Non-Parametric Tests (Mann-Whitney / Wilcoxon / Kruskal-Wallis)
The first choice for comparing groups when data are non-normal or ordinal. Con dos grupos independientes se ejecuta automáticamente un test U de Mann-Whitney; marque «emparejado» para un Wilcoxon signed-rank test; Con 3 o más grupos se ejecuta automáticamente un test H de Kruskal-Wallis. All include tie correction and medians.
① Introducir datos
One group per line, numbers within a group separated by spaces or commas. 2 groups = Mann-Whitney (or check paired), ≥3 groups = Kruskal-Wallis.
Cómo usarla y metodología
¿Cuándo usar un test no paramétrico en lugar de un test t?
Cuando los datos se apartan claramente de la normalidad, son ordinales (grados, puntuaciones), tienen valores atípicos extremos o la muestra es muy pequeña, los tests no paramétricos son más robustos. Si los datos son aproximadamente normales, prefiere t/ANOVA por mayor eficiencia.
¿Mann-Whitney, Wilcoxon signed-rank o Kruskal-Wallis?
Dos grupos independientes → Mann-Whitney U; dos grupos apareados (antes/después, uno a uno) → Wilcoxon signed-rank (marca «apareado»); tres o más grupos independientes → Kruskal-Wallis H. Esta herramienta selecciona automáticamente según el número de grupos y el apareamiento.
¿Por qué el valor p difiere un poco del software estadístico?
Esta herramienta usa una aproximación normal con correcciones por empates y continuidad, adecuada para muestras típicas; con n pequeños (<8 por grupo), el test exacto y la aproximación difieren, y el p exacto del software es más preciso. Ante resultados límite, verifica con el test exacto.
¿Qué hacer tras un Kruskal-Wallis significativo?
El test H solo dice «al menos un grupo difiere». Si P<0,05, haz comparaciones por pares post-hoc (a menudo Dunn con corrección por comparaciones múltiples) para determinar qué grupos difieren concretamente.
Pegue el enlace en Slack, Teams, X o LinkedIn: la imagen de vista previa sale de la tarjeta Open Graph de esta página.