableau des statistiques de test révèle une métrique de Mann-Whitney $U = 65,00$ ($W = 236,00$). L’approximation normale donne un score standardisé $Z = -3,115$. La significativité asymptotique bilatérale ressort à $p = 0,002$, confirmée par une significativité combinatoire exacte $p_{exact} = 0,001$. Le calcul manuel de la taille d’effet selon le formalisme de Rosenthal produit :

$$r = \frac{|-3,115|}{\sqrt{36}} = \frac{3,115}{6} \approx 0,52$$

Cette étude démontre de façon statistiquement significative et avec une taille d’effet importante ($r > 0,50$) que l’intervention immersive par pleine conscience induit une réduction substantielle du niveau d’anxiété préopératoire ressenti par les patients comparativement au protocole standard. L’inspection des courbes ayant confirmé la stricte homologie de forme des deux distributions, la conclusion s’énonce légitimement en termes d’abaissement significatif de la médiane de détresse psychologique.

12.2 Cas en psychologie cognitive : Temps de réaction sous distraction

Une seconde application illustrative, empruntée au champ de la neuropsychologie cognitive du vieillissement, explore l’impact de stimuli distracteurs auditifs sur la vitesse de traitement de l’information au cours d’une tâche de décision lexicale informatisée chez des participants âgés de 65 à 75 ans. Le plan de recherche compare deux groupes indépendants de participants :

• Condition Environnement Calme ($n_1 = 20$) : Réalisation de la tâche dans une cabine insonorisée exempte de pollution sonore.
• Condition Bruit de Fond ($n_2 = 22$) : Réalisation de la tâche avec diffusion continue d’un brouhaha cafétéria standardisé en champ libre.

La variable dépendante analysée correspond à la médiane individuelle des temps de réaction (en millisecondes) calculée exclusivement sur les essais ayant abouti à une réponse correcte. Comme c’est quasi systématiquement le cas avec les chronométries cognitives, les distributions des temps de réaction manifestent une asymétrie positive prononcée (longue queue de distribution étirée vers les temps longs traduisant des décrochages attentionnels passagers). L’analyse exploratoire sous SPSS révèle des coefficients de dissymétrie (skewness) de $+1,65$ et $+1,88$, et les tests de Shapiro-Wilk rejettent massivement la distribution gaussienne ($p < 0,001$).

Bien que certains chercheurs soient tentés de pratiquer une transformation logarithmique ou réciproque pour tenter de normaliser artificiellement la métrique, le recours direct au test U de Mann-Whitney s’avère infiniment plus respectueux des grandeurs physiques réelles et de leur interprétation neurobiologique. Les sorties de calcul d’IBM SPSS mettent en évidence les métriques suivantes :

• Groupe Calme : $Mdn = 615,00\text{ ms}$ ($IQR = 88,00\text{ ms}$) ; Rang moyen = 16,30.
• Groupe Distraction : $Mdn = 742,50\text{ ms}$ ($IQR = 142,50\text{ ms}$) ; Rang moyen = 26,23.

Le test affiche une statistique de test de Mann-Whitney $U = 116,00$, assortie d’un score standardisé $Z = -2,642$ et d’une valeur critique bilatérale $p = 0,008$. La taille de l’effet standardisée calculée sur l’échantillon totalise $r = \frac{2,642}{\sqrt{42}} \approx 0,41$, attestant d’une magnitude intermédiaire à élevée. En comparant ces livrables à un test t de Student standard pour échantillons indépendants exécuté en parallèle sur les mêmes données, on constate que ce dernier produit un score $t(40) = 2,12$ et une p-valeur marginale de $p = 0,040$. L’analyse comparative illustre parfaitement la perte substantielle de puissance statistique induite par le test paramétrique classique en présence de fortes asymétries positives : en gonflant la variance d’échantillonnage résiduelle, les valeurs extrêmes émoussent la sensibilité du test t, alors que le test U, opérant sur les rangs préservés, capte l’effet cognitif sous-jacent avec une efficience et une fiabilité nettement supérieures.

12.3 Synthèse comparative avec les approches alternatives

Pour parachever l’arsenal d’aide à la décision du chercheur, il convient d’expliciter le positionnement du test U de Mann-Whitney vis-à-vis des autres méthodologies d’analyse concurrentes dédiées aux comparaisons bivariées d’échantillons indépendants :

• Face au test de la médiane de Mood : Le test de la médiane consiste à dichotomiser l’ensemble des données combinées selon qu’elles se situent au-dessus ou en dessous de la médiane globale, puis à tester cette table de contingence $2 \times 2$ via un test du Chi-carré. Bien que conceptuellement direct, ce test possède une puissance statistique médiocre comparativement au test U, car il réduit une information ordinale continue à une simple variable binaire grossière, détruisant une quantité considérable d’informations métrologiques. Le test de la médiane n’est recommandable qu’en présence de valeurs aberrantes si gigantesques qu’elles altéreraient même la validité des rangs.
• Face aux tests de permutation exacts (tests de randomisation sur les données brutes) : Contrairement au test U qui permute les rangs ordinaux, les tests de permutation purs opèrent des redistributions combinatoires directement sur les grandeurs métriques réelles. Ils constituent une alternative d’une élégance absolue pour les petits effectifs lorsque la variable dépendante est strictement continue. Néanmoins, leur mise en œuvre sous SPSS demeure moins accessible et ne protège pas contre l’influence distorsive d’un outlier sévère au sein d’un très petit échantillon, écueil que le test U neutralise structurellement par le plafonnement des rangs.
• Face aux tests t robustes sur moyennes tronquées (test de Yuen-Welch) : L’approche préconisée par Rand Wilcox, reposant sur le calcul de moyennes tronquées (trimmed means) combiné à des estimations de variance de Winsor, s’avère particulièrement puissante face à des distributions modérément asymétriques et hétéroscédastiques. Toutefois, ces procédures nécessitent des macros logicielles complémentaires ou l’usage du langage R (package WRS2) et s’appliquent mal aux véritables échelles ordinales courtes de type Likert.
• Arbre décisionnel final pour le chercheur : En synthèse, le recours au test U de Mann-Whitney sous SPSS s’impose comme le choix méthodologique optimal lorsque les données sont issues d’échelles de mesure intrinsèquement ordinales, lorsque les distributions violent l’hypothèse de normalité univariée sans moyen légitime de transformation, lorsque l’échantillon implique de faibles effectifs interdisant la mobilisation du théorème central limite, ou lorsque la présence d’observations extrêmes atypiques disqualifie l’usage de la moyenne arithmétique comme estimateur de référence de la tendance centrale.

Références

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.

Conover, W. J. (1999). Practical nonparametric statistics (3rd ed.). John Wiley & Sons.

Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.

Hodges, J. L., & Lehmann, E. L. (1963). Estimates of location based on rank tests. The Annals of Mathematical Statistics, 34(2), 598-611. https://doi.org/10.1214/aoms/1177704172

IBM Corporation. (2021). IBM SPSS Statistics 28 Brief Guide. IBM Corp. https://www.ibm.com/docs/en/spss-statistics

Mann, H. B., & Whitney, D. R. (1947). On a test of whether one of two random variables is stochastically larger than the other. The Annals of Mathematical Statistics, 18(1), 50-60. https://doi.org/10.1214/aoms/1177730491

Rosenthal, R. (1991). Meta-analytic procedures for social research (Rev. ed.). SAGE Publications. https://doi.org/10.4135/9781412984997

Siegel, S., & Castellan, N. J. (1988). Nonparametric statistics for the behavioral sciences (2nd ed.). McGraw-Hill.

Wilcox, R. R. (2017). Introduction to robust estimation and hypothesis testing (4th ed.). Academic Press.

Wilcoxon, F. (1945). Individual comparisons by ranking methods. Biometrics Bulletin, 1(6), 80-83. https://doi.org/10.2307/3001968