La morfometría basada en vóxeles (MBV) es una técnica automatizada ampliamente utilizada para el análisis de imágenes neuroanatómicas. A pesar de su popularidad dentro de la comunidad de neuroimágenes, hay preocupaciones pendientes sobre su susceptibilidad potencial a hallazgos falsos positivos. En este trabajo se revisan los principales factores metodológicos que se sabe que influyen en los resultados de los estudios de MBV que comparan dos grupos de sujetos. A continuación, utilizamos dos grandes conjuntos de datos de acceso abierto para estimar empíricamente las tasas de falsos positivos y cómo dependen del tamaño de la muestra, el grado de suavizado y la modulación. Nuestra revisión e investigación proporcionan tres resultados principales: (i) cuando se comparan grupos de igual tamaño, la tasa de falsos positivos no es mayor de lo esperado, es decir, alrededor del 5%; (ii) el tamaño de la muestra, el grado de suavizado y la modulación no parecen influir en la tasa de falsos positivos; (iii) cuando existen, los hallazgos falsos positivos se distribuyen aleatoriamente por todo el cerebro. Estos resultados proporcionan la seguridad de que los estudios de MBV que comparan grupos no son vulnerables a las tasas de falsos positivos más altas de lo esperado que son evidentes en la MBV de un solo caso.