Qu prueba estadstica utilizar?

Este texto contribuir a cmo definir los tipos de datos, las caractersticas de nuestra
muestra y cmo elegir la prueba estadstica ms adecuada para plantear una conclusin.
Clasifique qu tipo de variable est utilizando:
Por su rol en la investigacin:
a) Variables independientes: En los estudios descriptivos, son las caractersticas en
las que se diferencian los objetos de estudio (ubicacin, edad, grado acadmico) y en
los estudios experimentales son las condiciones que se aplican a los objetos de
estudio. Ej.: El nivel de ruido (variable independiente) influye sobre el rendimiento en
una tarea (variable dependiente).
b)

Variables dependientes: Son aquellas cuyo comportamiento es explicado por una o

ms variables independientes. En las investigaciones no experimentales no siempre
est claro si una variable es dependiente o independiente, siendo el contexto de la
investigacin lo que determina si lo son.

Por su nivel de medida:

a) Nominal: Son variables de naturaleza categrica, difieren por sus cualidades. Solo
se pueden establecer relaciones de igualdad entre ellas. Ej.: Los nmeros
asignados a las camisetas de un equipo deportivo.
b) Ordinal: Variables que se pueden ordenar. Establecen relaciones de mayor que,
menor que o igual que entre ellas. Ej.: el orden de llegada en una carrera.
c) Escala de intervalo: Variables cuyos valores se pueden agrupar en rangos o
intervalos y cuya distancia entre dos puntos es significativa, es decir, admiten
operaciones de suma y resta. El 0 en estas variables no representa la ausencia
total. Ej.: La temperatura en grados Celsius.
d) Escala de razn: Variables cuantitativas que pueden situar un cero absoluto y
admiten operaciones de divisin y multiplicacin. Ej. : la velocidad (0 significa
ausencia de movimiento).
Realice un anlisis exploratorio de los datos numricos a fin de determinar:
a) El tipo de distribucin (normal o no normal), una forma de comprobar si una
muestra se distribuye normalmente es utilizando la prueba de Kolmogorov
Smirnov, que acepta o rechaza la hiptesis de normalidad de una muestra.
b) Las medidas de tendencia central (media, mediana y moda) y de dispersin
(desviacin estndar y los rangos intercuartiles).
c) Tamao de las muestras.
d) Tener en cuenta si la muestras son relacionadas (un mismo sujeto pertenece a
ambas muestras) o independientes (las muestras no repiten sujetos).
A partir de ello podemos decidir si usar pruebas paramtricas o no paramtricas.

Para las pruebas paramtricas se debe cumplir que:

-

La distribucin de la muestra sea normal.

El nivel de medida de la variable dependiente sea por lo menos de escala
(cuantitativa continua).
Tamao de muestra suficiente (mayor a 30 casos).

Las no paramtricas suelen recomendarse si no se cumplen los supuestos anteriores, la

distribucin es no normal o el tamao de muestra es reducido.
Entre las pruebas ms usadas tenemos:
Nro. de
muestras

Uno
Dos

Tres o ms

Caractersticas

Comparacin con un valor

hipottico
Muestras independientes
(Comprobar diferencias)
Muestras relacionadas
(Comprobar diferencias)
Muestras independientes
(Comprobar diferencias)
Muestras relacionadas
(Comprobar diferencias)
Cuantificar la asociacin
entre dos variables
Predecir el valor de otra
variable
Predecir el valor de varias
medias o de variables
binomiales

Pruebas
Paramtricas
(Distribucin
normal)
T de Student para
una muestra
Prueba T de
Student
Prueba T para
muestras
relacionadas
ANOVA de un
factor
ANOVA Medidas
repetidas
Coeficiente de
correlacin de
Pearson
Regresin lineal o
no lineal
Regresin lineal o
no lineal mltiple

Pruebas no
paramtricas
(Distribucin no
normal)
Wilcoxon
U de Mann
Withney
Wilcoxon

Pruebas no
paramtricas
(Binomial)
Chi cuadrado o
Prueba binomial
Prueba exacta de
Fisher
Mc Nemar

Kruskal-Wallis
(Anova en
bloques)
Friedman

Chi cuadrado

R de Spearman

Coeficiente C de
contingencia

Regresin no
paramtrica

Regresin
logstica simple
Regresin
logstica mltiple

Q Cochran

Tabla modificada de Gmez-Gmez (2013)

Los paquetes estadsticos (ej. SPSS) suelen acompaar los resultados de las pruebas
con el p-value, que nos indica la significancia estadstica y permite aceptar o rechazar la
Ho (hiptesis nula) de que no existen diferencias en las muestras asociadas. El p-value
se debe comparar con el nivel de significacin asumido por el investigador (usualmente
0.05% o 0.01%), si es menor, entonces se rechaza la hiptesis nula.

Ej. Queremos comprobar dos muestras independientes de un ndice de calidad en

empresas con certificacin ISO frente a empresas SIN ISO. Las variables estn en escala
ordinal y su distribucin es no normal, usaremos entonces la U de Mann-Whitney.
Ho: Las distribuciones muestrales son las mismas entre las categoras de ISO
Hi: Las distribuciones muestrales no son las mismas entre las categoras de ISO
Si obtenemos un p value de 0,001 que es menor a 0,05 (nivel de significacin asumido
previamente), podemos rechazar la hiptesis nula y concluir que existen diferencias
significativas entre el ndice de calidad en empresas con ISO y SIN ISO.

Referencias:
Gmez-Gmez, M., Danglot-Banck, C., & Vega-Franco, L. (2013). Cmo seleccionar una
prueba estadstica. Rev Mex Pediatr, 80(1), 30-34.
Schervish, M. J. (1996). P values: what they are and what they are not. The American
Statistician, 50(3), 203-206.