CONTRASTE DE HIPÓTESIS

ESTADÍSTICA : Estadística no
Paramétrica
Proceso de inferencia
Enfoque estadístico de
estadística paramétrica prueba de hipótesis

1. Plantear la hipótesis
MUESTRA POBLACIÓN
estadística

Estadísticos Parámetros
2. Establecer criterios a priori

X  (a) para saber si rechazamos

la hipótesis (para
DE  comparar con el valor p)
Relación rXY  XY
entre
variables

XA = XB  A = B 3. Analizar los datos

Diferencia
entre
X A = XB = XC  A = B = C
grupos

4. Decidir si rechazamos o
Relación
rXY = 0  XY =0 aceptamos la hipótesis
entre
variables
Nivel de significación: a
• Número pequeño: 1% , 5%
• Fijado de antemano por el 5. Reporte de resultados
investigador
• Es la probabilidad equivocarse al
rechazar H0 cuando es cierta
 Hipótesis
Hipótesis nula
alternativa
(H0)
(H1)

H = M Es la que se Expresa lo
H  M
desea opuesto a la
contrastar hipótesis nula
No existen Existen
diferencias Indica que el diferencias
valor del
estadísticamente parámetro es estadísticamente
significativas entre constante significativas entre
hombres y hombres y
mujeres respecto a Se plantea con mujeres respecto a
la autoeficacia la finalidad de la autoeficacia
ser rechazada

Nunca se
considerada
probada
totalmente

Como se aprecia, se enfoca en un

parámetro (media poblacional)
INFERENCIA PARAMÉTRICA
Requisitos

• Variables con distribución aproximadamente

1 normal.

• Nivel de medición de intervalo o razón

2 (cuantitativa)

• Dispersión similar en sus distribuciones

3 (varianzas homogéneas).

• MUESTRA REPRESENTATIVA
4
 Inferencia
paramétrica
Pruebas estadísticas (más usuales)
• PRUEBA T DE STUDENT → Compara DOS grupos.

• ANÁLISIS DE VARIANZA (ANOVA) → Compara MAS DE DOS

grupos.

• COEFICIENTE DE CORRELACIÓN DE PEARSON → Evalúa

la relación entre variables
INFERENCIA NO
PARAMÉTRICA
Estadística NO paramétrica
• NO está orientada a estimar parámetros, trabaja y
se enfoca en los datos de la muestra.

• No requiere cumplir requisitos previos de:

▫ Distribución normal.
▫ Varianzas iguales (homocedasticidad)
▫ Muestra representativa

• Variables en escalas nominal, ordinal o

cuantitativa.
Es decir, las pruebas No Paramétricas…
• Son los procedimientos utilizados cuando
no se cumplen los requisitos para usar las
pruebas paramétricas.

• Los hallazgos no permiten inferir a las

poblaciones, sólo se limitan a la muestra
Esquema

GENERALIZAR HALLAZGOS
POBLACIÓN

MUESTRA
Pruebas estadísticas (más usuales)
• U DE MANN-WHITNEY → Comparar DOS
grupos.

• PRUEBA DE KRUSKALL-WALLIS →
Comparar MAS DE DOS GRUPOS.

• COEFICIENTE DE CORRELACIÓN POR

RANGOS DE SPEARMAN → Evaluar la relación
entre variables.
 Estadísticos Estadísticos NO
Paramétricos Paramétricos

Comparar DOS grupos T de Student para U de Mann Withney

muestras independientes

Comparar MAS DE DOS Anova Kruskall Wallis

grupos

Relación entre variables Pearson Spearman

 Enfoque estadístico de
prueba de hipótesis

U de Mann-Whitney 1. Plantear la hipótesis

estadística

• Finalidad: 2. Establecer criterios a priori

▫ Comparación entre dos (a) para saber si rechazamos
la hipótesis (para
muestras independientes comparar con el valor p)
cuando los datos son
cuantitativos u ordinales, 3. Analizar los datos
pero la distribución de las
variables no se aproxima a
la normalidad, o el tamaño 4. Decidir si rechazamos o
aceptamos la hipótesis
muestral es pequeño (n <
30).
5. Reporte de resultados
 U de Mann-Whitney: Ejemplo
• Se ha estudiado el rendimiento de Grupo 1 Grupo 2
dos grupos frente a un test de 140 130
aptitud numérica, y se desea
examinar si hay diferencias entre 147 135
los grupos. 153 138
160 144
165 148
• Paso 1: Hipótesis: 170 155
– Ho: La distribución de aptitud
numérica no difiere 171 168
significativamente entre los grupos. 193
– H1: La distribución de aptitud
numérica difiere significativamente N1 = 8 N2 = 7
entre los grupos
Recordando…
• El estadístico “teórico” (recordar t-teórico)
brinda un límite para rechazar o retener la Ho.
• Depende del tamaño muestral (n) y del alfa
(0.05)
 • Paso 2: Determinar U
teórico, para alfa = 0.05

Ucrit: 10

Rechazar Retener Ho
Ho (Si U- (Si U-
empírico es empírico es
menor) mayor)
 U de Mann-Whitney: Cálculo
N1 ( N1 + 1)
Paso 3: convertir en ranking todo U1 = N1 N 2 + −  R1 Se elige el
menor
el conjunto de datos (si es que los 2
datos no son ordinales) con 1 al 8 ( 8 + 1)
menor dato. U1 = (8)(7) + − 81 U1=11
Grupo 1 R1 Grupo R2
2
2
N 2 ( N 2 + 1)
140 4 130 1 U 2 = N1 N 2 + −  R2
147 6 135 2 2
7 ( 7 + 1)
153 8 138 3 U 2 = (8)(7) + − 39 U2=45
2
160 10 144 5
165 11 148 7 Ucrit: 10

170 13 155 9
171 14 168 12 Rechazar Ho Retener Ho
193 15
ΣR1=81 ΣR2=39 Decisión: Se retiene Ho
U de Mann-Whitney: Reporte

Reporte: No hay diferencias estadísticamente

significativas entre ambos grupos (U = 11, p > .05)
U de Mann-Whitney: Resumen
Hipótesis U crítica U empírica Decisión

N1 ( N1 + 1)
• Paso 1: Hipótesis:
U1 = N1 N 2 + −  R1
– Ho: 2
– H1: N ( N + 1)
U 2 = N1 N 2 + 2 2 −  R2
2

Ucrit:
10
Hi Ho

Reporte
Al JAMOVI

¿FALTA ALGO EN EL
REPORTE?
 Magnitud del efecto

Estadístico

Rendimiento por
grupo

p < 0.05 = Existen diferencias estadísticamente significativas.

p > o igual 0.05 = NO existen diferencias estadísticamente significativas.

• ¿Existirán diferencias en cuanto a ansiedad
entre hombres y mujeres?

• Se asume que la muestra no es representativa y

que la distribución de la variable Ansiedad no se
aproxima a la normalidad.

• [NOTA: De ahora en adelante este tipo de

aclaraciones aparecerá antes de cada ejercicio]
Hipótesis
• Ho: La distribución de ansiedad no difiere
significativamente entre hombres y mujeres.
• H1: La distribución de ansiedad difiere
significativamente entre hombres y mujeres
• Decisión: Se rechaza Ho.

• Reporte: Existen diferencias estadísticamente

significativas entre hombres y mujeres respecto
a la ansiedad (U = 28914, p < .01).
¿Difieren los hallazgos del enfoque
paramétrico?
¿Qué ocurrirá con…? [procedimiento
voluntario]
• ¿Existirán diferencias respecto a la depresión
entre hombres y mujeres?

• ¿Existirán diferencias respecto al bienestar entre

hombres y mujeres?

• En ambos casos se asume que la muestra no es

representativa y que la distribución de la
variable Ansiedad no se aproxima a la
normalidad.