PRUEBA DE NORMALIDAD
1.- Introducción
Como se sabe, existen dos supuestos del modelo para aplicar los contrastes de medias y el ANOVA:
homocedasticidad y normalidad. El supuesto de homocedasticidad o de igualdad de varianzas, se
contempla en estas pruebas paramétricas, así que no tenemos que ir a ninguna otra parte para
comprobarlas. Por el contrario, la condición de normalidad exige una prueba aparte. Hay que decir,
no obstante, que no hay que preocuparse mucho por ello porque para muestras grandes (más de 30
sujetos por grupo) la ausencia de normalidad no afecta a la distribución muestral del estadístico, que
es lo importante. Y para muestras pequeñas, el incumplimiento no afecta tanto. Como se sabe (ver la
robustez), el riesgo 𝛼 realmente cometido no suele ir mucho más allá del 0.06 o 0.07, que no está
muy lejos del 0.05 convencional.
2.- Prueba de normalidad en contrastes de medias de grupos independientes (T de Student y
ANOVA)
En las próximas líneas exponemos cómo habríamos de proceder con la normalidad cuando nos
encontramos con muestras pequeñas. Seleccionemos para ello los siguientes datos, donde estudiamos
el efecto del tipo de ejercicio (reposo, andar y correr) y tipo de dieta (poca grasa y mucha grasa)
sobre las pulsaciones cardíacas al cabo de 1 minuto, 15 minutos y 30 minutos
Trataremos primeramente el caso de grupos independientes y en el siguiente apartado el de grupos
relacionados o apareados. Para el caso de grupos independientes puede ocurrir que sean dos grupos
(t de Student para grupos independientes) o bien más de dos, que sería el caso del ANOVA para
grupos independientes. Lo haremos para el caso de dos grupos, que es exactamente igual que el de
varios grupos.
Deseamos comprobar el efecto de la grasa (poca, mucha grasa) sobre el efecto en las pulsaciones
cardíacas tras 30 minutos de ejercicio. Para ello:
1
Hacemos clic en Gráficos:
2
Y tan sólo marcamos: “Gráficos de normalidad con pruebas” y nos olvidamos (para este caso) de
los restante. Tendremos (entre otras cosas):
Hay dos pruebas de normalidad, la de Kolmogorov-Smirnov y Shapiro-Wilk. Para muestras
pequeñas, mejor la segunda, aunque en ambos casos para los sujetos de mucha grasa no se cumple la
normalidad. En consecuencia, aquí aplicaríamos la prueba no paramétrica de Mann Whitney,
aunque como hemos indicado la prueba paramétrica es bastante robusta y el error cometido no es
mucho mayor que el que cometeríamos con la adecuada no paramétrica.
2.- Prueba de normalidad en contrastes de medias de grupos relacionados.
Cuando trabajamos con dos series de puntuaciones de los mismos sujetos en dos momentos
temporales y queremos comprobar si hay diferencia entre las medias de ambas series, nos
encontramos con un contraste de medias para grupos relacionados. En este caso, el procedimiento
matemático interno consiste en trabajar con la variable diferencia entre ambos momentos y
comprobar si la media de dicha diferencia es diferente de cero (u otro valor que tengamos como
hipótesis). El problema ahora es equivalente al de comparación de una media observada y otra
teórica. Como ya solo hay una muestra y no dos, no hay varianzas que comparar y nos olvidamos de
la prueba de igualdad de varianzas. Y la normalidad se realizará con la variable diferencia.
Supongamos que deseamos conocer si hay diferencia en las pulsaciones cardiacas entre los periodos
de 15 minutos y 30 minutos:
Tendremos:
3
Y para la prueba de normalidad procedemos como anteriormente, pero como solo hay una muestra,
no contemplamos ningún factor:
4
Los resultados:
Tanto Kolmogorov-Smirnov como Shapiro-Wilk nos indican que la distribución no sigue una ley
normal. En consecuencia, aplicaríamos la prueba no paramétrica de Wilcoxon.
