Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Profesor: Navarrete
Curso. Tesis II
UNMSM U DE MANN DE WHITNEY
Introducción
En el ámbito de las Ciencias Sociales es habitual el uso de pruebas no paramétricas
puesto que existen muchas variables que no siguen las condiciones de parametricidad.
Dichas condiciones se refieren al uso de variables cuantitativas continuas, distribución
normal de las muestras, varianzas similares y tamaño de las muestras, mayor a 30 casos.
Estos criterios se recogen ampliamente en Rubio y Berlanga (2012). En caso de que no
se cumplan estos requisitos, y sobre todo cuando la normalidad de las distribuciones de
la variable en estudio esté en duda y el tamaño de la muestra sea menor a 30 casos, el
empleo de las pruebas no paramétricas o de distribución libre está indicado. Las pruebas
no paramétricas reúnen las siguientes características: 1) son más fáciles de aplicar; 2)
son aplicables a los datos jerarquizados; 3) se pueden usar cuando dos series de
observaciones provienen de distintas poblaciones; 4) son la única alternativa cuando el
tamaño de muestra es pequeño y 5) son útiles a un nivel de significancia previamente
especificado.
Las pruebas no-paramétricas se necesitan cuando no se tienen información sobre la
composición de los datos poblacionales, esto es no se tiene conocimiento sobre su
distribución de probabilidad. Se utilizan cuando no se cumplen las condiciones exigidas
para la aplicación de las paramétricas. También cuando las muestras son pequeñas y
falta información respecto de la densidad de probabilidad.
Dentro de las pruebas no-paramétricas, una muy utilizada es la Prueba de Suma de
Rangos de Wilcoxon o también llamada prueba "U" de Mann-Whitney, la cual es una
alternativa a la paramétrica "t" bimuestral.
1
UNMSM U DE MANN DE WHITNEY
Índice
1. Definición ............................................................................................................................. 3
2. Planteamiento de la prueba ................................................................................................ 3
3. Cálculo del estadístico ......................................................................................................... 3
4. Distribución del estadístico ................................................................................................. 4
5. Pasos para efectuar la prueba ............................................................................................ 4
6. Hipótesis y decisión ............................................................................................................. 5
6.1. Planteamiento de la hipótesis ..................................................................................... 5
6.2. Decisión ........................................................................................................................ 5
7. Ejemplos aplicativos ............................................................................................................. 5
7.1. Ejemplo para muestras pequeñas:............................................................................... 5
7.2. Ejemplo aplicable cuando la muestra es mayor a 25 y donde n1 y n2 pueden ser
iguales o de un tamaño diferente ........................................................................................... 7
7.3. Prueba U de Mann-Whitney en SPSS ....................................................................... 9
7.4. Ejemplo completo ...................................................................................................... 11
8. Pruebas no paramétricas .................................................................................................. 15
8.1. Clasificación de las pruebas no paramétricas ......................................................... 15
9. Aplicación de U de Mann de Whitney en tesis ................................................................ 19
Conclusiones ............................................................................................................................... 23
Referencias Bibliográficas ........................................................................................................... 23
2
UNMSM U DE MANN DE WHITNEY
Prueba U de Mann-Whitney
1. Definición
En estadística la prueba de la U de Mann-Whitney (también llamada de Mann-Whitney-
Wilcoxon, prueba de suma de rangos Wilcoxon, o prueba de Wilcoxon-Mann-Whitney)
es una prueba no paramétrica aplicada a dos muestras independientes. Es la versión no
paramétrica de la habitual prueba t de Student.
Fue propuesto inicialmente en 1945 por Frank Wilcoxon para muestras de igual
tamaños y extendido a muestras de tamaño arbitrario como en otros sentidos por Henry
B. Mann y D. R. Whitney en 1947.
2. Planteamiento de la prueba
La prueba de Mann-Whitney se usa para comprobar la heterogeneidad de dos muestras
ordinales. El planteamiento de partida es:
1. Las observaciones de ambos grupos son independientes.
2. Las observaciones son variables ordinales o continuas.
3. Bajo la hipótesis nula, la distribución de partida de ambos grupos es la misma: P (X
> Y) = P (Y > X)
4. Bajo la hipótesis alternativa, los valores de una de las muestras tienden a exceder a
los de la otra: P (X > Y) + 0.5 P(X = Y) > 0.5.
3. Cálculo del estadístico
Para calcular el estadístico U se asigna a cada uno de los valores de las dos muestras su
rango para construir
3
UNMSM U DE MANN DE WHITNEY
𝑖=𝑛
3
𝑓𝑖 − 𝑓𝑖 𝑇 = ∑(𝑇𝑖 ) 𝑛1 ∗ 𝑛2 𝑁3 − 𝑁
𝑒𝑖 = 𝜎𝑈 = √( )( − 𝑇)
12 𝑖=1 𝑁(𝑁 − 1) 12
Siendo las demás formulas iguales que la anterior, para obtener la normal, z
5. Pasos para efectuar la prueba
Para efectuar la prueba, se combinan dos muestras en un arreglo ordenado,
identificando los valores muestrales, de acuerdo con el grupo muestral al que
pertenecen.
Luego se determinar el tamaño de las muestras (n1 y n2). Si n1 y n2 son menores que
20, se consideran muestras pequeñas, pero si son mayores que 20, se consideran
muestras grandes.
En caso de muestras grandes, calcular el valor Z, pues en estas condiciones se
distribuye normalmente.
Después se ordenan los valores de menor a mayor, asignando el rango uno al valor
más pequeño.
4
UNMSM U DE MANN DE WHITNEY
5
UNMSM U DE MANN DE WHITNEY
una media aritmética, en razón de que uno de los valores en cada muestra se aleja
demasiado de las demás; por lo tanto, no corresponde a una escala de intervalo, de
manera que se decide usar una escala ordinal.
Planteamiento de la hipótesis
Hipótesis alterna (Ha). Las calificaciones de ejecución de lectura, según el método
de enseñanza del experimentador son más altas y diferentes que las observadas en el
método tradicional.
Hipótesis nula (Ho). Las diferencias observadas entre las calificaciones de ejecución
de lectura mediante los dos métodos se deben al azar.
Nivel de significación. Para todo valor de probabilidad igual o menor que 0.05, se
acepta Ha y se rechaza Ho.
Zona de rechazo.Para todo valor de probabilidad mayor que 0.05, se acepta Ho y se
rechaza Ha.
Dos métodos diferentes aplicados en dos grupos de niños.
Calculamos la U.
De los dos valores de U calculados, se elge el más pequeño (4) y se comparan con los
valores críticos de U Mann-Whitney.
En caso de que el valor de U calculado no se localice en las tablas correspondientes, se
transformará en la fórmula siguiente:
U = n1n2 - U'
En esta fórmula, U' corresponde al valor más alto.
Decisión.
A la probabilidad del valor U de Mann-Whitney, calculado anteriormente, corresponde
0.048, el cual es más pequeño que el nivel de significancia; por lo tanto, se acepta Ha y
se rechaza Ho.
Interpretación.
Entre las calificaciones de la ejecución de lectura mediante los dos métodos de
6
UNMSM U DE MANN DE WHITNEY
7
UNMSM U DE MANN DE WHITNEY
Calculamos la U.
Tomando en cuanta los pasos, nos menciona que cuando la muestra es mayor que 25, se
distribuye normalmente, por lo cual se determina el valor Z para conocer la
probabilidad. Esto se calcula como sigue:
Dónde:
Z = valor estadístico de la curva normal.
U = cualquier valor de U calculado (ya sea U1 o U2).
= valor promedio de U.
sU = desviación estándar de U.
Donde:
sU = desviación estándar de U.
n1 y n2 = tamaño de la muestra de los grupos
1 y 2.
N = tamaño total de la muestra (la suma de
n1 y n2).
Li = sumatoria de las ligas o empates.
8
UNMSM U DE MANN DE WHITNEY
Para obtener la probabilidad del valor Z de 1.95, se debe consultar la tabla de tamaño de
la muestra en función de los valores d y buscar la hilera 1.9, en cuya columna 0.05 se
localiza el número 0.0256, que corresponde a la probabilidad del valor de U con
respecto al promedio. Esto quiere decir que es menor que el nivel de significancia.
Decisión. A la cifra de Z de 1.95 le corresponde una probabilidad menor que 0.05, por
lo cual se acepta Ha y se rechaza Ho (tabla de probabilidades asociadas en valores
extremos como los de 2 en la distribución normal).
Interpretación. El experimentador, al aumentar su muestra, confirma la
investigación preliminar con una muestra pequeña, con lo cual da a entender que los
resultados logrados con el método ideado por él son diferentes de los obtenidos con el
método de enseñanza de lectura tradicional; además, este último revela calificaciones
más bajas y es menos efectivo que el otro.
La efectividad del método ideado por el experimentador se traduce en mayor fluidez de
la lectura, mejor comprensión y análisis y síntesis superior, en razón de que las
calificaciones finales son consecuencia de estas condiciones.
7.3.Prueba U de Mann-Whitney en SPSS
Dentro del SPSS tomamos como ejemplo un estudio orientado a conocer la actitud del
profesorado universitario hacia las TIC (Tecnologías de Información y Comunicación)
en la docencia, a través de una escala tipo Likert.
Objetivo: conocer la influencia de la experiencia docente (<5 años o >5 años) en la
utilidad que el profesorado atribuye a las TIC en la enseñanza.
Ho: la experiencia docente no influye en la utilidad que el profesorado atribuye a las
TIC en la enseñanza.
H1: la experiencia docente influye en la utilidad que el profesorado atribuye a las TIC
en la enseñanza.
9
UNMSM U DE MANN DE WHITNEY
Saldrá la ventana en que se introducirá la variable que tiene los datos numéricos en la
lista de contrastar y en la variable agrupación la otra variable. Luego definir los grupos
donde se pondrán los números que se les asigno a cada uno.
10
UNMSM U DE MANN DE WHITNEY
Como se explicó anteriormente se introduce los números que se les asigno a cada uno.
Resultados
Output de la prueba U de Mann-Whitney
Se acepta la H1, que significa que la experiencia docente influye en la utilidad que el
profesorado atribuye a las TIC en la enseñanza (sig. 0,005<0,05). El profesorado que
tiene menos de 5 años de experiencia las considera más útiles.
7.4.Ejemplo completo
Se realiza un estudio de los sueldos que perciben los contadores influenciado por la
especialización en las NIIF con los no llevaron un curso de especialización, pero si
tienen conocimiento de ella. Se tomo la encuesta a los contadores de grandes empresas
ubicados en el país, todos los encuestados tienen que tener el grado de maestría como
11
UNMSM U DE MANN DE WHITNEY
mínimo. El sueldo se tomarán los ingresos brutos mensuales que perciban los
contadores.
Se encuesto a un total de 40 contadores de empresas dedicadas al minería,
telecomunicaciones e inmobiliarias del total el 45% tenía una especialización en NIIF
aparte de los estudios que llevo en la universidad.
Se tienen los siguientes resultados:
No tiene un curso de Si tiene un curso
especialización en NIIF de especialización en NIIF
N° Soles N° Soles
1 3400 23 7800
2 3500 24 8000
3 3600 25 8200
4 3700 26 9600
5 3800 27 11000
6 5800 28 7800
7 4000 29 8000
8 4100 30 8200
9 4200 31 8600
10 6000 32 8800
11 3400 33 5000
12 3500 34 8400
13 3500 35 8600
14 5000 36 8800
15 3700 37 4200
16 4100 38 4300
17 4200 39 3800
18 4300 40 3900
19 3800
20 3900
21 7800
22 8000
Ha= Los ingresos brutos mensuales es significativamente diferente entre los que tiene
un curso de especialización en NIIF y los que no tiene el curso de especialización en
NIIF.
12
UNMSM U DE MANN DE WHITNEY
13
UNMSM U DE MANN DE WHITNEY
Desarrollo
𝑛1 (𝑛1 + 1)
𝑈1 = 𝑛1 ∗ 𝑛2 +
2
22(22 + 1)
− ∑ 𝑅1 = 22𝑥18 + − 298.5 = 350.5
2
𝑛2 (𝑛2 + 1)
𝑈2 = 𝑛1 ∗ 𝑛2 +
2
18(18 + 1)
− ∑ 𝑅2 = 22𝑥18 + − 521.5 = 45.5
2
𝑈2 = 45.5
22𝑥18 403 − 40
𝜎𝑈 = √( )∗( − 14.5) = √0.2538𝑥5315.50 = 36.73
40(40 − 1) 12
22𝑥18
U= = 198
2
45.5 − 198
Z= = −4.1515
36.73
14
UNMSM U DE MANN DE WHITNEY
8. Pruebas no paramétricas
Las pruebas estadísticas pueden ser parametricas y no paramétricas. La primera asume
los parámetros de la distribución de la variable (media y varianza) y un tipo de
distribución normal.
Y la segunda no asumen acerca de los parámetros de distribución ni se preocupa por el
tipo de distribución, sino trabajan con simple ordenación y recuento (asignando
rankings) a los valores de la variable sin importar la distribución.
Para las pruebas no paramétricas se deben usar con:
Datos de distribución libre (no necesariamente normal).
Si un grupo tiene distribución normal mientras el otro no.
Si se trata de datos cuantitativos, ordinales o nominales.
Con varianza grande, un grupo con varianza 0 y el otro no
Al trabajar con muestras pequeñas. Pruebas no paramétricas
La ventaja del uso de las pruebas no paramétricas con las paramétricas es que las
pruebas paramétricas tienen más poder de contraste y pueden analizar interacciones
entre variables independientes.
15
UNMSM U DE MANN DE WHITNEY
PRUEBAS NO PARAMÉTRICAS
Pruebas Una muestra Variables
Prueba de Chi- •Es una prueba de bondad de ajuste, que VD: Nominal
permite averiguar si la distribución empírica de
cuadrado de una variable categórica se ajusta o no (se
Pearson parece o no) a una determinada distribución
teórica (uniforme, binomial, multinomial, etc.).
Prueba • Es una prueba de bondad de ajuste, que VD: Nominal
permite averiguar si una variable dicotómica
Binomial sigue o no un determinado modelo de
probabilidad. Permite contrastar la hipótesis de
que la proporción observada de aciertos se
ajusta a la proporción teórica de una
distribución binomial (lo cual se traduce en la
posibilidad de
contrastar hipótesis sobre proporciones y sobre
cuartiles).
Prueba de •Es una prueba de independencia o de VD: Nominal
aleatoriedad que permite
Rachas determinar si el número de rachas (R)
observado en una determinada muestra de
tamaño n es lo suficientemente grande o lo
suficientemente pequeño para poder rechazar
la hipótesis de independencia (o aleatoriedad)
entre las observaciones.
• Una racha es una secuencia de
observaciones de un mismo atributo o
cualidad. Una serie de datos en los que hay
muchas o pocas rachas permite concluir que
estas no han ocurrido por azar
Prueba de •Es una prueba de bondad de ajuste, que sirve VD:
Kolmogorov- para contrastar la
Ordinal/Intervalo
Smirnov (K-S) hipótesis nula de que la distribución de una
variable se ajusta a una determinada
distribución teórica de probabilidad que puede
ser con tendencia a la normal, a la de Poisson o
exponencial.
16
UNMSM U DE MANN DE WHITNEY
17
UNMSM U DE MANN DE WHITNEY
18
UNMSM U DE MANN DE WHITNEY
19
UNMSM U DE MANN DE WHITNEY
20
UNMSM U DE MANN DE WHITNEY
Los resultados nos indican que todos los factores presentan un p-value menor al nivel de
significancia (0.05), (ver Tabla 16), por lo que optamos por la hipótesis alterna (H1):
Los promedios de TQM son distintos entre los grupos, es decir, inferimos que los
promedios entre los grupos que poseen S.G.C. y los que no poseen S.G.C. son distintos,
gracias a la estadística inferencial podemos determinar que en los nueve factores de
calidad analizados, las empresas que poseen S.G.C. estadísticamente presentan mayor
puntuación de TQM frente a las empresas que no poseen S.G.C.
Conclusiones
De acuerdo a la prueba de hipótesis realizada podemos determinar que existe una
diferencia importante referente a los promedios del TQM, a favor de las empresas del
sector de seguridad privada que cuentan con un S.G.C., siendo esta diferencia evidente
en el servicio brindado y en los procesos internos de cada una de estas empresas.
De acuerdo a lo citado en la importancia de la investigación y según se muestra en los
resultados obtenidos, las empresas grandes que cuentan con un Sistema de Gestión de
Calidad si ponen en práctica los factores de calidad relacionados a los sistemas que
poseen, es decir que si aplican y poseen una cultura de calidad clara y definida,
21
UNMSM U DE MANN DE WHITNEY
22
UNMSM U DE MANN DE WHITNEY
Conclusiones
Referencias Bibliográficas
Downie, N. (1973) Métodos estadísticos aplicados. Harper & Row Publisher Inc.
Standard Book Number 06-3100746
Farfán, J. (2013) Apuntes de estadística en investigación educativa. Universidad
Nacional Enrique Guzmán y Valle. Lima. Perú
Farfán, J. (2014) Introducción a la investigación educativa. Universidad Nacional
Federico Villarreal. Lima. Perú.
Mendoza, L. (2015). Pruebas no paramétricas en Spss. Recuperado de:
https://es.slideshare.net/larrymendozac/pruebas-no-parametricas-en-spss
Wikipedia. (2019). Recuperado de: https://es.wikipedia.org/wiki/Prueba_U_de_Mann-
Whitney
Leturia, C.; Lagos, J.Ruidias, M.(2016). Calidad en las Empresas del Sector de
Seguridad Privada en la Ciudad de Lima.
http://tesis.pucp.edu.pe/repositorio/bitstream/handle/20.500.12404/9667/LETURIA_RU
IDIAS_CALIDAD_SEGURIDAD_PRIVADA.pdf?sequence=1&isAllowed=y
23