Gdzie najczęściej grzęźnie autor pracy licencjackiej
Masz wynik z programu i… nie wiesz, co z nim zrobić
Na ekranie pojawiają się liczby: U albo W, p, czasem Z, bywa „rbc”, „delta”, „effect size”, „exact p”. Promotor oczekuje spójnego akapitu, a Ty widzisz różne nazwy, różne konwencje zaokrągleń i niejasny kierunek hipotezy. To typowy moment zawieszenia — szczególnie, gdy w rozdziale wyników trzeba przejść z języka programu do klarownego opisu naukowego.
Sygnał ostrzegawczy: w rozdziale wyników pojawia się sama wartość p bez kontekstu, bez wielkości efektu i bez mediów opisowych (mediana, IQR). Taki zapis jest niepełny i recenzent wytknie brak interpretacji praktycznej.
Punkt kontrolny: zanim napiszesz jedno zdanie o teście Manna–Whitneya, ustal trzy rzeczy — co porównujesz (grupy, n), co chcesz pokazać (miary opisowe) i w jakim wariancie zrobiłeś test (dwustronny/jednostronny, dokładny/asymptotyczny).
Hipotezy bez kierunku i niekonsekwentne sformułowania
„Sprawdzono różnice między grupami” to za mało. Jeśli badanie ma kierunek (np. grupa A ma mieć wyższy wynik niż B), test też powinien być jednostronny i tak należy to opisać. Jeśli kierunku nie ma lub nie był uzasadniony teoretycznie, wybierasz wariant dwustronny. Brak tej decyzji skutkuje chaosem: czytelnicy nie wiedzą, skąd się wzięło p i jak interpretować wynik.
Sygnał ostrzegawczy: w metodologii zadeklarowano hipotezę kierunkową, a w wynikach podano p z testu dwustronnego (lub odwrotnie). To niespójność merytoryczna.
Co najczęściej wytyka recenzent
Brak liczebności grup (n1, n2) przy teście Manna–Whitneya.
Podanie średnich i odchyleń standardowych zamiast median i IQR przy danych porządkowych/asymetrycznych.
Brak wielkości efektu i przedziału ufności.
Niejasność, czy raportowano U czy W (i z jakiego programu pochodzi statystyka).
Brak informacji o poziomie istotności i ewentualnych korektach za wielokrotne porównania.
Wniosek: jeśli tekst ma nie wywołać dodatkowych pytań recenzenta, musi być samowystarczalny. Minimum to: opis grup, miary opisowe, wariant testu, statystyka, p, wielkość efektu i krótka interpretacja.
Dlaczego raportowanie bywa trudne: źródła błędów
Nieodpowiednie statystyki opisowe i brak kontekstu pomiaru
Test Manna–Whitneya pracuje na rangach. Jeśli zmienna jest porządkowa lub ciągła, ale z odchyleniami od normalności, mediany i rozstępy międzykwartylowe (IQR) lepiej oddają centrum i rozrzut niż średnie i odchylenie standardowe. Raportowanie samych średnich działa przeciwko logice testu nieparametrycznego i gubi czytelnika.
Przykład z praktyki: skale Likerta (np. 1–5) – tu naturalnym wyborem są mediana i IQR, a jeśli rozkłady silnie różnią się kształtem, opisz także liczbę wiązań (ties) lub zaprezentuj rozkłady na wykresie (w pracy: skrzynka z wąsami, w tekście: „rozkłady są prawoskośne”).
Jeśli Twoje dane są w skali interwałowej i rozkłady w obu grupach mają podobny kształt, test może być użyty jako odporny na odstępstwa; wtedy opisz mediany, a o średnich wspomnij jedynie pomocniczo (jeśli już).
Mylenie U z W oraz ignorowanie informacji o wiązaniach
R różnymi funkcjami raportuje W (statystykę Wilcoxona), SPSS podaje U. Relacja jest prosta: U = W − n1(n1+1)/2. Brak tej wiedzy prowadzi do niespójnych cytowań literatury lub do mylnego porównywania własnych wyników z cudzymi.
Drugi problem to wiązania (ties) – identyczne wartości w różnych obserwacjach. Przy wielu wiązaniach rozkład statystyki zmienia się; programy dodają wtedy korekty. Jeśli test był wykonywany w trybie „exact” z korektą na wiązania albo „asymptotic with tie correction”, powinno to znaleźć się w opisie, szczególnie przy małych próbkach.
Pomijanie wielkości efektu i niewłaściwa interpretacja różnic
p-value mówi o dowodzie przeciw H0, nie o wielkości różnicy. Bez miary efektu czytelnicy nie wiedzą, czy różnica jest mikroskopijna w dużej próbie, czy znacząca praktycznie. Dodatkowo test Manna–Whitneya formalnie bada różnicę w rozkładach (tzw. przewyższanie stochastyczne), a równoważność z różnicą median zachodzi przy podobnym kształcie rozkładów. Zdanie „medianą A jest większa niż B” wymaga zatem komentarza o kształcie rozkładów lub użycia estymatora Hodgesa–Lehmanna z przedziałem ufności.
Wniosek kontrolny: jeśli próbka mała lub rozkłady różne, to bez CI dla efektu raport jest niepełny; jeśli duża i kształty podobne, można krócej, ale wciąż z miarą efektu.
Minimum raportowe: komplet jednego akapitu o teście Manna–Whitneya
Struktura, która przechodzi audyt recenzenta
Cel porównania i opis grup (n1, n2; krótki kontekst badanej zmiennej).
Statystyki opisowe: mediana [IQR] dla każdej grupy.
Elementy domykające akapit z wynikami
Wariant testu: jednostronny czy dwustronny; tryb obliczeń (exact/asymptotic) i informacja o korekcie na wiązania.
Statystyka testowa: U lub W wraz ze wskazaniem oprogramowania (np. SPSS/“U”, R/“W”).
Wartość p i przyjęty poziom istotności α; jeśli stosowano korekty za wielokrotne porównania — nazwa metody (np. Holm).
Wielkość efektu: jedna z miar zgodna z celem (np. r_rb — korelacja rangowo-biserialna; A12 — przewyższanie stochastyczne; różnica Hodgesa–Lehmanna).
Przedział ufności (dla wielkości efektu lub różnicy HL) i sposób jego uzyskania (np. percentylowy bootstrap, exact CI).
Krótka interpretacja w języku dziedziny (kierunek i znaczenie praktyczne, bez powtarzania liczb).
Punkt kontrolny: jeden akapit = pełna historia porównania. Jeśli brakuje choćby miary efektu lub wariantu testu, akapit jest niekompletny. Jeśli grupy mają różny rozkład, dopisz zastrzeżenie o kształcie lub użyj różnicy HL z CI.
Jak wybrać wariant testu i miarę efektu
Kiedy exact, kiedy asymptotyczny i co z wiązaniami
Małe próby lub wiele wartości powtarzających się (Likert, dane skokowe) — tryb exact lub asymptotyczny z korektą na wiązania (podaj to w tekście).
Umiarkowane/duże próby i niewiele wiązań — wariant asymptotyczny z poprawką na ciągłość (jeśli program ją stosuje) jest akceptowalny.
Hipoteza kierunkowa poparta teorią — test jednostronny; brak takiego uzasadnienia — dwustronny.
Sygnał ostrzegawczy: brak wzmianki o korekcie na wiązania przy danych porządkowych. Jeśli w skali jest mało kategorii, „ties” są regułą, nie wyjątkiem. Jeśli próby są małe, tryb exact minimalizuje błąd i porządkuje raport.
Dobór miary efektu do pytania badawczego
Chcesz komunikować „jak często A przewyższa B” — podaj A12 (common-language effect size) i jego CI.
Chcesz skwantyfikować „różnicę położenia” — użyj estymatora Hodgesa–Lehmanna z CI; dobrze współgra z mediankami.
Potrzebujesz miary skalarnej kompatybilnej z Z — podaj r = Z/√N (z N = n1 + n2) lub r_rb (rangowo-biserialną), z krótkim komentarzem interpretacyjnym.
Punkt kontrolny: jedna miara efektu wystarczy, o ile jest spójna z Twoim pytaniem. Jeśli pytasz o przewyższanie, nie pakuj do akapitu r i HL — wybierz jedną miarę i domknij ją CI.
Szablony zapisu, które przechodzą kontrolę jakości
Jednostronny vs dwustronny — gotowe formuły
Szablon (dwustronny): „Porównano [zmienna] między [grupa 1, n1] i [grupa 2, n2]. Mediany [IQR] wyniosły odpowiednio [x1] [IQR1] i [x2] [IQR2]. Test Manna–Whitneya (wariant [exact/asymptotic z korektą na wiązania]) dał [U/W] = […], p = […]. Wielkość efektu [A12/r/HL] = […], 95% CI […]. Różnice sprzyjają [kierunek], co w praktyce oznacza [krótka interpretacja].”
Szablon (jednostronny): „Zgodnie z hipotezą kierunkową sprawdzono, czy [grupa 1] ma wyższe wyniki niż [grupa 2]. Mediany [IQR] dla [zmienna]: [x1] [IQR1] vs [x2] [IQR2]. Test Manna–Whitneya (jednostronny, [exact/asymptotic]) wskazał [U/W] = […], p = […]. Efekt [A12/r/HL] = […], 95% CI […]. Wynik wspiera hipotezę o przewadze [grupa 1].”
Jeśli porównań jest więcej i stosujesz korektę, dopisz: „Po korekcie Holm p_adj = […].” Jeśli rozkłady są odmienne kształtem, dodaj: „Rozkłady różnią się kształtem; interpretacja dotyczy różnicy w rozkładach, nie wyłącznie median.”
Krótki przykład z praktyki (bez liczb)
Badanie satysfakcji z aplikacji: dwie wersje interfejsu, skala 1–5. Większość odpowiedzi skupiona na 4–5, dużo wiązań. Raport: tryb exact, mediany [IQR], A12 z CI oraz zdanie wyjaśniające, że przewaga dotyczy większego odsetka wyższych ocen w wersji B.
Jeśli rozkłady są spłaszczone lub skrajnie skośne, wstaw w wynikach jedno zdanie o kształcie lub pokaż wykres skrzynkowy w aneksie i odnieś się do niego w tekście.
Kryteria dodatkowe: wiele porównań i spójność między działami
Kontrola alfa przy wielu testach
Planowalne, niezależne porównania — Holm zamiast prostego Bonferroniego (mniej konserwatywny, przejrzysty w raporcie).
Eksploracja wielu skal/pozycji — rozważ FDR (Benjamini–Hochberg) i wyraźnie oznacz, że kontrolujesz odsetek fałszywych odkryć.
Jedna metasuma (indeks) zamiast serii testów — gdy to merytorycznie uzasadnione, ogranicza inflację błędu I.
Spójność edytorska i techniczna: jak nie zgubić czytelnika między metodą a wynikami
Te same decyzje w całym tekście — raz ustalone, wszędzie stosowane
Separator dziesiętny i zaokrąglenia: wybierz konwencję (np. przecinek i dwie cyfry po przecinku dla opisowych; trzy dla p przy małych wartościach) i utrzymaj ją w całej pracy.
Notacja statystyk: zdecyduj, czy raportujesz U czy W i trzymaj się jednej konwencji. Jeśli w aneksie pokazujesz oba, w głównym tekście używaj tylko jednego.
Wersje oprogramowania: nazwa, wersja, najważniejsze parametry funkcji (np. exact = TRUE, correct = FALSE/TRUE) — umieść w Metodach lub w aneksie i odwołaj się w Wynikach krótką wzmianką.
Jednostki i nazwy zmiennych: w tabelach, wykresach i akapitach stosuj identyczne etykiety. Brak zgodności niszczy wiarygodność i utrudnia ocenę.
Punkt kontrolny: jeśli recenzent może odtworzyć wynik jednym przebiegiem na Twoim opisie (program, wariant testu, korekty), masz spójność. Jeśli w rozdziale Wyniki pojawiają się inne symbole niż w Metodach, popraw to przed oddaniem.
Sygnał ostrzegawczy: mieszanie kropki i przecinka w tej samej tabeli lub raportowanie p raz jako „= 0.000”, a raz jako „< .001”. Ujednolić, usunąć zera wiodące przed kropką/przecinkiem według wybranej normy i wyjaśnić ją w pierwszej tabeli lub przypisie.
Format liczb i minimalny poziom szczegółu
Mediany i IQR: do dwóch miejsc po przecinku w danych interwałowych; do jednego miejsca na skalach 1–5 (gdy ma sens pomiarowy).
Statystyki testowe: pełne wartości U/W; Z jeśli raportujesz r = Z/√N; nie skracaj bez potrzeby.
p-value: raportuj „p < .001” dla bardzo małych p; unikaj „p = .000”. Dla korekt wielokrotnych używaj tej samej precyzji, co dla p surowych.
Minimum: jedna konwencja zaokrągleń + jeden sposób zapisu p + jedna statystyka testowa. Jeśli potrzebujesz Z do wyliczenia r, pokaż zarówno U/W, jak i Z w tej samej linii.
Jeśli pracujesz w polskich realiach wydawniczych i promotor oczekuje przecinka jako separatora dziesiętnego — zastosuj go konsekwentnie i dopisz krótką notę redakcyjną w rozdziale Metody.
Gdy wynik „nie wyszedł”: jak raportować brak istotności bez utraty jakości
Bezpieczne sformułowania i co pokazać zamiast samego p
Język: „nie stwierdzono istotnej różnicy” zamiast „nie ma różnicy”. To pierwsze opisuje wynik testu, drugie sugeruje fakt, którego test nie dowodzi.
Efekt i CI: pokaż A12 lub HL z przedziałem ufności — odbiorca zobaczy, jak duże różnice są jeszcze zgodne z danymi.
Hipotezy równoważności: jeśli masz zdefiniowaną granicę istotności praktycznej, rozważ test równoważności (TOST) lub przynajmniej skomentuj, czy CI mieści się w tej granicy.
Punkt kontrolny: gdy p ≥ α, akapit nadal musi zawierać wielkość efektu i CI. Brak tych elementów to zaproszenie do pytania „czy różnica była po prostu mała, czy próba zbyt skromna?”.
Sygnał ostrzegawczy: kończenie opisu na „p = .08, nieistotne”. Taki zapis jest niekompletny i zbyt ubogi, by uznać go za rzetelny.
Wykresy, które wspierają test rangowy, a nie mu przeszkadzają
Co pokazać, żeby nie przekomplikować
Boxplot/violin/raincloud: jeden wykres na porównanie, z naniesionymi mediankami i IQR. Dla małych prób dodaj punkty indywidualne.
Rozkłady ties: przy skalach porządkowych rozważ wykres słupkowy z częstościami i medianką w podpisie.
Adnotacje: opisuj na wykresie tylko miarę efektu i jej CI; surowe p zostaw w podpisie pod wykresem lub w tekście. Unikaj gwiazdek istotności bez kontekstu.
Minimum: jeden wykres na pytanie badawcze, spójny z miarą efektu używaną w tekście. Jeśli w tekście mówisz o HL, zaznacz na wykresie przesunięcie położenia; jeśli o A12, pokaż różnice w rozkładach.
Sygnał ostrzegawczy: wykresy słupkowe ze średnimi i SE dla danych porządkowych. Zastąp je skrzynkami lub gęstościami — inaczej podkopujesz własny wybór testu nieparametrycznego.
Źródło: Pexels | Autor: Angel Adu-Gyamfi
Braki danych, obserwacje odstające i decyzje przedanalityczne
Co musi znaleźć się w metryczce wyników
Reguła włączeń/wyłączeń: napisz, ile obserwacji odrzucono i dlaczego (np. brak odpowiedzi w kluczowym pytaniu, kryterium jakości).
Postępowanie z brakami: czy zastosowano wykluczenie listwise; jeśli imputacja — podaj metodę i wskaż, że test wykonano na danych oryginalnych lub imputowanych.
Odstające: w testach rangowych zwykle nie ma potrzeby winsoryzacji; jeśli ją zastosowano, uzasadnij i pokaż wynik przed/po w aneksie.
Punkt kontrolny: n1 i n2 w opisie testu muszą zgadzać się z liczbą przypadków po wykluczeniach. Jeśli w Tabeli 1 widnieją inne N — wyjaśnij różnicę przypisem.
Sygnał ostrzegawczy: „rozjechane” liczebności między tabelami. Jedna liczba N w Metodach, inna w Wynikach — to pierwszy punkt, do którego wróci recenzent.
Decyzja redakcyjna: szybkie ścieżki dla trzech typowych scenariuszy
Likert 1–5, małe próby, dużo wiązań
Tryb testu: exact z korektą na wiązania.
Opis: mediana [IQR], liczba wiązań w nawiasie lub wzmianka „wysoki odsetek wartości powtarzających się”.
Efekt: A12 z 95% CI; krótkie zdanie o tym, że większy odsetek wyższych ocen pojawia się w grupie X.
Jeśli wykres — słupki częstości lub boxplot z punktami; nie używaj średnich.
Dane ciągłe, średnie próby, kształt zbliżony
Tryb testu: asymptotyczny, bez „exact”, o ile wiązań jest mało i obie grupy mają co najmniej kilkanaście obserwacji.
Opis: mediana [IQR] w obu grupach + Hodges–Lehmann (HL) jako estymata przesunięcia położenia wraz z 95% CI.
Efekt: r = Z/√N lub A12; wybierz jedną miarę na całą pracę. Jeśli raportujesz r, pokaż także Z obok U/W.
Adnotacja techniczna: jeśli w programie stosowana jest korekta ciągłości (continuity correction), wspomnij o tym w Metodach i trzymaj się jednej decyzji w całym tekście.
Punkt kontrolny: „próby średnie” to sytuacja, w której wynik exact i asymptotyczny nie różnią się istotnie w praktyce — sprawdź raz porównawczo w aneksie i zadeklaruj wybraną ścieżkę. Jeśli w danych pojawiają się wiązania (dużo tych samych wartości), rozważ jednak wariant exact.
Źródło: Pexels | Autor: https://kaboompics.com/
Sygnał ostrzegawczy: zastępowanie HL różnicą median bez CI. HL z przedziałem daje czytelniejszy obraz niepewności niż sama para median.
Duże próby, różne kształty rozkładów
Tryb testu: asymptotyczny; test wykryje różnicę w rozkładach nawet przy minimalnych różnicach położenia.
Opis: oprócz median [IQR] dopisz jedno zdanie o kształcie (skośność, „ogon”), najlepiej z odwołaniem do wykresu w aneksie.
Efekt: A12 (obszar pod krzywą) z 95% CI — czytelny przy nierównych kształtach. HL raportuj ostrożnie, bo interpretacja „przesunięcia” nie jest czysta, gdy rozproszenia się różnią.
Gdy grupy mają bardzo różne rozrzuty: dodaj krótką uwagę, że wynik dotyczy różnicy w rozkładach, nie wyłącznie w medianach.
Minimum: mediana [IQR] + A12 z CI + jedno zdanie o kształcie. Bez tego recenzent uzna, że wniosek o „różnicy median” jest nadinterpretacją.
Sygnał ostrzegawczy: cytowanie tylko „p < α” przy N rzędu kilkuset przypadków. Przy takiej mocy pokaż efekt i jego praktyczne znaczenie — inaczej wynik wygląda na „statystycznie istotny, a merytorycznie pusty”.
Mapowanie wyników między narzędziami: jak nie zgubić U, W, Z i efektu
R (wilcox.test): zwraca W (suma rang). Jeśli potrzebujesz U, przelicz: U = W − n1(n1+1)/2. Parametry exact/correct ujawnij w Metodach.
SPSS (NPTESTS M-W): podaje U i często Z; r wyliczysz jako r = Z/√N (N = n1 + n2). Efekt A12 policz z U: A12 = U / (n1·n2).
Python (scipy.stats.mannwhitneyu): zwraca U i p; ustaw alternative („two-sided/greater/less”) oraz method („exact/asymptotic”) spójnie z hipotezą i wielkością próby.
Jamovi/JASP: zwykle raportują AUC/A12 i r-biserialny; zapisz wyraźnie, którą miarę traktujesz jako główną i utrzymaj ją w całej pracy.
Punkt kontrolny: jeśli w tekście głównym używasz A12, pokaż, skąd się wziął (bez wzorów wystarczy krótka wzmianka: „A12 wyliczono z U oraz n1, n2”).
Sygnał ostrzegawczy: mieszanie w jednym rozdziale notacji U i W bez przeliczeń albo brak informacji o parametrze alternative (kierunku testu). To pierwszy detal, który wykryje audyt spójności.
Mediany [IQR] podane w tej samej konwencji liczb co w pozostałych działach.
U lub W + (Z, jeśli liczysz r) + p w jednej linii, bez sprzecznej notacji.
Jedna miara efektu (A12/r/HL) z 95% CI i krótką interpretacją kierunku.
Najczęściej zadawane pytania (FAQ)
Jak poprawnie zapisać wynik testu Manna–Whitneya w pracy licencjackiej?
Minimum raportowe w jednym akapicie to: opis porównywanych grup (z n1, n2), miary opisowe (mediana [IQR] w każdej grupie), wariant testu (jedno- czy dwustronny; exact/asymptotic; korekta na wiązania), statystyka testowa (U lub W z podaniem programu), p wraz z poziomem alfa, wielkość efektu z 95% CI oraz krótka interpretacja merytoryczna (kierunek i znaczenie praktyczne).
Punkt kontrolny: jeśli w akapicie widać wyłącznie p albo średnie i SD przy danych porządkowych, zapis jest niekompletny. Jeśli kierunek hipotezy nie został określony — napisz wprost, że użyto wariantu dwustronnego.
Szablon: „Porównano [zmienna] w [grupa 1, n1] vs [grupa 2, n2]. Mediany [IQR]: [x1] [IQR1] vs [x2] [IQR2]. Test Manna–Whitneya ([exact/asymptotic, korekta na wiązania]): [U/W] = […], p = […], α = […]. Wielkość efektu [A12/r_rb/HL] = […], 95% CI […]. Różnice sprzyjają [kierunek], co oznacza [krótka interpretacja].”
Czy podawać U czy W i jak to powiązać z użytym oprogramowaniem?
SPSS raportuje statystykę U, a R (wilcox.test) zwykle W (statystykę Wilcoxona). Obie są równoważne po przeliczeniu: U = W − n1(n1+1)/2. Najprościej: podaj wartość tak, jak zwrócił program, nazwij ją poprawnie i wskaż użyte oprogramowanie.
