Unidad 4

1 //Escenario
Escenario28
Lectura Fundamental

Pruebasdenounparamétricas
Etapas plan de comunicación
estratégica

Contenido

1 Pruebas para una muestra simple: Chi cuadrada

2 Pruebas para muestras relacionadas. Prueba de McNemar

3 Prueba t de Wilcoxon

4 Pruebas para muestras independientes: U de Mann Whitney

5 Uso programas estadísticos

Palabras clave: chi cuadrado, prueba de McNemar, prueba de hipótesis.

A continuación, se revisarán las pruebas de hipótesis que se encuadran desde los métodos no
paramétricos, en este sentido encontramos que las pruebas paramétricas son útiles para analizar
relaciones entre variables cualitativas, a las cuales no se les puede calcular la media ni la varianza, las
variables cualitativas como habíamos visto suelen ser nominales y ordinales.

Cómo mejorar...
Las fórmulas y procedimientos estadísticos que se revisan en cada una de las
unidades se realizan de forma “manual” para una mayor comprensión de los
temas. Sin embargo, es importante tener en cuenta que los programas como
Microsoft Excel y algunos más específicos como SPSS facilitan este proceso y
nos brindan resultados inmediatos. Al final de la lectura encontrará información
relacionada con estos programas.

1. Pruebas para una muestra simple: Chi cuadrada

Es un criterio estadístico que sirve para reconocer las relaciones entre dos variables nominales, en
esta prueba se maneja una hipótesis nula que dice que no hay relación entre las dos variables y se
rechaza cuando el valor del estadístico de prueba es mayor que el valor crítico de la distribución chi
cuadrado. Estos valores se obtienen a partir de una tabla de distribución, en la cual se encuentran los
grados de libertad de la prueba.

La fórmula para obtener el chi cuadrado es:

Donde:

• x2 = Chi cuadrado

• fo= Frecuencia observada

• ft = Frecuencia esperada

• ∑ = Sumatoria

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 2
Para una mejor comprensión de lo anteriormente expuesto revisemos el siguiente ejemplo: a dos
grupos de personas se les administró dos programas de enseñanza de matemáticas (un programa
a cada grupo), posteriormente se realizó una prueba con el fin de analizar el nivel de conocimiento
adquirido encontrando los siguientes resultados:

Tabla 1. Ejemplo chi cuadrada

Estudiantes que Estudiantes que

Programa de
incrementaron los decrementaron los Total
enseñanza
resultados resultados

A 40 10 50
B 15 35 50
Total 55 45 100

Fuente: elaboración propia

Ahora bien, revisemos las dos variables que aquí se exponen, por un lado, está la variable “programa
de enseñanza” y por el otro “resultados”, la intención es verificar si existe una relación entre los
programas de enseñanza aplicado y los resultados obtenidos por los estudiantes, por lo cual se
plantean las siguientes hipótesis:

• Ho = No existe relación entre programa y resultados.

• H1= Existe relación entre programa y resultados.

De acuerdo con la fórmula expuesta con anterioridad, lo primero que se debe hallar es la frecuencia
esperada, ya que las frecuencias observadas se encuentran en la tabla. Para tal fin se multiplica el
total de sujetos que incrementaron los resultados (40), por el total de sujetos en cada uno de los
programas de enseñanza (50) y se divide en el total de la población así:

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 3
De la misma manera se establecen las frecuencias observadas para los sujetos que decrementaron sus
puntajes así:

Una vez se obtienen las frecuencias esperadas, los datos se acopian en la tabla que se presenta a
continuación, los cuales se usan para despejar la fórmula del chi cuadrado que para este caso es:
21.25, el cual se obtiene a partir de la sumatoria de los resultados de

Tabla 2. Ejemplo análisis datos chi cuadrada

Frecuencias Frecuencias 2 fo – ft
Variables fo -ft 2 fo-ft
observadas esperadas ft
Programa de
40 20 20 400 20
enseñanza A
Programa de
15 20 -5 25 1.25
enseñanza B
Programa de
10 22.5 -12.5 -281.5 -12.5
enseñanza A
Programa de
35 22.5 12.5 281.5 12.5
enseñanza B

Fuente: elaboración propia

El siguiente paso consiste en identificar el grado de libertad de la prueba, para tal fin se despeja la
siguiente fórmula:

Donde:

Cv = categorías de variable independiente

V = variable dependiente

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 4
En este sentido encontramos que las categorías de variable independiente que tenemos son dos,
correspondientes a los dos programas de enseñanza (A y B), mientras que la variable dependiente se
representa en incremento y decremento de resultados. De acuerdo con esto:

(2-1) * (2-1) = 1, que equivaldría al valor que se buscaría en la tabla de distribución chi cuadrado que se
presenta a continuación.

Tabla 3. Distribución chi cuadrado

Fuente: Pita Fernández y Pértega Díaz (2004)

El valor 1 se contrasta con la probabilidad 0.05 correspondiente al margen de error, lo cual nos indica
que el grado de libertad sería de 3.8415, el cual es inferior al chi cuadrado 21,25. Lo que implicaría que la
hipótesis nula que no existe relación entre programa de enseñanza y resultados, lo que a su vez indica que
la hipótesis de trabajo que plantea que existe relación entre programa y resultados se valida.

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 5
2. Pruebas para muestras relacionadas. Prueba de McNemar
La prueba de McNemar es una prueba de hipótesis que nos permite trabajar con dos muestras relacionadas
o emparejadas, su uso es frecuente en diseños pretest - postest. A diferencia de la prueba chi cuadrado,
esta prueba es funcional en el trabajo con variables nominales y ordinales. La prueba de McNemar trabaja
con el siguiente formato de tabla, el cual se denomina formato de doble entrada.

Tabla 4. Tabla de entrada para McNemar

Post test

- +
+ A B
Pretest
- C D

Fuente: elaboración propia

Revisemos la siguiente situación hipotética para comprender mejor la funcionalidad de esta prueba.
Supongamos que a una muestra de 15 personas se les preguntó acerca de su preferencia sobre dos
marcas de refresco (A y B), posteriormente se les presentó una propaganda que favorecía al refresco
B. En un segundo encuentro se le volvió a preguntar a la muestra qué tipo de refresco prefería.
Los resultados que se obtuvieron de este ejercicio fueron los siguientes, en donde el refresco A se
representa con 1 y el refresco B con 2.

Tabla 5. Ejemplo acopio de datos McNemar

Pretest Post test

1 2
1 2
1 2
1 2
1 2
1 2

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 6
 Pretest Post test
2 2
1 1
2 2
2 1
1 1
1 2
1 2
2 2

Fuente: elaboración propia

Para verificar si la influencia de la propaganda tuvo efecto en la muestra, utilizaremos la prueba de

McNemar. En este sentido se plantean las siguientes hipótesis:

• Ho = La propaganda no generó cambios en las preferencias de los sujetos de la muestra.

• H1= La propaganda generó cambios significativos en las preferencias de los sujetos de la muestra.

• Se trabajará con un nivel de confianza del 95 %

Inicialmente se diligencia la tabla de entrada de acuerdo con los datos que se obtuvieron en los dos
encuentros, para este fin se tienen en cuenta los signos (+ -) y se organizan los datos de acuerdo con
los puntajes obtenidos en el pretest y el postest.

Tabla 6. Ejemplo II acopio de datos McNemar

Post test

1 2

1 2 9
Pretest
2 1 2

Fuente: elaboración propia

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 7
Reemplazando la fórmula de acuerdo con los valores de la tabla encontraríamos que:

Posteriormente se calculan los grados de libertad bajo la siguiente fórmula:

Donde:

r = al número de filas de la tabla de entrada

k = al número de columnas de la tabla de entrada

Una vez encontrado el valor correspondiente a los grados de libertad (1) y el valor crítico de la Prueba
de McNemar (0.25), realizamos el cruce de información en la tabla de distribución de chi cuadrado
que se trabajó en el apartado anterior. Para este caso el valor sería 1.3233, el cual es mayor que 0.25,
motivo por el cual se rechaza la hipótesis nula y se acepta la hipótesis alternativa que plantea que “la
propaganda generó cambios significativos en las preferencias de los sujetos de la muestra”.

3. Prueba t de Wilcoxon
Es una prueba no paramétrica que sirve para determinar las diferencias entre el rango medio de dos
muestras relacionadas, se utiliza para variables cuantitativas de carácter ordinal. Para una mayor
comprensión revisemos el siguiente ejemplo:

Un investigador realizó un estudio que pretendía disminuir los niveles de ansiedad de consumidores
de SPA, para tal fin seleccionó una muestra de 12 personas que pertenecían a una comunidad
terapéutica y se encontraban en procesos de desintoxicación. El proceso investigativo se dividió en
tres momentos característicos de un diseño pretest postest.

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 8
 • Se aplicó una escala de medición de ansiedad.

• Se administró un tratamiento basado en técnicas de relajación y meditación.

• Se aplicó nuevamente la escala de medición de ansiedad.

Los resultados obtenidos a partir de este diseño fueron los siguientes:

Tabla 7. Ejemplo acopio de datos Wilcoxon

Pretest Postest
2 10
1 15
5 14
6 20
7 12
10 14
9 18
11 17
9 16
11 9
16 14
10 8

Fuente: elaboración propia

De acuerdo con lo anterior se pueden establecer las siguientes hipótesis:

• Ho = El tratamiento no generó cambios en los niveles de ansiedad de los sujetos.

• H1 = El tratamiento generó cambios en los niveles de ansiedad de los sujetos.

• Se trabajará con un nivel de confianza del 95 %.

Para establecer el valor correspondiente a esta prueba de hipótesis, se requiere identificar la

diferencia entre los resultados del pretest y el postest.

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 9
 Tabla 8. Diferencia de Wilcoxon
Pretest Postest d
2 10 -8
1 15 -14
5 14 -9
6 20 -14
7 12 -5
10 14 -4
9 18 -9
11 17 -6
9 16 -7
11 9 2
16 14 2
10 8 2

Fuente: elaboración propia

Una vez se obtienen las diferencias se le asigna un valor a cada una de estas, partiendo de menor a mayor;
como en este caso el número menor es dos, el valor asignado a esta diferencia sería 1, sin embargo, al contar
con tres diferencias equivalentes a dos, lo que se hace es brindarles a estas el promedio de la sumatoria de los
valores “1, 2, 3” que para este caso sería 2. La tabla completa quedaría de la siguiente forma:

Tabla 9. Ejemplo Asignación de rangos de Wilcoxon

Pretest Postest d
2 10 -8 -8
1 15 -14 -11,5
5 14 -9 9.5
6 20 -14 -11,5
7 12 -5 5
10 14 -4 4
9 18 -9 9.5
11 17 -6 6
9 16 -7 7
11 9 2 2
16 14 2 2
10 8 2 2

Fuente: elaboración propia

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 10
A continuación, se debe establecer la sumatoria de los datos con signos menos frecuentes, en este caso los
signos (+) tienen menos frecuencia que los signos (-). El resultado de dicha sumatoria se denomina valor t y
para este ejemplo equivale a 6.

Ahora vamos a ver cómo se obtiene el valor crítico de la prueba, este nace a partir de la conversión del dato
(n) en la tabla de valores críticos T para la prueba de rangos de Wilcoxon, donde (n) equivale al total de
sujetos de la muestra, que para este ejemplo es 12.

Como se trabaja con un nivel de significación de 0,05 de dos colas, teniendo en cuenta que las hipótesis
planteadas están fundamentadas en la diferencia, en este sentido el valor crítico es igual a 14.

Bajo esta lógica, como el valor T es menor que el valor crítico, se rechazará la hipótesis nula y se podrá
afirmar que el tratamiento generó cambios en los niveles de ansiedad de los sujetos.

Tabla 10. Tabla de valores críticos de t para prueba de rangos con signo Wilcoxon

Fuente: Wilcoxon (1950)

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 11
4. Pruebas para muestras independientes: U de Mann Whitney
Ya se han revisado algunos estadísticos que permiten analizar muestras relacionadas, ahora revisemos
algunos que nos permiten evaluar muestras independientes, recordemos que las muestras independientes
corresponden a grupos distintos, por ejemplo, el grupo control y el grupo experimental.

La prueba de U de Mann Whitney es un estadístico de medición no paramétrico que se basa en

escalas de medición ordinales, es utilizado frecuentemente para contrastar muestras independientes.
Revisemos el siguiente ejemplo:

Un psicólogo organizacional está realizando la evaluación de desempeño de los empleados de una

organización mediante un modelo de 360°, para evaluar al gerente de la organización, usa una
prueba que presenta una escala ordinal de 1 a 5, donde 1 equivale a malo y 5 equivale a excelente, el
instrumento se aplica a dos muestras, una compuesta por 4 hombres y una compuesta por 5 mujeres.
Los resultados de la aplicación de la escala fueron los siguientes:

Tabla 11. Ejemplo acopio de datos para U de Mann Whitney

Mujeres Hombres
2 5
1 4
2 3
3 5
2

Fuente: elaboración propia

De acuerdo con lo anterior se podrían plantear dos hipótesis:

• Ho = No existen diferencias significativas en los resultados de las dos muestras.

• H1= Existen diferencias significativas en los resultados de las dos muestras.

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 12
Para realizar la prueba de hipótesis se puede recurrir a la prueba Mann Whitney que se trabaja bajo la
siguiente fórmula:

Donde:

U1 y U2 = valores estadísticos de U Mann-Whitney.

n1 = tamaño de la muestra del grupo 1.
n2 = tamaño de la muestra del grupo 2.
R1 = sumatoria de los rangos del grupo 1.
R2 = sumatoria de los rangos del grupo 2.

Para despejar cada uno de las dos “U” correspondiente a cada una de las muestras, es necesario saber el
número total de sujetos en cada muestra (n) y la sumatoria de los rankings de cada muestra (∑R1 y ∑R2).
De acuerdo con esto encontraríamos que:

Tabla 12. Ejemplo asignación de rangos para U de Mann Whitney

Puntaje 1 2 2 2 3 3 4 5 5

Rangos 1 3 5.5 7 8 9

Fuente: elaboración propia

Recordemos que el valor de los rangos se asigna organizando los puntajes de menor a mayor y asignando un
número en orden ascendente a partir de 1; cuando los puntajes presentan números repetidos como en este
caso, se promedian la asignación del rango y se asigna un único valor al puntaje que se repite. De acuerdo
con esto podemos hallar los valores de (∑R1 y ∑R2) que serían (15.5 y 29.5), de igual forma se puede
establecer que n1= 5 y n2= 4.

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 13
 • De los dos valores de U obtenidos se tomará el menor, es decir 0.5.

• El cálculo μ de se obtendrá a partir de la siguiente fórmula: lo cual equivaldría a 10.

• Para el cálculo de se trabajará con la siguiente fórmula lo cual equivaldría a 4.0

• Una vez calculados los valores de U, μ ,σ, despejamos el valor de Z, así:

Como regla de decisión encontraríamos que Si Z ≤ 0.05 se rechaza Ho.

Por último, es necesario anotar que las pruebas de hipótesis suelen ser procesos muy prácticos, pero
bastante rigurosos, lo cual implica un alto grado de preparación y ética por parte de las personas que
los desarrollan, ya que una mal interpretación o validación de una hipótesis ocasionará dificultades en
las lecturas de realidad y las apreciaciones que se hacen de estas.

5. Uso programas estadísticos

De acuerdo con esto, los programas estadísticos también proporcionan herramientas fundamentales
en los procesos no paramétricos. A continuación, se presentarán los programas estadísticos que se
abordaron en el Escenario 5 y sus principales aplicaciones en estadística no paramétrica.

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 14
 Tabla 13. Programas estadísticos

Programa Utilidad Manuales de uso abierto

• Análisis de Correlaciones entre variables • Funciones estadísticas presentadas

continuas por Microsoft, presenta: descripción,
• Análisis de Regresión Lineal sintaxis, observaciones y ejemplos de
cada fórmula estadística del programa.
• Modelo de Regresión Múltiple (GLM)
https://support.microsoft.com/es-es/
• Contrastes de Hipótesis
office/funciones-estad%C3%ADsticas-
• Pruebas para una muestra simple: referencia-624dac86-a375-4435-
Microsoft Chi cuadrada
bc25-76d659719ffd
Excel®
• Pruebas para muestras relacionadas.
Prueba de McNemar • Quispe Andía, A., Calla Vásquez, K.,
Yangali Vicente, J., Rodríguez López,
• Prueba t de Wilcoxon J. y Pumacayo Palomino, I. (2019).
• Pruebas para muestras independientes: U Estadística no paramétrica aplicada a
de Mann Whitney la investigación científica con software
• Gráficos de Dispersión con recta de SPSS, MINITAB Y EXCEL. Editorial
regresión EIDEC.

• Prueba de hipótesis básica

• Pruebas no paramétricas
• Análisis de Correlaciones entre variables
continuas
• Análisis de Regresión Lineal
Quispe Andía, A., Calla Vásquez, K.,
• Modelo de Regresión Múltiple (GLM)
Yangali Vicente, J., Rodríguez López,
• Contrastes de Hipótesis J. y Pumacayo Palomino, I. (2019).
SPSS® • Pruebas para una muestra simple: Chi Estadística no paramétrica aplicada a
cuadrada la investigación científica con software
• Pruebas para muestras relacionadas. SPSS, MINITAB Y EXCEL. Editorial
Prueba de McNemar EIDEC.

• Prueba t de Wilcoxon
• Pruebas para muestras independientes: U
de Mann Whitney
• Gráficos de Dispersión con recta de
regresión

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 15
 Programa Utilidad Manuales de uso abierto

• Prueba de hipótesis básica

• Pruebas no paramétricas
• Análisis de Correlaciones entre
variables continuas
• Análisis de Regresión Lineal
• Modelo de Regresión Múltiple (GLM) Quispe Andía, A., Calla Vásquez, K.,
Yangali Vicente, J., Rodríguez López,
• Contrastes de Hipótesis
J. y Pumacayo Palomino, I. (2019).
Minitab® • Pruebas para una muestra simple: Chi Estadística no paramétrica aplicada a
cuadrada la investigación científica con software
SPSS, MINITAB Y EXCEL. Editorial
• Pruebas para muestras relacionadas.
EIDEC.
Prueba de McNemar
• Prueba t de Wilcoxon
• Pruebas para muestras
independientes: U de Mann Whitney
• Gráficos de Dispersión con recta de
regresión

Los manuales de usuario y tutoriales se

pueden descargar en:
Statgraphics® • Técnicas paramétricas y no paramétricas https://statgraphics.net/manual-de-
usuario/
https://statgraphics.net/tutoriales/

Suscripción disponible en:

STATA® • Posee un amplio portafolio de los análisis
www.stata.com
paramétricos y no paramétricos
Los recursos abiertos son limitados.

Fuente: elaboración propia

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 16
Referencias
Pita Fernández, S. y Pértega Díaz, S. (2004). Asociación de variables cualitativas: test de Chi-cuadrado.
Metodología de la Investigación.

Quispe Andía, A., Calla Vásquez, K., Yangali Vicente, J., Rodríguez López, J. y Pumacayo Palomino, I.
(2019). Estadística no paramétrica aplicada a la investigación científica con software SPSS, MINITAB Y
EXCEL. Editorial EIDEC.

Wilcoxon, F. (1950). Some rapid approximate statistical procedures. Annals of the New York Academy
of Sciences, 52(6), 808-814.

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 17
 INFORMACIÓN TÉCNICA

Módulo: Estadística
Unidad 4: Pruebas de hipótesis
Escenario 8: Estadística no paramétrica

Autor: Héctor Alfredo Ramirez Vaca

Asesor Pedagógico: Claudia Yaneth Mora Villalba

Diseñador Gráfico: Kelly Yohana Valencia Forero

Este material pertenece al Politécnico Grancolombiano.

Prohibida su reproducción total o parcial.

POLITÉCNICO
POLITÉCNICO GRANCOLOMBIANO
GRANCOLOMBIANO 18