Estadstica para investigadores:

todo lo que siempre quiso saber

y nunca se atrevi a preguntar

Mdulo 6. Test no paramtricos: U de

Mann-Whitney y Test de Wilcoxon

M Purificacin Galindo Villardn

M Purificacin Vicente Galindo
Universidad de Salamanca
Departamento de Estadstica

Mdulo 6. Test no paramtricos: U de Mann-Whitney y Test de Wilcoxon

ndice
Pregunta 1. ..................................................................................................... 4
Pregunta 2. ..................................................................................................... 4
Pregunta 3. ..................................................................................................... 4
Pregunta 4. ..................................................................................................... 5
Pregunta 5. ..................................................................................................... 5
Pregunta 6. ..................................................................................................... 5
Pregunta 7. ..................................................................................................... 6
Pregunta 8. ..................................................................................................... 7
Pregunta 9. ..................................................................................................... 7
Pregunta 10. ................................................................................................... 8

Mdulo 6. Test no paramtricos: U de Mann-Whitney y Test de Wilcoxon

Respuestas a las preguntas ms

frecuentes con las que se
encuentra un investigador

Mdulo 6. Test no paramtricos: U de Mann-Whitney y Test de Wilcoxon

Pregunta 1.

Qu quiere decir que se han encontrado resultados no significativos?

Que los datos no aportan informacin suficiente para rechazar la Hiptesis terica
(H0) y aceptar la alternativa que es la que generalmente le interesa al
investigador.

Pregunta 2.

Qu quiere decir que se han encontrado resultados significativos?

Que los datos han aportan informacin suficiente para rechazar la Hiptesis terica
(H0) y aceptar la alternativa que es la que generalmente le interesa al
investigador.

Pregunta 3.

Qu diferencia hay entre resultados probablemente significativos y resultados

altamente significativos?
Hablamos de resultados probablemente significativos cuando la Hiptesis H 0
(igualdad de medianas, por ejemplo) se rechaza al nivel de significacin del 5%
pero se acepta al nivel del 1%.
Hablamos de resultados altamente significativos cuan la Hiptesis H0 (igualdad de
medianas, por ejemplo) se rechaza al nivel de significacin del 5% y tambin al
nivel del 1%.

Mdulo 6. Test no paramtricos: U de Mann-Whitney y Test de Wilcoxon

Dicho en trminos ms intuitivos, cuando los resultados son altamente

significativos es que la diferencia entre las medianas de los dos grupos es ms
clara.
Pregunta 4.
Se puede aceptar una hiptesis con resultados altamente significativos?
No. Habar de resultados significativos ya implica que hemos rechazado la Hiptesis
nula (igualdad de medianas en este caso) a algn nivel. Si no hay rechazo no hay
significacin estadstica.

Pregunta 5.

Es verdad que los editores y evaluadores de las publicaciones cientficas,

aceptan mejor un trabajo con resultados significativos que un trabajo que tiene
resultados no significativos?
S. Es algo claramente constatado.

Pregunta 6.
Y eso es una buena prctica?
En Estadstica aceptar la Hiptesis terica (Ho) no quiere decir que hayamos
probado que es cierta. Muchas veces se debe a un tamao de muestra demasiado
pequeo, a una variabilidad demasiado grande que no se ha manejado de manera
ptima, a un test estadstico inadecuado para la situacin del estudio, y un largo
etc. Porque esto ocurre, resultados no significativos se asocian con no se han

Mdulo 6. Test no paramtricos: U de Mann-Whitney y Test de Wilcoxon

hecho las cosas adecuadamente y los referees dicen No merece la pena publicar
este trabajo.
Sin embargo a veces es cierto que todo se ha hecho correctamente y sencillamente
lo que sucede es que no hay diferencias. Rechazar de forma sistemtica los
trabajos con resultados no significativos implica que esos trabajos que dicen que
un tratamiento nuevo no difiere del resto (eso puede ocurrir en 1000
investigaciones, por ejemplo) quedan sin publicar y solo se hacen pblicos los 2 o 3
que si obtuvieron diferencias significativas. Evidentemente eso est produciendo
un sesgo que puede ser muy peligroso (de hecho en la literatura especializada se
habla del sesgo de publicacin para referirse a este hecho).
Lo ptimo, desde nuestro punto de vista, sera incrementar el control en el rigor
estadstico de las publicaciones para que no quepa la opcin de hablar de
resultados no significativos por mala praxis y publicar tanto los que son
significativos como los que no lo son.

Pregunta 7.
He ledo, si tienes pocos datos no te preocupes, utiliza la U de Mann-Whitney,
es eso cierto?
No es cierto en absoluto. Si tiene pocos datos, debera preocuparse de obtener
ms.
Lo que realmente ocurre es lo siguiente: cuando el tamao muestral es bajo, la t
de Student suele llevar a la aceptacin de H0. Sin embargo la U de Mann-Whitney
(para datos independientes) o el test de Wilcoxon para datos apareados, son
versiones no paramtricas que declaran fcilmente la significacin estadstica.
Pero hay que tener en cuenta que los test no paramtricos son, en general, menos

Mdulo 6. Test no paramtricos: U de Mann-Whitney y Test de Wilcoxon

potentes. Recurdese que la potencia es la probabilidad de rechazar H 0 cuando

REALMENTE es falsa.
Por tanto no es ms recomendable un test que nos lleva fcilmente a rechazar H0,
sino los test que nos llevan a rechazar Ho cuando realmente es falsa.

Pregunta 8.
Al comparar casos y controles, con muestras pequeas, debemos aplicar el
test U de Mann-Whitney o el test de Wilcoxon?
Casos y Controles son dos grupos claramente diferenciados por mucho que cada
caso tenga un control con caractersticas similares en todo excepto en la variable
objeto de estudio. Por tanto se trata de datos independientes, (estadsticamente).
Debera utilizarse la U de Mann Whitney.
Pregunta 9.

Qu implicaciones tiene el trabajar con rangos de orden en vez de hacerlo con

los valores brutos recogidos por el investigador?
Trabajar con rangos de orden implica quitarle importancia a la variabilidad de los
datos.
Por ejemplo, si tenemos un primer valor de 8, y uno siguiente de 10, al asignar
rangos de orden, el 8 se cambia por un uno y el diez por un dos. Si los valores
brutos fueran 8 y 500, el 8 se cambiara por un uno y el 500 por un dos.
La variabilidad es trascendental cuando utilizamos la t de Student ya que va en los
denominadores de las formulas de contraste y variabilidades grandes implican
valores experimentales pequeos que nos llevan a aceptar la Hiptesis nula por
falta de pruebas. Esta es la razn por la que a veces fracasan los test clsicos a la

Mdulo 6. Test no paramtricos: U de Mann-Whitney y Test de Wilcoxon

hora de declarar diferencias y los test no paramtricos, U, Wilcoxon, consiguen

probar diferencias.
Es el investigador el que tiene que decidir si esa variabilidad tiene importancia en
el estudio o es un artefacto que es bueno no considerar.

Pregunta 10.
Cundo los resultados son no significativos no se ha probado nada, y cundo
son significativos s?
Resultados estadsticamente significativos quiere decir que los datos han aportado
informacin (pruebas) suficiente para rechazar la Hiptesis terica, con bajo
riesgo.
Igual que en un juicio, cuando hay pruebas se declara al sujeto delincuente. Y si
las pruebas son falsas? Pues el veredicto ser errneo, pero es la forma en la que
se trabaja.
En estadstica pasa igual, si hay pruebas se declaran diferencias, variables
relacionadas, etc., pero si las pruebas no son buenas habremos decidido mal. Por
eso hablamos de un riesgo del 5% porque sabemos que de cada 100 veces que se
declaran diferencias, en 5 realmente no existen esas diferencias, pero, es la
forma en la que se trabaja.

Mdulo 6. Test no paramtricos: U de Mann-Whitney y Test de Wilcoxon

Mdulo 6. Test no paramtricos: U de Mann-Whitney y Test de Wilcoxon