Este documento presenta una extensión multivariante simplificada y computacionalmente factible. Se construye una matriz de correlación utilizando coeficientes de correlación de Spearman de pie de regla por pares, y se muestra que estos coeficientes convergen conjuntamente a una distribución normal multivariante. Una estadística de prueba global basada en la norma de Frobenius de esta matriz sigue asintóticamente una suma ponderada de distribuciones chi-cuadrado. Estudios de simulación y dos aplicaciones del mundo real (un análisis sensorial de vinos de Jura franceses y la caracterización de especímenes de hojas de plantas) demuestran la utilidad práctica del método propuesto, cerrando la brecha entre el rigor teórico y la implementación práctica en inferencia multivariante no paramétrica.