University of Southeastern Philippines 

Obrero Campus 
Davao City 
 
 
 
BA2002 
Business Statistics 
 
 
 
 
WILCOXON SIGNED RANKS TEST 
“Definition and examples using manual computation and SPSS.” 
 
 
 
 
 
 
 
Submitted to 
 
Dr. Nelson Faustino 
 
 
Submitted by 
 
Group 2 
 
Leonardo C. Remulta III 
Axl John Alarin 
Cyrus Oliver Sanoy 
Chesa Marie Arias Montizo 
Micah Tabudlong 
 
 
 
THE WILCOXON SIGNED RANKS TEST 
 
A  non-parametric  test  used  to  analyze  data  from  a  repeated  measures 
designed  with  two  conditions.  This  test  for  median  difference  requires  that 
the  differences  are  approximately symmetric and that the data are measured 
on an ordinal, interval, or ratio scale.  
 
Moreover,  it  is  appropriate  to  use  this  test  when  the  data  do  not  meet 
the  requirements  for  a  parametric  tests,  that  is  the  data  are  not  normally 
distributed,  the  variances  for  two  conditions  are  significantly  different,  and 
measurements are on an ordinal scale. 
 
Steps in computing the Wilcoxon Signed Ranks Test Statistics, W ​  
1. For  each  item  in  a  sample  of  ​n  items,  compute the difference score, ​Di​, 
between the two paired values. 
2. Disregard  the  +  and  -  signs  and  list  the  set  of  ​n  absolute  differences, 
|​Di​|​. 
3. Omit  any  absolute  difference  score  of  zero  from  further  analysis, 
thereby  yielding  a  set  of  ​n’  nonzero  absolute  difference  scores,  where 
n’​<n​ ​.  After  you  remove  values with absolute difference scores of zero, ​n’ 
becomes the actual sample size. 
4. Assign  ranks  ​Ri  from  1  to  ​n’  to  each  of  the  ​|D
​ i​|  such  that  the  smallest 
absolute  difference  score  gets  rank  1  and the largest gets rank ​n’​. If two 
or  more  ​|​Di​|  are  equal,  assign  each  of  them  the  mean of the ranks they 
would  have  been  assigned  individually  had  ties  in  the  data  not 
occurred. 
5. Reassign  the  symbol  or  to  each  of  the  ranks,  depending  on  whether 
was originally positive or negative. 
6. Compute  the  Wilcoxon  test  statistic,  ​W​,  as  the  sum  of  the  positive 
ranks. 
n′
W = ∑ Ri(+)  
i=1
 
Note: Null and alternative hypothesis for the Wilcoxon Test. 

 
 n′(n′+1)
Because  the  sum  of  the  first  ​n’  integers  (1,  2,  . . . , ​n’​) equals 2 , the 
Wilcoxon  test  statistic,  ​W,​   ranges  from  a  minimum  of  0  (where  all  the 
n′(n′+1)
difference  scores  are  negative)  to  a  maximum  of  2 (where  all  the 
difference  scores  are  positive).  If  the  null  hypothesis  is  true,  the  test  statistic 
n′(n′+1)
W  is  expected  to  be  close  to  its  mean,  W = 4 .  If  the  null  hypothesis  is 
false,  the  value  of  the  test  statistic  is  expected  to  be  close  to  one  of  the 
extremes. 
 
 

 
Table. 1: Lower and Upper Critical Values, W, of Wilcoxon Signed Ranks Test 
 
 
Use  Table  1  to  find  the  critical  values  of  the  test  statistics  ​W  for  both 
one- and two-tail tests for sample of ​n’​ ​<​ 20. 
 
  
Fig. 1: Regions of Rejection and Non-rejection using Wilcoxon Signed Ranks Test 
 
For  a  two-tail  test,  you  reject  the  null  hypothesis  (Panel  A  of  Figure  1)  if 
the  computed  W  test  statistic  equals  or  is  greater  than  the  upper  critical 
value  or  is  equal  to  or  less  than  the  lower  critical  value.  For  a  one-tail  test  in 
the  lower  tail, you reject the null hypothesis if the computed W test statistic is 
less  than  or  equal  to  the  lower  critical  value  (Panel  B  of  Figure  12.20).  For  a 
one-tail  test  in  the  upper  tail,  the  decision  rule  is  to  reject the null hypothesis 
if  the  computed  W  test  statistic  equals  or  is  greater  than  the  upper  critical 
value (Panel C of Figure 12.20). 
 
However,  for  samples  of  ​n’  >  20,  the  test  statistic  ​W  is  approximately 
normally distributed with the mean W and standard deviation W . 

 
Hence,  it  is  peremptory  to use the large-sample approximation formula 
when sample sizes are outside the range presented in Table 1.  
 
W− ′ ′
n; (n +1)
Z ST AT = 4
n′(n′+1)(2n′+1)
 
√ 24
 
You  reject  the  null  hypothesis  if  the  computed  Z ST AT test  statistic  falls  in  the 
rejection  region.  The  region  of  rejection  used  depends  on  the  level  of 
significance and whether the test is one-tail or two-tail. 
 
 SAMPLE PROBLEM 
 
 
Nine  experts  rated  to  brands  of  Colombian  Coffee  in  a  taste-testing 
experiment.  A  rating  on  a  7-point  scale  (1  =  extremely  unpleasing,  7  = 
extremely  pleasing)  is  given  for  each  of  the  four  characteristics:  taste,  aroma, 
richness,  and  acidity.  The  data  below  shows  the  summated  ratings  - 
accumulated over all four characteristics. 
 
Brand
Expert
A B
C.C. 24 26
S.E. 27 27
E.G. 19 22
B.L. 24 27
C.M. 22 25
C.N. 26 27
G.N. 27 26
R.M. 25 27
P.V. 22 23
 
At  the  0.05  level  of  significance,  is  there  evidence  of  a  difference  in  the 
median of summated rating between brand A and brand B? 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 MANUAL COMPUTATION AND SPSS RESULTS 
 
I. Problem 
Is  there  a  significant  difference  in  the  observed  difference  between 
brand A and brand B? 
 
II. Hypothesis 
Ho:  There  is  no  significant  difference  in  the  observed  difference 
between brand A and brand B. 
Ho: M D = 0  
 
H1:  There  is  a  significant  difference  in  the  observed  difference  between 
brand A and brand B. 
Ho: M D =/ 0 (two-tail test) 
 
III. Level of Significance 
Level of significance, ​𝜶​, is 0.05. 
 
IV. Statistical Tool 
Using Wilcoxon Signed Ranks Test 
❖ Manual Computation 
➢ Steps 1 and 2 
 
Brand
Expert
A B Di |​Di|
​
C.C. 24 26 -2 2
S.E. 27 27 0 0
E.G. 19 22 -3 3
B.L. 24 27 -3 3
C.M. 22 25 -3 3
C.N. 26 27 -1 1
G.N. 27 26 1 1
R.M. 25 27 -2 2
P.V. 22 23 -1 1
 
 
 
 ➢ Steps 3 to 5 
Brand
Expert
A B Di |​Di|
​ Ri Sign of ​Di
C.C. 24 26 -2 2 4.5 -
E.G. 19 22 -3 3 7 -
B.L. 24 27 -3 3 7 -
C.M. 22 25 -3 3 7 -
C.N. 26 27 -1 1 2 -
G.N. 27 26 1 1 2 +
R.M. 25 27 -2 2 4.5 -
P.V. 22 23 -1 1 2 -
n=8
 
➢ Step 6 
n′
W = ∑ Ri(+) = 2  
i=1
From  Table  1  of  this  paper,  with  a  level  of  significance,  ​𝜶​,  equals  to  0.05 
(​𝜶=0.05​)  and  n  =  8,  the  lower  and  upper  critical  values,  ​W,​   of  Wilcoxon 
Signed Ranks Test for two-tailed test are 3 and 33 respectively. 
 
❖ Using SPSS 
➢ Step 1: Input Data 
■ Variable View 

 
 ■ Data View 

 
 
➢ Step  2:  Select  “2  Related  Samples”  under  the  Non-parametric 
Tests 

 
 
 
➢ Step  3:  Enter  the  1st  variable to “Variable1” and the 2nd variable to 
“Variable2” 
 ➢ Step 4: Check “Wilcoxon” checkbox and click “Ok” 

 
 
➢ Step 5: Results 

 
 
 
 
 
 V. Decision Rule 
❖ Manual Computation 
If  the  computed  test  statistics,  ​W,​   is  greater  than  or  equal  to  the 
upper  critical  value  or  less  than  or  equal  to  the  lower  critical  value, 
reject  the  null hypothesis, Ho, and accept the alternative hypothesis, H1. 
If not, otherwise. 
 
❖ Using SPSS 
➢ If  the  Asymp.  Sig.  value  is  less  than  of  equal  the  level  of 
significance,  ​𝜶​,  of  0.05,  reject  the  null  hypothesis,  Ho,  and  accept 
the alternative hypothesis, H1. If not, otherwise. 
 
VI. Conclusion 
❖ Manual Computation 
Since  the  computed  test  statistics,  ​W,​   of  2  is  less  than  the  lower 
critical  value  of  3,  we  reject  the  null  hypothesis  and  accept  the 
alternative hypothesis. 
 
❖ Using SPSS 
Since  the  resulting  Asymp.  Sig.  value  of  0.023  from  SPSS  is  less 
than  the  level  of  significance,  ​𝜶,​   of  0.05,  we  reject  the  null  hypothesis, 
Ho, and accept the alternative hypothesis, H1. If not, otherwise. 
 
Thus,  the  test  shows  that  there  is  a  significant  difference  in  the 
observed  difference  between  brand  A  and  brand  B.  Moreover,  the 
resulting  mean  ranks  of  2  (negative  ranks)  vs.  4.86  (positive  ranks) 
indicates that brand B is most likely to be selected over Brand A.