Test non parametrici - quando usarli e come interpretarli

Un test non parametrico è utile quando i dati non si lasciano forzare dentro un modello troppo rigido: scale ordinali, campioni piccoli, outlier o distribuzioni molto asimmetriche. In questo articolo chiarisco come funzionano i test basati sui ranghi, quando conviene usarli al posto di quelli parametrici e come leggere correttamente il risultato senza cadere negli errori più comuni.

Che cosa cambia rispetto ai test parametrici

La differenza di fondo è semplice: i test parametrici descrivono i dati attraverso parametri come media e varianza, mentre i test non parametrici si affidano più spesso all’ordine dei valori che ai valori assoluti. Io li considero particolarmente utili quando il dato racconta meglio una posizione relativa che una distanza precisa tra numeri.

Questo non significa che “non richiedono regole”. È un errore molto comune. Anche i test basati sui ranghi hanno condizioni precise: l’indipendenza delle osservazioni, la corretta distinzione tra dati appaiati e indipendenti, e in alcuni casi anche una forma di distribuzione simile tra i gruppi. In altre parole, sono più flessibili, non magici.

Un altro punto spesso frainteso è l’interpretazione. Molti pensano che un test non parametrico confronti sempre le mediane. In realtà, dipende dal test e dal tipo di dati: spesso confronta la posizione complessiva delle distribuzioni o la loro tendenza centrale in senso pratico. Quando la forma delle distribuzioni è molto diversa, l’interpretazione “solo mediana” diventa troppo stretta. Da qui nasce la domanda successiva: in quali casi conviene davvero sceglierli?

Quando la scelta non parametrica è più solida

Ci sono situazioni in cui io partirei quasi sempre da un approccio non parametrico, soprattutto nelle analisi sociali, economiche o di survey. Penso a scale di soddisfazione da 1 a 5, giudizi ordinali, risposte con forte asimmetria o piccoli campioni in cui un singolo outlier altera troppo la media.

• Dati ordinali, come valutazioni di fiducia, consenso o gradimento.
• Distribuzioni asimmetriche, per esempio redditi, tempi di attesa o importi con coda lunga.
• Outlier importanti, che rendono la media poco rappresentativa.
• Campioni piccoli, quando la normalità è difficile da sostenere con convinzione.
• Misure appaiate, come prima/dopo su gli stessi soggetti o gli stessi territori.

Detto questo, non bisogna usarli per automatismo. Se hai una variabile continua ben comportata, pochi outlier e un campione abbastanza robusto, un test parametrico può essere più potente, cioè più capace di rilevare un effetto reale. La scelta migliore non è quella “più prudente” in assoluto, ma quella più coerente con la struttura dei dati. Ed è proprio qui che entrano in gioco i test più usati.

I test più usati e come si scelgono

Quando devo orientarmi tra i principali test, parto sempre da una domanda: sto confrontando due gruppi, più gruppi, dati appaiati o una relazione tra variabili? La risposta riduce subito il campo e impedisce molti errori di impostazione.

La tabella aiuta a evitare l’errore più frequente: scegliere il test in base al nome più noto, non in base alla domanda statistica. Una volta scelto il test corretto, però, bisogna saper interpretare il risultato senza fermarsi al solo valore di significatività.

Come leggere il risultato senza farsi ingannare dal p-value

Il p-value dice se il risultato è compatibile con l’ipotesi nulla, ma da solo racconta poco. In un’analisi seria io guardo sempre anche l’ampiezza dell’effetto, perché una differenza statisticamente significativa può essere minima sul piano pratico, soprattutto con campioni grandi.

Nei test non parametrici, la dimensione dell’effetto è spesso espressa in forme diverse da quelle dei test parametrici. Ecco i riferimenti più utili:

• Mann-Whitney U: rank-biserial correlation o Cliff’s delta.
• Wilcoxon signed-rank: dimensioni d’effetto basate sui ranghi o sulla differenza appaiata.
• Kruskal-Wallis: epsilon-squared o eta-squared sui ranghi.
• Friedman: Kendall’s W, utile per capire quanto i blocchi concordano.
• Spearman: il coefficiente rho, che va letto come intensità dell’associazione monotona.

Un altro passaggio che molti saltano è il controllo dei confronti multipli. Se un Kruskal-Wallis o un Friedman risultano significativi, non basta dire che “qualcosa cambia”: bisogna identificare dove cambia, con test post-hoc e correzioni adeguate, altrimenti il rischio di falso positivo cresce rapidamente. Questa distinzione diventa molto più chiara quando la applichi a un caso concreto.

Un esempio pratico su dati sociali ed economici

Immagina di voler confrontare la soddisfazione dei cittadini verso il trasporto pubblico in tre aree diverse, misurata con una scala da 1 a 5. Hai quindi un dato ordinale, non una misura continua pura. Se i gruppi sono indipendenti, il test naturale è Kruskal-Wallis, non l’ANOVA.

Perché? Perché qui la domanda non è “qual è la media più alta”, ma “i ranghi di soddisfazione cambiano in modo sistematico tra le aree?”. Se il test risulta significativo, il passo successivo è il post-hoc tra coppie di gruppi, con una correzione come Holm o Bonferroni. Solo così puoi dire, per esempio, se la differenza riguarda Nord e Sud, oppure solo una delle due aree rispetto al Centro.

Se invece gli stessi cittadini vengono intervistati prima e dopo una riforma dei servizi, il quadro cambia del tutto: qui le osservazioni sono appaiate, quindi ha più senso usare Wilcoxon signed-rank. Io trovo che questo cambio di prospettiva sia la parte più utile della statistica non parametrica: non ti costringe a piegare i dati a una forma comoda, ma ti obbliga a leggere bene il disegno dell’indagine.

Lo stesso ragionamento vale per il confronto tra valutazioni di fiducia verso istituzioni diverse, o tra giudizi raccolti su scala Likert in diversi paesi europei. In quel caso i ranghi spesso sono più affidabili delle medie, soprattutto quando le risposte si concentrano sugli estremi o nel punto centrale. Da qui, però, emerge il lato meno comodo della materia: i limiti.

I limiti da non ignorare

I test basati sui ranghi sono robusti, ma non sono una scorciatoia universale. Il primo limite è la perdita di informazione: trasformare i valori in ranghi semplifica il calcolo, ma riduce parte della ricchezza del dato. Questo prezzo è spesso accettabile, però va capito, non ignorato.

Il secondo limite riguarda la potenza statistica. Se i dati sono davvero normali e ben comportati, un test parametrico può rilevare meglio una differenza reale. Per questo non uso la versione non parametrica solo “per sicurezza”: la prudenza, in statistica, non coincide sempre con la scelta più efficiente.

Ci sono poi i casi in cui la forma delle distribuzioni è molto diversa tra i gruppi. In tali situazioni, test come Kruskal-Wallis richiedono interpretazione cauta, perché l’ipotesi di forme simili tra gruppi conta più di quanto molti pensino. Anche i pareggi numerosi, tipici delle scale a pochi livelli, possono ridurre la sensibilità del test.

• Indipendenza delle osservazioni sempre da verificare.
• Differenza tra dati appaiati e indipendenti da non confondere.
• Post-hoc obbligatori dopo risultati globali significativi con più gruppi.
• Campioni piccoli che aiutano la robustezza, ma non eliminano il problema della bassa potenza.

Se vuoi evitare errori di lettura, il punto non è scegliere il test “più semplice”, ma quello che risponde davvero alla struttura del tuo studio. E questa è la regola pratica che uso anch’io quando devo decidere in fretta.

La regola pratica che uso per decidere

Quando valuto i dati, mi faccio tre domande in ordine: le osservazioni sono indipendenti o appaiate, la variabile è continua o ordinata, la distribuzione è abbastanza regolare da giustificare un test parametrico? Se almeno due risposte mi spingono verso la prudenza, passo ai test basati sui ranghi.

In concreto, se il dato è ordinato, asimmetrico, pieno di outlier o costruito su una scala breve, l’approccio non parametrico è spesso il più pulito. Se invece il campione è solido, le assunzioni tengono e la variabile è ben misurata, non forzo una soluzione più debole solo perché “sembra più sicura”.

Questa è la lettura più utile da portare a casa: la statistica non parametrica non serve a sostituire sempre quella parametrica, ma a scegliere uno strumento più coerente con il dato reale. Se tieni ferma questa idea, il resto diventa molto più facile da applicare in modo serio e credibile.