Prueba de Wilcoxon

Es una prueba no paramétrica de comparación de dos muestras relacionadas, debe cumplirlas siguientes
características:
 Se utiliza para comparar dos mediciones de rangos (medianas) y determinar que la diferencia no se
deba al azar (que la diferencia sea estadísticamente significativa).
 Es libre de curva, no necesita una distribución específica
 La variable dependiente debe ser ordinar o continua.

Ejemplo:
Se desea probar si hay diferencias en el nivel de estrés laboral de los trabajadores de una empresa antes y
después de la implementación de un programa de mejoramiento del ambiente laboral. El nivel de estrés se
midió en una escala de 0 = nada, 1 = bajo, 2 = medio, 3 = alto, 4 muy alto, las calificaciones se muestran a
continuación:

X Y
3 4
3 2
2 1
2 1
2 0
2 2
1 3
Variables
VI: Programa de mejoramiento del ambiente laboral
Dos grupos relacionados (antes y después del programa de mejoramiento del ambiente laboral)
VD: Nivel de estrés laboral

Nivel de medición de la variable dependiente: ordinal

Hipótesis:
Ho: No hay diferencias en el nivel de estrés laboral de los trabajadores antes y después de implementar el
programa de mejoramiento del ambiente laboral (Md1<=Md2)

H1: Hay diferencias en el nivel de estrés laboral de los trabajadores antes y después de implementar el
programa de mejoramiento del ambiente laboral (Md1>Md2)
En este caso es un problema de Comparación 2 grupos relacionados nivel de medición ordinal. Regla de
decisión: Sip≤0.05 se rechaza Ho Nota: El nivel de significancia que se establece en ciencias sociales y en
psicología normalmente es 0.05.
Caso práctico: Prueba Wilcoxon
Partimos de una suposición (hipótesis) de la agilidad para resolver problemas de matemáticas como
instrumento de recolección de datos una escala para medir estos tiempos de la siguiente:
Casi
Nunca Poco Regular siempre Siempre

Para comprobar esta suposición se ha pasado un test de agilidad a una muestra aleatoria de 21 estudiantes
del nivel secundario. Dicho test lo forman 10 ítems cuya puntuación oscila entre 1 y 5. El tiempo máximo
que se dio para resolver diez problemas fue de 60 minutos, con un grado de dificultad medio; los
resultados que se muestran son antes y después de haber aplicado las estrategias de resolución de
problemas en la Tabla 3. ¿Cuál es la conclusión al utilizar a = 0.052 colas?

Tabla 3. Resultados de la agilidad para resolver problemas de matemáticas con y sin la estrategia.

Sin Con
Ítem
estrategia estrategia
1 5 5
2 3 4
3 3 2
4 1 5
5 3 3
6 2 3
7 5 4
8 1 3
9 4 5
10 3 4
11 2 3
12 2 5
13 1 4
14 4 5
15 3 2
16 2 3
17 3 4
18 4 5
19 1 5
20 3 5
21 2 3

Solución
Planteamiento de la hipótesis estadística:
H0: No existe diferencias significativas entre las agilidades para resolver los problemas matemáticos
H1: Existe diferencias significativas entre las agilidades para resolver los problemas matemáticos.

El programa SPSS para esta prueba permite determinar el nivel de significación comparándolo con el nivel
mínimo utilizado por los investigadores en educación que corresponde a p < 0.05 si el que se determina
mediante el proceso del programa resulta mayor que este valor, entonces se puede decir que las
diferencias de los resultados son causados por variables aleatorias y se debe aceptar la hipótesis nula, pero
si el valor es menor entonces las diferencias son significativas y se debe rechazar la hipótesis nula y aceptar
la hipótesis de investigación.
Toma de decisión: El valor encontrado 0.002 < 0.05, por lo tanto, se rechaza la hipótesis nula y aceptar la
hipótesis de investigación o alterna.
Se espera que software nuevo disminuya el tiempo de procesamiento de la computadora. A continuación,
se presenta una tabla que contiene los tiempos de procesamiento en 10 ejecuciones del nuevo software.

Software Software
actual nuevo
9.98 9.88
9.88 9.86
9.84 9.75
9.99 9.80
9.94 9.87
9.84 9.84
9.86 9.87
10.12 9.86
9.90 9.83
9.91 9.86

Prueba de Wilcoxon
Es una prueba no paramétrica de comparación dedos muestras relacionadas, debe cumplirlas siguientes
características:
 Se utiliza para comparar dos mediciones de rangos (medianas) y determinar que la diferencia no se
deba al azar (que la diferencia sea estadísticamente significativa).
 Es libre de curva, no necesita una distribución específica
 La variable dependiente debe ser ordinar o continua.

Ejemplo:
Se desea probar si hay diferencias en el nivel de estrés laboral de los trabajadores de una empresa antes y
después de la implementación de un programa de mejoramiento del ambiente laboral; el nivel de estrés se
midió en una escala de 0 = nada, 1 = bajo, 2 = medio, 3 = alto, 4 muy alto, las calificaciones se muestran a
continuación:

x y
3 4
3 2
2 1
2 1
2 0
2 2
1 3
Variables
VI: Programa de mejoramiento del ambiente laboral
Dos grupos relacionados (antes y después del programa de mejoramiento del ambiente laboral
VD: Nivel de estrés laboral
Nivel de medición de la variable dependiente: ordinal
Hipótesis:
Ho: No hay diferencias en el nivel de estrés laboral de los trabajadores antes y después de implementar
el programa de mejoramiento del ambiente laboral (Md1<=Md2)
H1: Hay diferencias en el nivel de estrés laboral de los trabajadores antes y después de implementar el
programa de mejoramiento del ambiente laboral (Md1>Md2)
Para cada problema específico se debe determinar el tipo de problema, los grupos a comparar, si son
independientes o relacionados, el nivel de medición, la prueba estadística que debe utilizarse y plantear la
hipótesis nula que se debe probar de acuerdo al nivel de medición y tipo de problema correspondiente. En
este caso es un problema de Comparación 2 grupos relacionados Nivel de medición ordinal. Regla de
decisión: Sip≤0.05 se rechaza Ho Nota: El nivel de significancia que se establece en ciencias sociales y en
psicología normalmente es0.05, este puede variar en la regla de decisión a 0.01 y 0.001 si se requiere
mayor certeza en la prueba de hipótesis.
Pruebas No paramétricas para muestras pareadas.
La prueba de Wilcoxon de rangos con signo se puede usar también como una prueba alterna a la prueba de
t para comparaciones pareadas. En este caso se aplica la prueba no paramétrica a las diferencias entre los
dos grupos.
Ejemplo: Se desea probar si el rendimiento en la prueba de aprovechamiento matemático es mejor que en
la prueba de aptitud matemática. Para ello se toma una muestra de los resultados de 40 estudiantes:

Ítems Aprovechamiento Aptitud Ítems Aprovechamiento Aptitud

1 658 598 21 638 651
2 562 623 22 642 688
3 679 587 23 704 661
4 731 644 24 767 674
5 710 630 25 641 660
6 631 616 26 721 705
7 663 682 27 625 643
8 654 598 28 694 780
9 565 673 29 615 619
10 654 567 30 617 609
11 669 694 31 623 457
12 710 647 32 689 662
13 720 674 33 689 641
14 700 609 34 683 717
15 657 644 35 702 624
16 721 720 36 694 630
17 795 673 37 729 664
18 635 673 38 710 598
19 617 694 39 689 673
20 580 619 40 741 636
Hipótesis:

H0: El rendimiento en aprovechamiento es menor o igual que en aptitud

H1: El rendimiento en aprovechamiento es mejor que en aptitud

Interpretación: Como el p-valor es 0.008 y es menor que .05, se rechaza la hipótesis nula y se concluye que
hay evidencia estadística de que el rendimiento en aprovechamiento es mejor que en aptitud.
Pruebas No paramétricas para muestras pareadas.
La prueba de Wilcoxon de rangos con signo se puede usar también como una prueba alterna a la prueba de
t para comparaciones pareadas. En este caso se aplica la prueba no paramétrica a las diferencias entre los
dos grupos.
Ejemplo: Se desea probar si el rendimiento en la prueba de aprovechamiento matemático es mejor que en
la prueba de aptitud matemática. Para ello se toma una muestra de los resultados de 40 estudiantes:

Ítems Aprovechamiento Aptitud Ítems Aprovechamiento Aptitud

1 658 598 21 638 651
2 562 623 22 642 688
3 679 587 23 704 661
4 731 644 24 767 674
5 710 630 25 641 660
6 631 616 26 721 705
7 663 682 27 625 643
8 654 598 28 694 780
9 565 673 29 615 619
10 654 567 30 617 609
11 669 694 31 623 457
12 710 647 32 689 662
13 720 674 33 689 641
14 700 609 34 683 717
15 657 644 35 702 624
 16 721 720 36 694 630
17 795 673 37 729 664
18 635 673 38 710 598
19 617 694 39 689 673
20 580 619 40 741 636

Hipótesis:

H0: El rendimiento en aprovechamiento es menor o igual que en aptitud

H1: El rendimiento en aprovechamiento es mejor que en aptitud

Interpretación: Como el p-valor es 0.008 y es menor que .05, se rechaza la hipótesis nula y se concluye que
hay evidencia estadística de que el rendimiento en aprovechamiento es mejor que en aptitud.

Prueba de Wilcoxon
Es una prueba no paramétrica de comparación dedos muestras relacionadas, debe cumplirlas siguientes
características:
 Se utiliza para comparar dos mediciones de rangos (medianas) y determinar que la diferencia no se
deba al azar (que la diferencia sea estadísticamente significativa).
 Es libre de curva, no necesita una distribución específica
 La variable dependiente debe ser ordinar o continua.

Ejemplo:
Se desea probar si hay diferencias en el nivel de estrés laboral de los trabajadores de una empresa antes y
después de la implementación de un programa de mejoramiento del ambiente laboral; el nivel de estrés se
midió en una escala de 0 = nada, 1 = bajo, 2 = medio, 3 = alto, 4 muy alto, las calificaciones se muestran a
continuación:

x y
3 4
 3 2
2 1
2 1
2 0
2 2
1 3
Variables
VI: Programa de mejoramiento del ambiente laboral
Dos grupos relacionados (antes y después del programa de mejoramiento del ambiente laboral
VD: Nivel de estrés laboral
Nivel de medición de la variable dependiente: ordinal
Hipótesis:
Ho: No hay diferencias en el nivel de estrés laboral de los trabajadores antes y después de implementar
el programa de mejoramiento del ambiente laboral (Md1<=Md2)
H1: Hay diferencias en el nivel de estrés laboral de los trabajadores antes y después de implementar el
programa de mejoramiento del ambiente laboral (Md1>Md2)
Para cada problema específico se debe determinar el tipo de problema, los grupos a comparar, si son
independientes o relacionados, el nivel de medición, la prueba estadística que debe utilizarse y plantear la
hipótesis nula que se debe probar de acuerdo al nivel de medición y tipo de problema correspondiente. En
este caso es un problema de Comparación 2 grupos relacionados Nivel de medición ordinal. Regla de
decisión: Sip≤0.05 se rechaza Ho Nota: El nivel de significancia que se establece en ciencias sociales y en
psicología normalmente es0.05, este puede variar en la regla de decisión a 0.01 y 0.001 si se requiere
mayor certeza en la prueba de hipótesis.
Aquí se presentan las puntuaciones de golf de 12 miembros de un equipo universitario de golf en dos
rondas de torneos.
H0: los puntajes son iguales en las rondas 1 y 2.
H1: los puntajes son más bajos o más altos en la ronda 2.

94 89
85 90
89 87
89 95
81 86
76 81
107 102
89 105
87 83
91 88
88 91
80 79

SPSS:

Minitab:
MTB > %PWilcoxon c1 c2;
SUBC> Alternative 0.
Todos llevan a la misma conclusión práctica: estos datos no proporcionan evidencia de diferencia en los
puntajes entre rondas. Sin embargo, el valor P reportado por SPSS se diferencia un poco de los otros dos.
La razón de la variación es que los programas utilizan versiones ligeramente diferentes de los cálculos
aproximados.
Computadoras en algunos vehículos. Calcular varias cantidades relacionadas con el rendimiento.
Uno de ellos es la eficiencia del combustible, o el kilometraje del gas, Generalmente se expresa como
millas por galón (mpg). Para uno Vehículo equipado de esta manera, se grabaron los mpg. Cada vez que se
llenaba el tanque de gasolina, y la computadora luego fue restablecido. Además del cálculo computacional.
mpg, el conductor también registró el mpg dividiendo el Millas conducidas por la cantidad de galones al
momento del llenado.9 The driver wants to determine if these calculations are different.