Documentos de Académico
Documentos de Profesional
Documentos de Cultura
web: http://www.uv.es/friasnav/ 1
LAS PRUEBAS NO PARAMÉTRICAS: ¿Para qué se utilizan?
web: http://www.uv.es/friasnav/ 2
SUPUESTOS DE LAS PRUEBAS PARAMÉTRICAS
1. Normalidad. Las observaciones se extraen de poblaciones
distribuidas según la Normal para cada grupo. Pruebas de
bondad de ajuste.
2. Homocedasticidad. Las varianzas de los diferentes grupos
tienen que ser iguales. Homogeneidad de varianzas. El
numerador y el denominador de la prueba F son estimaciones
de la misma varianza poblacional. Prueba de Levéne. Supuesto
de esfericidad respecto a la homogeneidad de varianzas-
covarianzas según la prueba de Mauchley.
3. Respecto a los errores:
1. Los errores son independientes entre sí.
2. Se distribuyen según na Normal dentro de cada población
del grupo N(0, σ2). Es decir, con media cero y varianzas
equivalentes.
3. La ecuación estructural del modelo refleja una composición
aditiva de las fuentes de variación.
web: http://www.uv.es/friasnav/ 3
ACTUACIONES. TOMA DE DECISIONES
Cuando se tengan unos datos hay que comprobar en primer lugar
los supuestos de las pruebas paramétricas. En concreto se
analizará en primer lugar si los datos de la variable tienen una
distribución normal. Para ello se utilizarán gráficos y pruebas de
contraste de la normalidad.
Actuaciones:
1. Si se acepta la normalidad de las observaciones entonces se
aplicará el contraste paramétrico adecuado para la hipótesis.
2. Si se rechaza la normalidad de las observaciones entonces se
optará por aplicar pruebas no paramétricas donde los test se
plantean sobre la mediana de la distribución:
1. Test de los rangos signos de Wilcoxon para una muestra.
Contrasta la mediana de la muestra con la mediana
poblacional. También permite contrastar la mediana de dos
muestras pareadas.
2. Test U de Mann-Whitney para muestras independientes 4
web: http://www.uv.es/friasnav/
Pruebas de bondad de ajuste
Las pruebas de bondad de ajuste tienen por objetivo determinar si los datos se
ajustan a una determinada distribución.
Pruebas de Normalidad:
-pruebas gráficas basadas en gráficos de normalidad como Q-Q plots.
-Test de Kolmogorov –Smirnov de bondad de ajuste. Es válido sólo
para variables aleatorias continuas.
- Test de Lillefors. Es el Test de Kolmogorov –Smirnov con la corrección
de Lillefors. Sus valores son menores que los de Kolmogorov.
-Prueba de Shapiro-Wilks.
web: http://www.uv.es/friasnav/ 6
Gráficos para observar la normalidad de las puntuaciones de una
variable:
-Gráficos de probabilidad normal P-P plots
-Gráficos de cuantiles normales Q-Q plots
web: http://www.uv.es/friasnav/ 7
DISTRIBUCIÓN NORMAL DE LAS PUNTUACIONES
Observar la simetría
de la distribución
web: http://www.uv.es/friasnav/ 9
Se puede seleccionar solamente ESTADÍSTICOS, solamente GRÁFICOS o que el SPSS
ofrezca AMBOS (estadísticos y gráficos) en su salida de resultados.
web: http://www.uv.es/friasnav/ 10
web: http://www.uv.es/friasnav/ 11
Asimetría de la distribución
ASIMETRÍA POSITIVA
Examen difícil, Salarios, Tiempo de Reacción
ASIMETRÍA NEGATIVA
Examen fácil
web: http://www.uv.es/friasnav/ 13
web: http://www.uv.es/friasnav/ 14
web: http://www.uv.es/friasnav/ 15
Evaluar utilizando la prueba de significación la normalidad
de las puntuaciones
web: http://www.uv.es/friasnav/ 16
Evaluar utilizando la prueba de significación la normalidad
de las puntuaciones
web: http://www.uv.es/friasnav/ 17
Normal Probability Plot . Gráfico Q-Q
Cuando la distribución observada en las puntuaciones se
ajusta a la teórica entonces los puntos se representan en
línea recta en la diagonal.
Si el ajuste no es bueno entonces la distribución de las
puntuaciones adopta otras formas:
web: http://www.uv.es/friasnav/ 18
web: http://www.uv.es/friasnav/ 19
Evaluar utilizando la prueba de significación la normalidad
de las puntuaciones
web: http://www.uv.es/friasnav/ 20
web: http://www.uv.es/friasnav/ 21
Inspección visual descriptiva
Gráfico de caja y bigotes Límite Superior: por encima de
ese límite las puntuaciones se
consideran atípicas (outliers)
Mediana
50%
95%
de las puntuaciones
de las puntuaciones
--Asimetría positiva: la
mediana está más cerca de
la parte inferior de la caja.
--Asimetría negativa: la
mediana está más cerca de
la parte superior de la caja.
Cuanto más larga sea la caja y los bigotes mayor variabilidad tienen los datos
web: http://www.uv.es/friasnav/ 23
Gráficos de distribución
Las principales ventajas son la sencillez de
interpretación, la extensión a cualquier tipo de
distribución y, en el caso de la distribución normal, la
facilidad de obtener el diagrama ya
que está implementado en muchos paquetes
estadísticos.
Además, no requieren muestras tan numerosas como
algunos tests de normalidad.
El principal inconveniente es la subjetividad de la
interpretación visual, ya que al contrario de los tests de
normalidad numéricos no se concluye con una “p “ de
probabilidad objetiva.
web: http://www.uv.es/friasnav/ 24
Pruebas de significación para contrastar la hipótesis de la
normalidad de las puntuaciones de la población (variables aleatorias
continuas):
Kolmogorov-Smirnov,
Corrección de Lilliefors y
Shapiro Wilks
Los gráficos orientan sobre la procedencia o no de
la muestra de una población normal. Sin embargo,
es posible trabajar con una prueba estadística que
certifique la normalidad o no de las variables.
web: http://www.uv.es/friasnav/ 25
Queremos contrastar, para un determinado nivel de confianza, la
hipótesis nula de que los datos proceden de una población con
distribución normal.
web: http://www.uv.es/friasnav/ 27
Sin corrección de Lilliefors.
SPSS: Pruebas No paramétricas—K-S de una muestra
web: http://www.uv.es/friasnav/ 28
El estadístico de prueba Kolmogorov-Smirnov (KS68
=0.155, p<0.001) con la corrección de Lilliefors presenta
un nivel de significación igual a <0,001. En consecuencia
se rechaza la hipótesis de normalidad.
ACTUACIÓN:
Es necesario realizar alguna transformación a la variable
ya que no se cumple el supuesto de normalidad de las
observaciones de la variable medida.
web: http://www.uv.es/friasnav/ 29
TRANSFORMACIONES DE LA VARIABLE
Objetivo: que la variable adopte una distribución normal o, al
menos, simétrica
El SPSS permite realizar diversas transformaciones de la variable.
1. En primer lugar, debemos recordar que el test K-S nos indicaba
si era o no necesaria la transformación.
2. En segundo lugar, los gráficos de “tallos y hojas” y/o “cajas con
bigotes” representan la dirección de la simetría y, por lo tanto,
indican el tipo de transformación que es más adecuada.
Las transformaciones se realizan en función de tipo de
asimetría de la distribución.
Tukey ofrece lo que él llama la “Escalera de las
transformaciones”, donde muestra el tipo de
transformación recomendada según sea la intensidad de la
asimetría o la direcciónweb:enhttp://www.uv.es/friasnav/
la que van los casos extremos.30
TRANSFORMACIONES DE LA VARIABLE
Objetivo: que la variable adopte una distribución normal o, al
menos, simétrica
web: http://www.uv.es/friasnav/ 31
TRANSFORMACIONES DE LA VARIABLE
SPSS
web: http://www.uv.es/friasnav/ 32
TRANSFORMACIONES DE LA VARIABLE
Objetivo: que la variable adopte una distribución normal o, al
menos, simétrica
web: http://www.uv.es/friasnav/ 33
DATOS BRUTOS AL CUADRADO
AL CUBO
LOGARITMO
NO
web: http://www.uv.es/friasnav/ 34
El estadístico W de Shapiro-Wilks mide la fuerza del ajuste con una
recta.
Cuanto mayor sea el valor de este estadístico mayor desacuerdo
habrá con la recta de normalidad, por lo que se rechazrá la
hipótesis nula.
Para muestras pequeñas (entorno a 50 observaciones) se
recomienda Shapiro. Para muestras mayores se recomienda
Kolmogorov con la corrección de Lilliefors.
web: http://www.uv.es/friasnav/ 35
Ejercicios:
Fuente: http://ocw.usal.es/ciencias-sociales-1/control-estadistico-de-la-calidad/materiales-de-clase/
web: http://www.uv.es/friasnav/ 36
Analizar la variable de Valoración con el SPSS.
Examinar su ajuste a la distribución normal. Realizar algún tipo de
transformación si fuese necesario. Redactar los resultados.
Para el informe de investigación: BaseInformeESTAD.sav
-Buscar el modelo teórico que puede representar el proceso de aprendizaje de
la estadística para plantear las hipótesis teóricas en el apartado 37Introducción.
-Comprueba en los análisis la normalidad de la variable y la homogeneidad de
las varianzas de los grupos.
-Analiza e interpreta los estadísticos descriptivos que consideres de las
variables que se utilizan como variables dependientes.
-Estudiar la relación entre las calificaciones y la valoración sobre la confianza en
la solución de la pregunta.
-Analizar la relación entre aprobados y suspensos y la valoración sobre la
confianza en la solución de la pregunta.
-Estudiar la relación entre el sexo y las notas académicas.
-Haz una interpretación conjunta de todos los datos en el apartado de Discusión
web: http://www.uv.es/friasnav/ 37