Istnieje rozpowszechnione przekonanie, że testy nieparametryczne są „mniej skuteczne" od testów parametrycznych. Jest to przeświadczenie w gruncie rzeczy prawidłowe, gdyż wymagając słabszych założeń odnośnie charakteru danych (na przykład akceptując dane jakościowe na równi z ilościowymi) oraz nic wprowadzając ograniczeń co do charakteru rozkładu, jakiemu podlegają te dane — testy rozważanego tu typu muszą dostarczać mniej precyzyjnych odpowiedzi i rozstrzygnięć. Jednak odpowiednio dobrany i umiejętnie zastosowany test nieparametryczny może dostarczyć równie wartościowych podstaw do wnioskowania statystycznego, jak klasyczne testy c/w-kwadrat czy /-Studenta. Na ogół jednak dla osiągnięcia takiej samej mocy testu konieczne jest użycie większej liczby obserwacji w teście nieparametrycznym, niż ta, która wystarcza w teście parametrycznym. W związku z tym mówi się zwykle o efektywności testu nieparametrycznego, wyrażając ją procentowym stosunkiem wielkości próby dla testu parametrycznego o tej samej mocy.
Przykład.
Stwierdzono, że porównanie dwóch sposobów leczenia gruczolaka stercza, wykonane testem /-Studenta ujawniło statystycznie znamienną różnicę na korzyść zabiegu operacyjnego przy założonym poziomie istotności a = 0,05. Obalenie hipotezy zerowej nastąpiło w oparciu o porównanie średnich z dwóch równolicznych zbiorów obserwacji klinicznych o liczebności N, = 100 pacjentów w każdej grupie. Prawdopodobieństwo błędu II rodzaju (to znaczy błędu nic odrzucenia H0 mimo jej fałszywości) oszacowane zostało na poziomie (i = 0,12, zatem moc testu Studenta w rozważanym przykładzie wyniosła (1 - (J) = 88%. Następnie te same wyniki poddano ocenie za pomocą testu nieparametrycznego, ponieważ prawdziwość założenia, że porównywane dane pochodzą z populacji o rozkładzie normalnym wydawała się problematyczna. Zastosowano test fZ-Manna-Whitneya (opisany dalej) i ponownie uzyskano efekt w postaci zdecydowanego odrzucenia //0 na poziomie a = 0,05, ale tym razem oszacowanie błędu drugiego rodzaju dało wartość (5 = 0,21, czyli moc testu nieparametrycznego wynosiła zaledwie (1 - p) = 79%. Ponieważ rozporządzano dostatecznie licznym zbiorem historii chorób
174