Para qué sirve el test de Mann-Whitney
El test de Mann-Whitney, llamado también test de la suma de rangos de Wilcoxon, compara dos grupos independientes sin suponer que los datos sigan una distribución normal. No trabaja con los valores en sí, sino con sus rangos: se reúnen todas las observaciones, se ordenan y se numeran de 1 a N. Si un grupo tiende a tomar valores mayores, sus rangos se concentran en la parte alta de la clasificación. Es la alternativa habitual al test t de Student para datos asimétricos, puntuaciones ordinales (escala de satisfacción, escala visual analógica del dolor) o muestras pequeñas con valores atípicos.
Las fórmulas
- U₁ = R₁ − n₁(n₁ + 1) ÷ 2, donde R₁ es la suma de los rangos del grupo 1.
- U₁ cuenta los pares (un valor de cada grupo) en los que gana el grupo 1; U₂ = n₁n₂ − U₁.
- Bajo la hipótesis nula, U tiene por media n₁n₂ ÷ 2 y por desviación típica √(n₁n₂(n₁ + n₂ + 1) ÷ 12).
- z = (U₁ − media ± 0,5) ÷ desviación típica, siendo 0,5 la corrección de continuidad; el valor p se lee en la distribución normal.
Ejemplo
El grupo 1 tiene 8 valores, el grupo 2 tiene 10, y U₁ = 15:
- U esperado: 8 × 10 ÷ 2 = 40, con una desviación típica de √(80 × 19 ÷ 12) ≈ 11,25;
- z = (25 − 0,5) ÷ 11,25 ≈ 2,18;
- valor p bilateral ≈ 0,029: significativo con un umbral del 5 %;
- un valor del grupo 1 solo supera a un valor del grupo 2 en el 18,8 % de los pares: el grupo 1 toma más bien valores menores; la correlación biserial de rangos vale −0,63, un efecto grande.
Leer el tamaño del efecto
La correlación biserial de rangos varía de −1 a 1: 0 significa un solapamiento completo, ±1 que todos los valores de un grupo superan a todos los del otro. La «probabilidad de superioridad» U₁ ÷ (n₁n₂) suele ser más elocuente: es la probabilidad de que un individuo tomado al azar en el grupo 1 tenga un valor más alto que un individuo del grupo 2.
Condiciones y límites
- Los dos grupos son independientes; para datos apareados, utiliza el test de los rangos con signo de Wilcoxon.
- Las observaciones son al menos ordinales.
- En sentido estricto, el test compara las distribuciones completas; solo se interpreta como una comparación de medianas si las dos distribuciones tienen una forma parecida.
- Con muchos empates, hay que corregir la desviación típica; el valor sin corregir que se usa aquí es ligeramente conservador.
- Por debajo de unas veinte observaciones en total, las tablas exactas o un programa (R,
wilcox.test) dan un valor p más ajustado que la aproximación normal.