PRUEBAS NO PARAMTRICAS

1.

PRUEBAS DE NORMALIDAD
Para evaluar la normalidad de un conjunto de datos tenemos el Test de KolmogorovSmirnov y el test de Shapiro-Wilks

La opcin NNPLOT del SPSS permite la evaluacin del ajuste de una variable continua
a una curva normal, tanto de forma grfica como analtica. Las pruebas analticas de que
dispone esta opcin son: Kolmogorov-Smirnov con la modificacin de Lillierfors y la prueba de
Shapiro-Wilks. Esta ltima la realiza el SPSS si el tamao muestral es inferior a 50, es decir, da
por defecto las dos pruebas; mientras que si el n de individuos es superior a 50, slo da como
resultado la de Kolmogorov-Smirnov.
1.1 La prueba de Kolmogorov-Smirnov con la modificacin de Lillierfors es la ms utilizada
y se considera uno de los test ms potentes para muestra mayores de 30 casos. En este test
la Hiptesis nula Ho: es que el conjunto de datos siguen una distribucin normal. Y la
Hiptesis Alternativa H1: es que no sigue una distribucin normal.
Este test se basa en evaluar un estadstico:
Dn = Fn (x) F(x)

Fn (x): es la distribucin emprica

F (x): s la distribucin terica, que en este caso es la normal
Si el valor del estadstico supera un determinado valor, que depende del nivel de
significacin con el que uno quiera rechazar la hiptesis nula, diremos que esa coleccin
de datos no se distribuye segn una distribucin normal. Lillierfors tabul este estadstico
para el caso ms habitual en el que desconocemos la media y la varianza poblacional y las
estimamos a partir de los datos muestrales. El SPSS ya utiliza esta prueba modificada.

1.3 La prueba de Shapiro-Wilks se basa en estudiar el ajuste de los datos graficados sobre un
grfico probabilstico en el que cada dato es un punto cuyo valor de abscisa el valor
observado de probabilidad para un valor determinado de la variable, y el de ordenada el
valor esperado de probabilidad. En este test la Ho y la H1 son iguales que para la prueba
anterior.
El estadstico W de Shapiro-Wilks mide la fuerza del ajuste con una recta. Cuanto mayor
sea este estadstico mayor desacurdo habr con la recta de normalidad, por lo que

podremos rechazar la hiptesis nula. La prueba de Shapiro-Wilks est considerada como

la prueba ms potente para muestra inferiores a 30 casos.

1.3

Test de Chi Cuadrado (2). Para comparar si un grupo de frecuencias observadas con unas
frecuencias esperadas y decidir si existen diferencias. Grados de libertad : K -1

AQU es donde se elige esta

opcin de 2; como os dais
cuenta es dentro de NO
PARAMTRICAS

AQU nos da la opcin de decir

de dnde toma los datos
esperados,
es
decir,
los
TERICOS para comparar la
distribucin.

El otro grfico que SPSS denominado DETRENTED normal Plot, se basaen que si los datos se
distribuyen normalmente los puntos deben distribuirse aleatoriamente alrededor del 0.

Qu hacemos si comprobamos que una distribucin no sigue una curva normal?

Tenemos dos opciones:
Podemos intentar tansformar la variable para que se distribuya segn una normal
Podemos utilizar otra metodologa estadstica que presupongan poco acerca de la
distribucin de la poblacin muestreada. Tales mtodos se denominan de Distribucin
Libre o No Paramtricos
II

III

CONTRASTE DE POSICIN: UNA MUESTRA

CONTRASTE DE LOS SIGNOS PARA LA MEDIANA para variables continuas

evaluamos las diferencias entre la mediana de la muestra y la poblacional, a travs de su
signo: +, - 0

TEST DE LOS RANGOS CON SIGNO DE WILCOXON similar al test de los signos
por aumento o disminucin de la mediana segn la poblacional; pero teniendo adems en
cuenta la magnitud del cambio. Por tanto es ms potente este test que el test de los signos.

CONTRASTE DE POSICIN: DATOS APAREADOS

PARA DOS MUESTRAS

VARIABLES CUALITATIVAS:
TEST DE Mc NEMAR: evala las variaciones de una variable dicotmica antes y
despus de algo
VARIABLES CUANTITATIVAS

CONTRASTE DE LOS SIGNOS PARA LA MEDIANA DE LAS DIFERENCIAS:

para variables continuas evaluamos las diferencias de antes y despus de algo pero a travs
de su signo: +, - 0
TEST DE LOS RANGOS CON SIGNO DE WILCOXON: DATOS APAREADOS:
similar al test de los signos por aumento o disminucin de la variable; pero teniendo adems
en cuenta la magnitud del cambio. Por tanto es ms potente este test que el test de los
signos.

Se elige AQU

Con este botn se pasan las parejas

elegidas a la otra ventana
AQU se eligen los estadsticos
descriptivos y de posicin de todas las
variables elegidas

AQU es donde se
eligen las parejas

AQU se eligen los diferentes test a realizar

PARA MS DE DOS MUESTRAS (K MUESTRAS)

VARIABLES CUANTITATIVAS

TEST DE FRIEDMAN: tenemos k variables en columnas y n elementos en filas.

Ordenamos cada fila de menor a mayor segn las diferentes columnas desde 1 hasta k (esto
sera el rango que ocupa cada variable para ese caso). Si no hubiera diferencias entre las
variables esperamos que los rangos estn repartidos en cada columna de manera uniforme y
solo encontraremos entre ellas pequeas diferencias debidas al azar.
La hiptesis nula es que los rangos sumados para cada columna (cada variable) sean iguales;
y la hiptesis alternativa es que al menos uno es diferente. El estadstico sigue una
distribucin de 2 con grados de libertad K-1.

VARIABLES CUALITATIVAS

III

TEST DE KENDALL O COEFICIENTE DE CONCORDANCIA: este coeficiente mide

el grado de concordancia entre un grupo de elementos (K) y un grupo de caractersticas (n).
La respuesta es ordinal. La hiptesis nula es que no hay concordancia : W=0; y la Hiptesis
Alternativa es que si la hay (W > 0). Este estadstico sigue una 2 con grados de libertad: n1

TEST DE COCHRAN: vlido para evaluar si la respuesta de un grupo de n elementos

(filas) ante un conjunto de K caractersticas (columnas) es homognea, siendo la respuesta
dicotmica.
La hiptesis nula es que las caractersticas son iguales a lo largo de los n elementos y la
hiptesis alternativa: es que las caractersticas no son iguales. El estadstico es Q y si este
toma un valor superior a un valor crtico, concluimos que la respuesta a las caractersticas
estudiadas es significativamente distinta. Nos informa si hay acuerdo o no; pero no nos
informa sobre la magnitud del mismo.

CONTRASTE DE POSICIN: DATOS NO APAREADOS

DOS MUESTRAS

TEST DE LA MEDIANA la prueba se fundamenta en analizar si las medianas de las dos

poblaciones son distintas. Esta prueba es adecuada para comparar dos variables
cuantitativas y los tamaos poblacionales pueden ser distintos. El test se basa en que si las
dos medianas son iguales, la proporcin de casos de cada muestra que son mayores o
menores que la mediana global sern iguales. Pero por el contrario, si ambas medianas son
diferentes, la proporcin de casos por encima o por debajo de la mediana global sern
significativamente diferentes en ambas muestras. Es decir, realiza tablas de contingencia al

categorizar la variable continua en dos categoras segn el valor de la mediana. Por tanto,
la hiptesis nula: Ho es que la Mediana de A = Mediana de B; mientras que la hiptesis
alternativa, H1: es que son diferentes.

TEST DE MANN-WHITNEY: este prueba es aplicable para comparar 2 variables

continuas independientes. Las dos muestras pueden tener dos tamaos diferentes. Es la
prueba no paramtrica considerada ms potente para comparar 2 variables continuas
independientes. La Ho: es que no hay diferencias y la H1: es que si hay diferencias.

AQU es donde se elige la

prueba NO PARAMTRICA para
comparacin de dos muestras
independientes

AQU nos da la opcin de

realizar
otros
test
estadsticos para comparar
estas dos medianas

El test de Kolmogorov-Smirnov lo que est evaluando es si las dos distribuciones son

iguales (Ho)
El test de rachas de Wald_Wolfowitz, tambin es un test para comparar dos
distribuciones cuantitativas independientes, donde puede detectar diferencias entre dichas
distribuciones en relacin a la tendencia central, dispersin y oblicuidad
El test de los valores extremos de Moses trata de determinar si los valores extremos,
mayores y menores, de las dos variables son iguales o distintos. La Ho: es que no hay
diferencias entre los valores extremos de dos distribuciones
PARA MS DE DOS MUESTRAS (K MUESTRAS)

TEST DE KRHUSKALL WALLIS: Para la comparacin de una misma variable

cuantitativa en ms de tres grupos. Es la prueba no paramtrica considerada ms
potente para comparar >2 variables continuas independientes. Es el similar al test
de ANOVA para un factor.

TEST DE LA MEDIANA la prueba se fundamenta en analizar si las medianas de las

ms de dos poblaciones son distintas. Esta prueba es adecuada para comparar ms de
dos variables cuantitativas y los tamaos poblacionales pueden ser distintos. El test se
basa en que si las dos medianas son iguales, la proporcin de casos de cada muestra
que son mayores o menores que la mediana global sern iguales. Pero por el contrario,
si ambas medianas son diferentes, la proporcin de casos por encima o por debajo de la
mediana global sern significativamente diferentes en ambas muestras. Es decir, realiza
tablas de contingencia al categorizar la variable continua en dos categoras segn el
valor de la mediana. Por tanto, la hiptesis nula: Ho es que la Mediana de A = Mediana
de B=...= Mediana de n; mientras que la hiptesis alternativa, H1: es que al menos 1 es
diferente.

AQU se elige esta

opcin

AQU se ponen los rangos de la

variable de agrupacin

AQU se elige el test a realizar