ESTADISTICA INFERENCIAL

Diferencias entre las

pruebas no paramétricas y
las pruebas paramétricas

Las pruebas no paramétricas son aquellas que se encargan de analizar datos

que no tienen una distribución particular y se basan una hipótesis, pero los
datos no están organizados de forma normal. Aunque tienen algunas
limitaciones, cuentan con resultados estadísticos ordenados que facilita su
comprensión.

Las pruebas paramétricas, en cambio, se basan en las leyes de distribución

normal para analizar los elementos de una muestra. Generalmente, solo se
aplican a variables numéricas y para su análisis debe mantener una población
grande, ya que permite que el cálculo sea más exacto.

Diferencias entre las pruebas no paramétricas y las pruebas paramétricas

1
 ESTADISTICA INFERENCIAL

Pruebas no paramétricas Pruebas paramétricas

Mayor potencia estadística. Menor potencia estadística.

Se aplican en variables normales o de

Se aplican en variables categóricas.
intervalo.

Se utilizan para muestras pequeñas. Se utilizan para muestras grandes.

No se conoce la forma de distribución de Su distribución de datos es normal.

datos.

No hacen muchas suposiciones. Hacen muchas suposiciones.

Exigen una menor condición de validez. Exigen mayor condición de validez.

Mayor probabilidad de errores. Menor probabilidad de errores.

El cálculo es menos complicado de hacer. El cálculo es complicado de hacer.

Las hipótesis se basan en rangos, mediana Las hipótesis se basa en datos numéricos.
y frecuencia de datos.

Los cálculos no son exactos. Los cálculos son demasiado exactos.

Considera los valores perdidos para obtener No toma en cuenta los valores perdidos
información. para obtener información.

Antes de aplicar las pruebas no paramétricas o las pruebas paramétricas

es importante conocer aspectos como el objetivo de la investigación, el
tamaño de la población y la escala que se utilizará para medir lo datos.

Conoce los tipos de escalas de medición que todo investigador debería

recordar.

Es probable que los datos no cumplan con los requisitos que requiere
una prueba paramétrica y se tenga que elegir una no paramétrica, es
decir, que el tamaño de la muestra sea pequeño o que la distribución no
sea normal.

Otro factor que es necesario considerar es que las pruebas paramétricas

pueden utilizar una distribución anormal, pero una no paramétrica tiene
supuestos sumamente estrictos que no pueden ignorarse.

2
 ESTADISTICA INFERENCIAL
Por último, si el tamaño de la muestra es pequeño, lo más seguro es que
no se consigan los resultados si se utiliza una prueba no paramétrica.
Cuando la población no es realmente grande las probabilidades de
identificar un efecto significativo son menores