Menú Cerrar

Antes de seleccionar una prueba estadística, lee esto

Prueba estadística

La selección de la prueba estadística adecuada es muy importante para el análisis de los datos en investigación.

El uso de pruebas estadísticas incorrectas o inapropiadas es un fenómeno común observado en Trabajos de Fin de Grado (TFG) o, incluso, en tesis de maestrías

Las pruebas estadísticas mal escogidas pueden verse en muchas ocasiones, como por ejemplo el uso de pruebas para datos emparejados con datos no emparejados

o el uso de pruebas paramétricas para los datos que no siguen la distribución normal o la incompatibilidad de las pruebas estadísticas utilizadas con el tipo de datos

Debido a la disponibilidad de diferentes tipos de software estadístico, realizar las pruebas estadísticas se vuelve fácil, pero es en la selección de la más adecuada donde está el problema.

La selección acertada de una pruebas estadística depende de las siguientes consideraciones:

• ¿Con qué tipos de datos y, por consiguiente, tipos de variables estamos tratando?
• ¿Nuestros datos o variables siguen la distribución normal o no?
• ¿Cuál es el objetivo del estudio?

¿Con qué tipo de datos o variables estamos tratando? 📊


Por lo general, en investigación del comportamiento o educativa manejamos 4 tipos de datos o variables o, mejor dicho, 4 niveles de medición de las variables: nominal, ordinal, de intervalo y de razón

Por tanto, es natural hablar de variables nominales, ordinales, de intervalo o de razón

Las dos primeras (nominales y ordinales) son variables categóricas, vale decir cualitativas

Las otras dos (de intervalo y de razón) son variables numéricas o métricas, vale decir cuantitativas

Variables nominales

En este tipo de variables, las observaciones reciben un nombre particular cuya única función es asignar cada observación a una categoría específica

Por ejemplo, la variable género o sexo tiene dos categorías masculino/femenino o hombre/mujer.

La variable tipo de medicamento, así mismo, tendría dos categorías genérico/de marca

Los variables nominales no se pueden medir u ordenar, pero se pueden contar.

Las variables nominales que sólo pueden tener dos categorías como hombre / mujer o muerto / vivo se denominan binomiales o dicotómicas,

y las que consisten en más de dos categorías como el escalafón de los profesores universitarios instructor/asistente/agregado/asociado/titular se conocen como variables multinomiales, policotómicas o politomicas

Los datos asociados a este tipo de variables, por regla general, se presentan en forma de tablas de contingencia o tablas de 2 × 2.

Variables ordinales

Las variables ordinales también son un tipo de variables categóricas, pero en estas, entre las categorías se puede establecer un orden lógico.

Los datos nominales que asumen este tipo de variables se pueden clasificar en orden de magnitud.

Se puede decir definitivamente que una observación es igual, menor o mayor que otra.

Muchos puntajes y escalas utilizados en investigación son datos o variables ordinales

Por ejemplo, escalas de calificación para el color, sabor, olor, facilidad de aplicación de un productos, etc.

Variables de intervalo

Entre las puntuaciones de una variable medida a nivel de intervalo, existe un orden lógico y se pueden hacer operaciones aritméticas con ellas

Pero estos tipos de datos no tienen cero natural, el cero es completamente arbitrario y no indica la ausencia de lo que se mide

El ejemplo clásico es la escala de temperatura Celsius.

En la escala Celsius, no hay cero natural, por lo que no podemos decir que 70 ° C es el doble de 35 ° C.

Las puntuaciones en un test de inteligencia, también son datos de intervalo, ya que no tienen cero natural.

Variables de razón

Los variables medidas a nivel de razón, tienen todas las características de las variables de intervalo más un punto cero natural.

Ejemplo de este tipo de variables son la altura, peso, longitud, etc.

En este tipo de datos, se puede decir con toda propiedad que 10 m de longitud es el doble de 5 m.

Esta relación es cierta, independientemente de en qué escala se esté midiendo el objeto (por ejemplo, metros o cm)

 

¿Nuestros datos o variables siguen una distribución normal? 📈


Este es el segundo requisito previo para la selección de la prueba estadística adecuada.

Si conoces el tipo de variable o datos (nominal, ordinal, intervalo y razón) y la distribución de los datos (distribución normal o distribución no normal), la selección de la prueba estadística será muy fácil.

No es necesario verificar la distribución en el caso de datos ordinales y nominales.

La distribución sólo debe verificarse en el caso de datos de razón e intervalo.

Si tus datos siguen la distribución normal, debes usar pruebas paramétricas y las pruebas no paramétricas sólo se deben usar cuando los datos no siguen la distribución normal.

 

¿Cuál es el propósito del estudio? 🔎


Este es el tercer requisito previo para la selección de la prueba estadística adecuada.

¿Qué queremos comparar?

¿Queremos comparar un medicamento con un placebo?

O queremos comparar el efecto de una intervención o tratamiento confrontando lo que sucedía antes de la intervención con lo que ocurre despúes (Test/Pretest).

Si como investigador estás claro acerca de las respuestas a las tres preguntas antes comentadas, no tendrás ningún problema al escoger la prueba estadística que mejor se adapte a los resultados de tu tesis

A continuación te invito a que les un vistazo a la presentación donde he intentado resumir lo más exhaustivamente posible, los diferentes tipos de pruebas estadísticas con las que nos podemos encontrar cuando nos toque analizar nuestros propios datos

Mírala con detenimiento, haz clic en los corchetes al lado del botón con la rueda dentada para activar la visualización a pantalla completa.

Puedes hacer capturas de pantalla de la diapositiva que contenga el caso que te interesa

 

 

Si quieres profundizar aún más acerca de las pruebas estadísticas, revisa el siguiente artículo

Para finalizar…


Hay tres preguntas que debes contestar antes de seleccionar la prueba estadística que sea más pertinente en tu caso particular

¿Cuál es la finalidad del estudio? … Describir un grupo, compararlo con un valor hipotético, comparar dos grupos, comparar tres o más grupos, medir asociación entre variables o predecir

¿Cuales son los niveles de medición de las variables? Nominal, Ordinal, de intervalo, o de razón

¿Siguen nuestros datos a la distribución normal?

Si tienes claro desde el principio estas tres cuestiones, ten por seguro que el análisis de datos de tu tesis, te hará derivar conclusiones relevantes a partir de ellos

Nada más por ahora, que tengas ¡Buen Análisis!

Please follow and like us:
Facebook
Twitter
Visit Us
LinkedIn
Pinterest
Pinterest

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies