LAS PRUEBAS PARAMTRICAS

1. Se conoce el modelo de distribucin de la poblacin objeto

de estudio y se desconoce un nmero finito de parmetros de
dicha distribucin que hay que estimar con los datos de la
muestra.
2. Requieren conocer la distribucin de la muestra para poder
realizar inferencias sobre la poblacin.
LAS PRUEBAS NO PARAMTRICAS
1. Son mtodos de distribucin libre. No requieren conocer la
distribucin de la muestra.
2. Se utilizan estadsticos cuya distribucin se determina con
independencia de cul sea la distribucin de la poblacin.
web: http://www.uv.es/friasnav/

LAS PRUEBAS NO PARAMTRICAS: Para qu se utilizan?

1. Son una alternativa a las pruebas paramtricas cuando los
datos no cumplen los requisitos de las pruebas paramtricas.
2. Permiten conocer cmo es la forma de la distribucin de la
poblacin de la que se ha extrado la muestra. Contrastes de
Bondad de Ajuste para conocer la forma de la poblacin que ha
originado la muestra.
Las pruebas de bondad de ajuste se utilizan para contrastar si los
datos de la muestra pueden considerarse que proceden de una
determinada distribucin.

web: http://www.uv.es/friasnav/

SUPUESTOS DE LAS PRUEBAS PARAMTRICAS

1. Normalidad. Las observaciones se extraen de poblaciones
distribuidas segn la Normal para cada grupo. Pruebas de
bondad de ajuste.
2. Homocedasticidad. Las varianzas de los diferentes grupos
tienen que ser iguales. Homogeneidad de varianzas. El
numerador y el denominador de la prueba F son estimaciones
de la misma varianza poblacional. Prueba de Levne. Supuesto
de esfericidad respecto a la homogeneidad de varianzascovarianzas segn la prueba de Mauchley.
3. Respecto a los errores:
1. Los errores son independientes entre s.
2. Se distribuyen segn na Normal dentro de cada poblacin
del grupo N(0, 2). Es decir, con media cero y varianzas
equivalentes.
3. La ecuacin estructural del modelo refleja una composicin
aditiva de las fuentes de variacin.
web: http://www.uv.es/friasnav/

ACTUACIONES. TOMA DE DECISIONES

Cuando se tengan unos datos hay que comprobar en primer lugar
los supuestos de las pruebas paramtricas. En concreto se
analizar en primer lugar si los datos de la variable tienen una
distribucin normal. Para ello se utilizarn grficos y pruebas de
contraste de la normalidad.
Actuaciones:
1. Si se acepta la normalidad de las observaciones entonces se
aplicar el contraste paramtrico adecuado para la hiptesis.
2. Si se rechaza la normalidad de las observaciones entonces se
optar por aplicar pruebas no paramtricas donde los test se
plantean sobre la mediana de la distribucin:
1. Test de los rangos signos de Wilcoxon para una muestra.
Contrasta la mediana de la muestra con la mediana
poblacional. Tambin permite contrastar la mediana de dos
muestras pareadas.
2. Test U de Mann-Whitney
para muestras independientes 4
web: http://www.uv.es/friasnav/

Pruebas de bondad de ajuste

Las pruebas de bondad de ajuste tienen por objetivo determinar si los datos se
ajustan a una determinada distribucin.

Pruebas de Normalidad:
-pruebas grficas basadas en grficos de normalidad como Q-Q plots.
-Test de Kolmogorov Smirnov de bondad de ajuste. Es vlido slo
para variables aleatorias continuas.
- Test de Lillefors. Es el Test de Kolmogorov Smirnov con la correccin
de Lillefors. Sus valores son menores que los de Kolmogorov.
-Prueba de Shapiro-Wilks.
Cuando se ejecutan las pruebas con el SPSS se obtiene el valor del
estadstico y el valor p de probabilidad del contraste. Se rechaza H0
si el valor p de probabilidad es menor que el nivel de significacin
elegido para ejecutar la prueba de contraste estadstico.
web: http://www.uv.es/friasnav/

DISTRIBUCIN NORMAL DE LAS PUNTUACIONES

Evaluar mediante inspeccin visual la normalidad de las
puntuaciones
Los grficos ayudan al investigador a juzgar si sus datos proceden
de una distribucin normal. Por ejemplo, si los datos proceden de
una distribucin normal cabe esperar que la distribucin no tendr
una fuerte asimetra.
Sin embargo, con pocos datos no es fcil obtener conclusiones
consistentes y de ah que se hayan ideado grficos concretos para
observar la normalidad de las puntuaciones de una variable.

web: http://www.uv.es/friasnav/

Grficos para observar la normalidad de las puntuaciones de una

variable:
-Grficos de probabilidad normal P-P plots
-Grficos de cuantiles normales Q-Q plots
Estos grficos trabajan con los datos estandarizados y ordenados.
Cuando los datos se representan frente a los datos esperados de
una distribucin N (0, 1) se deben obtener puntos alineados en la
diagonal de un cuadro.

web: http://www.uv.es/friasnav/

DISTRIBUCIN NORMAL DE LAS PUNTUACIONES

Histograma Grfico de caja

Grfico Q-Q

Observar la simetra
de la distribucin

Evaluar mediante inspeccin visual la normalidad de las

puntuaciones
web: http://www.uv.es/friasnav/

SPSS: Grficos con pruebas de normalidad:

ANALIZAR--ESTADSTICOS DESCRIPTIVOS-EXPLORAR

web: http://www.uv.es/friasnav/

Se puede seleccionar solamente ESTADSTICOS, solamente GRFICOS o que el SPSS

ofrezca AMBOS (estadsticos y grficos) en su salida de resultados.

web: http://www.uv.es/friasnav/

10

web: http://www.uv.es/friasnav/

11

Asimetra de la distribucin
ASIMETRA POSITIVA
Examen difcil, Salarios, Tiempo de Reaccin

Asimetra positiva: concentracin de casos en los valores inferiores de

la distribucin y cola extendida hacia los valores grandes.

ASIMETRA NEGATIVA
Examen fcil

Asimetra negativa: concentracin de casos en los valores altos y cola

alargada hacia los valores inferiores de la distribucin.
web: http://www.uv.es/friasnav/

12

Asimetra de la distribucin

web: http://www.uv.es/friasnav/

13

web: http://www.uv.es/friasnav/

14

web: http://www.uv.es/friasnav/

15

Evaluar utilizando la prueba de significacin la normalidad

de las puntuaciones

GRFICOS CON PRUEBA DE NORMALIDAD

La aplicacin de la prueba de
normalidad muestra dos grficos:
(1) Normal Probability Plot:
(grfico Q-Q) donde a cada valor
observado se le empareja con su
valor esperado, procedente ste
ltimo de una distribucin
normal.
Si la muestra es extrada de una
poblacin normal ambos valores
se encontrarn en la misma lnea
recta.
web: http://www.uv.es/friasnav/

16

Evaluar utilizando la prueba de significacin la normalidad

de las puntuaciones

GRFICOS CON PRUEBA DE NORMALIDAD

Normal Probability Plot. Grfico Q-Q
--Se representan los cuantiles empricos
obtenidos en la muestra frente al cuantil
correspondiente en la distribucin Normal.
--Si el grfico muestra una relacin cercana a una
lnea recta entonces se sugiere que los datos
proceden de una distribucin Normal.

web: http://www.uv.es/friasnav/

17

Normal Probability Plot . Grfico Q-Q

Cuando la distribucin observada en las puntuaciones se
ajusta a la terica entonces los puntos se representan en
lnea recta en la diagonal.
Si el ajuste no es bueno entonces la distribucin de las
puntuaciones adopta otras formas:

A. Asimtrica
a la derecha

B. Asimtrica
a la izquierda

C. Leptocrtica

web: http://www.uv.es/friasnav/

D. Platicrtica

18

web: http://www.uv.es/friasnav/

19

Evaluar utilizando la prueba de significacin la normalidad

de las puntuaciones

GRFICOS CON PRUEBA DE NORMALIDAD

(2) Detrended Normal Plot
donde
se
muestran
las
desviaciones de los puntos con
relacin a una lnea recta.
Si la muestra ha sido extrada de
una poblacin normal los puntos
deben situarse alrededor de una
lnea horizontal con el origen en
el punto .00.

web: http://www.uv.es/friasnav/

20

web: http://www.uv.es/friasnav/

21

Inspeccin visual descriptiva

Grfico de caja y bigotes

Lmite Superior: por encima de

ese lmite las puntuaciones se
consideran atpicas (outliers)

Q3= Tercer cuartil

Mediana

50%
de las puntuaciones
Lmite Inferior: por debajo de
ese lmite las puntuaciones se
consideran atpicas (outliers)

95%
de las puntuaciones
Q1= Tercer cuartil
web: http://www.uv.es/friasnav/

22

Inspeccin visual descriptiva

Grfico de caja y bigotes

--Asimetra
positiva:
la
mediana est ms cerca de
la parte inferior de la caja.
--Asimetra negativa: la
mediana est ms cerca de
la parte superior de la caja.
Cuanto ms larga sea la caja y los bigotes mayor variabilidad tienen los datos
web: http://www.uv.es/friasnav/

23

Grficos de distribucin
Las principales ventajas son la sencillez de
interpretacin, la extensin a cualquier tipo de
distribucin y, en el caso de la distribucin normal, la
facilidad de obtener el diagrama ya
que est implementado en muchos paquetes
estadsticos.
Adems, no requieren muestras tan numerosas como
algunos tests de normalidad.
El principal inconveniente es la subjetividad de la
interpretacin visual, ya que al contrario de los tests de
normalidad numricos no se concluye con una p de
probabilidad objetiva.
web: http://www.uv.es/friasnav/

24

Pruebas de significacin para contrastar la hiptesis de la

normalidad de las puntuaciones de la poblacin (variables aleatorias
continuas):

Kolmogorov-Smirnov,
Correccin de Lilliefors y
Shapiro Wilks
Los grficos orientan sobre la procedencia o no de
la muestra de una poblacin normal. Sin embargo,
es posible trabajar con una prueba estadstica que
certifique la normalidad o no de las variables.
web: http://www.uv.es/friasnav/

25

Queremos contrastar, para un determinado nivel de confianza, la

hiptesis nula de que los datos proceden de una poblacin con
distribucin normal.

Hiptesis Nula H0:

es que el conjunto de datos siguen una distribucin normal.
Hiptesis Alternativa H1:
es que el conjunto de datos no sigue una distribucin normal.

Si el valor del estadstico supera un determinado valor,

que depende del nivel de significacin con el que se
quiera rechazar la hiptesis nula, entonces esa coleccin
de datos no se distribuye segn una distribucin normal.
web: http://www.uv.es/friasnav/

26

Lillierfors tabul el estadstico de Kolmogorov-Smirnov para el

caso ms habitual en el que desconocemos la media y la varianza
poblacional y se estiman a travs de los datos muestrales.
----El SPSS utiliza esta prueba modificada.
Los valores crticos se obtienen aplicando la correccin de
significacin propuesta por Lilliefors.
No utilizaremos el de Kolmogorov-Smirnov sin la correccin de
Lilliefors por resultar muy conservador (en casi todas las ocasiones
se mantiene H0)

web: http://www.uv.es/friasnav/

27

Sin correccin de Lilliefors.

SPSS: Pruebas No paramtricasK-S de una muestra

web: http://www.uv.es/friasnav/

28

El estadstico de prueba Kolmogorov-Smirnov (KS68

=0.155, p<0.001) con la correccin de Lilliefors presenta
un nivel de significacin igual a <0,001. En consecuencia
se rechaza la hiptesis de normalidad.
ACTUACIN:
Es necesario realizar alguna transformacin a la variable
ya que no se cumple el supuesto de normalidad de las
observaciones de la variable medida.
web: http://www.uv.es/friasnav/

29

TRANSFORMACIONES DE LA VARIABLE
Objetivo: que la variable adopte una distribucin normal o, al
menos, simtrica
El SPSS permite realizar diversas transformaciones de la variable.
1. En primer lugar, debemos recordar que el test K-S nos indicaba
si era o no necesaria la transformacin.
2. En segundo lugar, los grficos de tallos y hojas y/o cajas con
bigotes representan la direccin de la simetra y, por lo tanto,
indican el tipo de transformacin que es ms adecuada.

Las transformaciones se realizan en funcin de tipo de

asimetra de la distribucin.
Tukey ofrece lo que l llama la Escalera de las
transformaciones, donde muestra el tipo de
transformacin recomendada segn sea la intensidad de la
asimetra o la direccinweb:enhttp://www.uv.es/friasnav/
la que van los casos extremos.30

TRANSFORMACIONES DE LA VARIABLE
Objetivo: que la variable adopte una distribucin normal o, al
menos, simtrica
Escalera de las transformaciones:

Si la distribucin es ASIMTRICA POSITIVA: es conveniente
utilizar 1-races cuadradas, 2-logaritmos La correccin de la
asimetra positiva ser an mayor con los logaritmos.

Si la distribucin es ASIMTRICA NEGATIVA: 1-elevar al cuadrado
(X2) o 2-al cubo (X3). La correccin de los datos ser mayor cuanto
mayor es la exponenciacin.
Las transformaciones ms comunes son el logaritmo (ln), la raz
cuadrada (SQRT) y potencias (**potencia deseada)
web: http://www.uv.es/friasnav/

31

TRANSFORMACIONES DE LA VARIABLE
SPSS

web: http://www.uv.es/friasnav/

32

TRANSFORMACIONES DE LA VARIABLE
Objetivo: que la variable adopte una distribucin normal o, al
menos, simtrica
--La escalera de transformacin de Tukey es orientativa pero es una
gua.
--Muy raramente se conseguir la normalidad con la primera
transformacin. Sern necesarias varias. Despus de cada
transformacin se ejecutan de nuevo los anlisis de bondad de
ajuste.
--Conviene tener en cuenta que con variables que muestran una
distribucin prxima a la normalidad la aplicacin de las
transformaciones puede provocar hacerlas ms asimtricas.
Cuando esto ocurre lo ms conveniente es trabajar con los datos
de la variable original.

web: http://www.uv.es/friasnav/

33

DATOS BRUTOS

AL CUADRADO

AL CUBO
LOGARITMO

NO
web: http://www.uv.es/friasnav/

34

El estadstico W de Shapiro-Wilks mide la fuerza del ajuste con una

recta.
Cuanto mayor sea el valor de este estadstico mayor desacuerdo
habr con la recta de normalidad, por lo que se rechazr la
hiptesis nula.
Para muestras pequeas (entorno a 50 observaciones) se
recomienda Shapiro. Para muestras mayores se recomienda
Kolmogorov con la correccin de Lilliefors.

web: http://www.uv.es/friasnav/

35

Ejercicios:

Fuente: http://ocw.usal.es/ciencias-sociales-1/control-estadistico-de-la-calidad/materiales-de-clase/
web: http://www.uv.es/friasnav/

36

Analizar la variable de Valoracin con el SPSS.

Examinar su ajuste a la distribucin normal. Realizar algn tipo de
transformacin si fuese necesario. Redactar los resultados.
Para el informe de investigacin: BaseInformeESTAD.sav
-Buscar el modelo terico que puede representar el proceso de aprendizaje de
la estadstica para plantear las hiptesis tericas en el apartado 37Introduccin.
-Comprueba en los anlisis la normalidad de la variable y la homogeneidad de
las varianzas de los grupos.
-Analiza e interpreta los estadsticos descriptivos que consideres de las
variables que se utilizan como variables dependientes.
-Estudiar la relacin entre las calificaciones y la valoracin sobre la confianza en
la solucin de la pregunta.
-Analizar la relacin entre aprobados y suspensos y la valoracin sobre la
confianza en la solucin de la pregunta.
-Estudiar la relacin entre el sexo y las notas acadmicas.
-Haz una interpretacin conjunta de todos los datos en el apartado de Discusin

web: http://www.uv.es/friasnav/

37