Il test di Wilcoxon è un test non parametrico che non richiede alcuna assunzione sulla forma della distribuzione. Lavora sui ranghi, non sui valori originali: ordina tutti i dati dal più piccolo al più grande e assegna un punteggio basato sulla posizione. Questo lo rende particolarmente utile in SEO, dove molti indicatori (sessioni, CTR, posizioni) sono tutto tranne che normali.

Quando serve Wilcoxon

I test parametrici come il t-test presuppongono che i dati seguano una distribuzione normale. In SEO questa assunzione è quasi sempre violata:

• Le sessioni per pagina seguono una distribuzione asimmetrica (poche pagine fanno la parte del leone).
• Il CTR è concentrato vicino allo zero con una coda lunga verso l’alto.
• Le posizioni in classifica sono variabili ordinali, non continue.
• I tempi di caricamento hanno una coda destra pesante.

Quando i dati non sono normali, il test t può dare risultati fuorvianti. Il test di Wilcoxon, basandosi sui ranghi, è robusto a queste violazioni.

Due versioni del test di Wilcoxon

Il nome “test di Wilcoxon” copre in realtà due varianti distinte:

• Wilcoxon-Mann-Whitney (o test U): per confrontare due campioni indipendenti. È l’alternativa non parametrica al t-test per due campioni.
• Wilcoxon signed-rank: per confrontare due campioni appaiati (misure prima/dopo sullo stesso gruppo). Alternativa al t-test paired.

Vediamo un esempio SEO con la versione per campioni indipendenti.

Confronto due gruppi: un caso SEO

Supponiamo di voler confrontare la durata delle sessioni tra pagine con featured snippet e pagine senza. I dati reali di sessioni sono tipicamente asimmetrici: la maggior parte delle sessioni dura pochi secondi, ma alcune durano minuti. È esattamente lo scenario in cui Wilcoxon brilla.

La figura seguente mostra due distribuzioni simulate simili a quelle che si osservano in un caso reale. Il t-test dà un p-value che potrebbe essere fuorviante, mentre Wilcoxon cattura correttamente la differenza tra le mediane.

La ragione per cui Wilcoxon funziona meglio in questo scenario sta nel meccanismo dei ranghi. Invece di confrontare le medie (che sono sensibili ai valori estremi), trasforma ogni valore nel suo rango all’interno dell’unione dei due gruppi e confronta le somme dei ranghi.

Come si vede, dopo la conversione in ranghi si perde l’informazione sulla distanza tra i valori, ma si guadagna in robustezza: i valori estremi non distorcono più il risultato.

Calcolo in R

Calcoliamo Wilcoxon sugli stessi dati della figura:

set.seed(20260718)
# Durata sessione in secondi, due gruppi
con_snippet <- rlnorm(40, meanlog = 4.8, sdlog = 0.7)
senza_snippet <- rlnorm(40, meanlog = 5.2, sdlog = 0.7)

# Test di Wilcoxon-Mann-Whitney
wilcox.test(con_snippet, senza_snippet)

L’output restituisce la statistica W (la somma dei ranghi del primo gruppo) e il p-value. Se il p-value è inferiore a 0,05, possiamo concludere che la differenza tra i due gruppi è statisticamente significativa.

Per confrontare due campioni appaiati (stesse pagine prima e dopo un intervento), si usa la variante signed-rank:

# Stesse pagine, prima e dopo ottimizzazione
prima <- rlnorm(30, meanlog = 4.5, sdlog = 0.6)
dopo <- prima + rnorm(30, mean = 15, sd = 25)
# alcuni valori negativi possibili (sessioni diminuite)

# Wilcoxon per campioni appaiati
wilcox.test(prima, dopo, paired = TRUE)

Un errore comune: pensare che Wilcoxon confronti le mediane. Non è esatto. Wilcoxon verifica se le distribuzioni dei due gruppi sono spostate l’una rispetto all’altra (stocasticamente), non se le mediane sono diverse. In pratica, se le due distribuzioni hanno forme simili, si comporta come un test sulla mediana — ma non è la stessa cosa. Un secondo errore: usare Wilcoxon anche quando i dati sono normali. In quel caso il t-test ha più potenza statistica (riesce a rilevare differenze più piccole). La regola è: normale → t-test; non normale → Wilcoxon.

Prova tu

Hai a disposizione i dati di sessioni di due gruppi di pagine (gruppo A: pagine con title ottimizzato; gruppo B: pagine senza).

gruppo_A <- c(45, 132, 28, 67, 312, 54, 89, 43, 156, 78,
              92, 34, 201, 67, 88, 43, 156, 67, 234, 55)
gruppo_B <- c(67, 156, 89, 123, 445, 98, 134, 67, 189, 102,
              145, 56, 267, 89, 123, 78, 198, 89, 312, 78)

# Domanda 1: esegui il test di Wilcoxon. Il p-value cosa suggerisce?
# Domanda 2: esegui anche un t-test. I due test danno lo stesso risultato?
# Domanda 3: cosa succede se aggiungi un outlier estremo a gruppo_A (valore 5000)?

Soluzione:

wilcox.test(gruppo_A, gruppo_B)
t.test(gruppo_A, gruppo_B)

# Con outlier
gruppo_A_out <- c(gruppo_A, 5000)
wilcox.test(gruppo_A_out, gruppo_B)
t.test(gruppo_A_out, gruppo_B)

Noterai che il t-test cambia drasticamente con l’outlier, mentre Wilcoxon resta molto più stabile: ecco la potenza dei ranghi.

Wilcoxon è il primo soccorso quando i dati non sono normali: funziona con campioni piccoli, non si fa influenzare dagli outlier, e in R basta una riga di codice. Ma ha un limite: confronta solo due gruppi. Quando ne abbiamo più di due e i dati restano non normali, ci serve un’estensione — l’analisi della varianza non parametrica. Ne parliamo nel prossimo articolo.

Per approfondire

Il test di Wilcoxon e gli altri test non parametrici sono trattati sistematicamente in Statistica di Newbold, Carlson e Thorne, con le condizioni che guidano la scelta tra alternative parametriche e non parametriche. Per un approccio più operativo con R, Analisi dei dati con R di D’Orazio è un ottimo riferimento con esempi pronti all’uso.

I test statistici si dividono in due grandi famiglie: parametrici e non parametrici. La differenza fondamentale? I primi assumono che i dati seguano una distribuzione nota (di solito la normale); i secondi no. Questa distinzione non è un dettaglio tecnico: determina quali test puoi usare, quanto sono potenti, e quanto puoi fidarti dei risultati.

In questo articolo vediamo le differenze, quando usare l’uno o l’altro, e come la scelta impatta sull’analisi dei dati del tuo sito.

Di cosa parleremo

• Test parametrici: il potere della normalità
• Test non parametrici: flessibilità e robustezza
• Tabella di confronto
• Prova tu
• Scegliere il test giusto

Test parametrici: il potere della normalità

Molti test parametrici presuppongono che i dati siano distribuiti in modo approssimativamente normale.

Le condizioni tipiche per usarli sono:

• Dati continui o su scala a intervalli/rapporto.
• Distribuzione approssimativamente normale dei dati (o delle medie campionarie, grazie al teorema del limite centrale per campioni grandi).
• Omogeneità delle varianze (omoschedasticità) tra i gruppi confrontati.
• Dimensione del campione sufficientemente ampia, quando le ipotesi del modello sono ragionevolmente soddisfatte.

Il vantaggio principale dei test parametrici è il potere statistico più elevato: a parità di effetto e dimensione campionaria, un test parametrico ha più probabilità di rilevare una differenza reale. Questo perché sfruttano l’informazione sulla distribuzione dei dati — se l’assunzione è corretta.

Esempi di test parametrici che abbiamo incontrato: il test Z, il test t di Student, l’analisi della varianza ANOVA, il coefficiente di correlazione r di Pearson, la regressione lineare.

Test non parametrici: flessibilità e robustezza

I test non parametrici (detti anche distribution-free) non richiedono di assumere una particolare distribuzione dei dati né si basano sulla stima dei parametri di tale distribuzione. Lavorano spesso sui ranghi (l’ordinamento dei valori) piuttosto che sui valori stessi.

Si dividono in due macro-categorie:

• Test di conformità (goodness-of-fit): confrontano le frequenze osservate con quelle attese sotto una certa ipotesi. L’esempio principale è il test chi-quadrato.
• Alternative non parametriche ai test parametrici: test che rispondono alla stessa domanda ma senza assumere la normalità. Per esempio, il test di Wilcoxon è l’alternativa al t-test per due campioni, e il coefficiente rho di Spearman è l’alternativa non parametrica alla correlazione di Pearson.

Altri esempi includono il test U di Mann-Whitney (alternativa al t-test per due campioni indipendenti), il test di Kruskal-Wallis (alternativa all’ANOVA) e il tau di Kendall (alternativa a Spearman per ranghi con legami).

Il prezzo della versatilità? I test non parametrici hanno in genere potere statistico inferiore quando le assunzioni dei parametrici sono rispettate. Si dice che hanno un’efficienza minore: per ottenere la stessa potenza, servono campioni più grandi.

Tabella di confronto

Quando usare l’uno e quando l’altro? Ecco un riepilogo:

Prova tu

Un sito ecommerce ha due versioni della pagina prodotto (A e B). I tempi di sessione in secondi per 10 visitatori ciascuna sono:

versione_A <- c(45, 52, 48, 61, 55, 49, 53, 47, 58, 51)
versione_B <- c(42, 65, 44, 70, 50, 68, 55, 71, 49, 63)

Eseguiamo sia un t-test (parametrico) che un Wilcoxon (non parametrico) per vedere se la differenza è significativa:

# Test parametrico (presuppone normalità)
t.test(versione_A, versione_B)

# Test non parametrico (basato sui ranghi)
wilcox.test(versione_A, versione_B)

Domande:

1. I due test danno lo stesso verdetto (p < 0,05)?

2. Quale dei due avrebbe più senso usare con soli 10 dati per gruppo?

3. Come cambierebbe la scelta se avessimo 100 visitatori per versione?

Risposte:

1. Su questi dati specifici, il t-test dà p ≈ 0,12 (non significativo), mentre Wilcoxon dà p ≈ 0,16 (non significativo). Entrambi convergono — ma non è sempre così.

2. Con n = 10 è difficile verificare la normalità. Il Wilcoxon è la scelta più prudente: non assume nulla sulla distribuzione e funziona bene anche con campioni piccoli.

3. Con n = 100, il teorema del limite centrale garantisce che la media campionaria è approx. normale anche se i dati originali non lo sono. Il t-test diventa più giustificato — e più potente.

Scegliere il test giusto

La scelta tra un test parametrico e uno non parametrico non dipende da quale sia "migliore" in assoluto, ma dalla natura dei dati e dalle ipotesi che siamo ragionevolmente disposti ad assumere.

La regola pratica è:

• Se i dati sono normali (o il campione è grande) e le varianze sono omogenee → test parametrico (più potente).
• Se i dati non sono normali, il campione è piccolo, o ci sono outlier → test non parametrico (più robusto).
• In caso di dubbio, esegui entrambi: se convergono, la risposta è robusta. Se divergono, indaga perché.

Per approfondire

Per orientarsi nella scelta tra test parametrici e non parametrici, con le condizioni di applicabilità di ciascuno, Statistica di Newbold, Carlson e Thorne offre la copertura più sistematica disponibile in italiano.