INVESTIGACIÓN CIENTÍFICA
PRUEBA DE NORMALIDAD
Dr. Pedro Huauya Quispe
PRUEBAS ESTADÍSTICAS
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
Hay dos clases de pruebas estadísticas: Las
paramétricas y las no paramétricas. Las pruebas
paramétricas tienen mayor capacidad para detectar
una relación real o verdadera entre dos variables, si
es que la misma existe.
PRUEBAS PARAMÉTRICAS
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
Las pruebas paramétricas exige obligatoriamente tres
requisitos:
1. Que la variable sea numérica: Que las variables de estudio
(dependiente) esté medida en una escala que sea por lo menos
de intervalo.
2. Que tenga una distribución normalidad: Que los valores de la
variable dependiente sigan una distribución normal; por lo
menos, en la población a la que pertenece la muestra.
Prueba estadística: Kolmogorov Smirnov, Shapiro y Wilks,
Anderson- Darling y Gearly
3. Homocedasticidad: Que las varianzas de la variable dependiente
en los grupos que se comparan sean aproximadamente iguales
(homogeneidad de las varianzas).
Prueba estadística: Test de Levene.:
PRUEBAAS PARAMÉTRICAS
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
IMPORTANTE
Cuando los datos cumplen con los requisitos indicados, las pruebas estadísticas
paramétricas tienen su máximo poder.
Cuando los datos no cumplen al menos uno de los requisitos señalados, pierden
parte de su poder la prueba paramétrica.
Sabiendo que cumplen estos requisitos los datos y se usa una no paramétrica hay
una pérdida de información.
Las pruebas estadísticas no paramétricas, no hacen a los datos ninguna de las
exigencias que les hacen las pruebas estadísticas paramétricas; por eso se les
denomina "pruebas estadísticas libres de distribución".
DISTRIBUCIÓN NORMAL
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
La distribución normal es el estudio de la probabilidad, tiene aplicaciones en
Educación, Ciencias Sociales, Psicología y en Ciencias económicas, etc.
CARACTERÍSTICA DE LA DISTRIBUCIÓN NORMAL:
50% 50%
-α +α
Dr. Pedro Huauya Quispe
DISTRIBUCIÓN NORMAL
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
Ejemplo 1: Tenemos las notas de los estudiantes en la asignatura
de investigación: 5; 7; 7; 8; 9; 10; 11, 10,12;12;12;13 y 13, ¿las
notas presentan distribución normal?
Solución en SPSS
Interpretación: La media (promedio), moda y mediana de las notas de los
estudiantes son diferentes, significa que la distribución de datos no es normal
con una desviación estándar de 2,565.
DISTRIBUCIÓN NORMAL
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
Ejemplo 2: Tenemos nota de los estudiantes de los estudiantes,
verificar si los datos presentan distribución normal.
Notas
15 12 17
16 11 13 Solución
16 11 15
16 11 12
18 13 14
13 12 11
14 14 12
12 14 12
14 10 11
13 10 15
14 10 12
12 10 12
11 8 13
11 7 12
12 9 14
13 10 12
11 10 12
12 10 15
14 10 14
12 16 12
13 16 11
13 12 11
10
DISTRIBUCIÓN NORMAL
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
Solución N
Válidos 67
Perdidos 0
Desarrollamos en el programa SPSS Media 12,43
Mediana 12,00
Moda 12
Desv. típ. 2,148
Interpretación: La
media, moda y
mediana de las notas
de los estudiantes son
todas iguales que
equivalen a 12,
significa que la
distribución de datos
es normal con una
desviación estándar de
Dr. Pedro Huauya Quispe 2,148.
DISTRIBUCIÓN NORMAL
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
Prueba de normalidad. Además de comparar la media, moda y mediana si
son iguales y se tiene que hacer la prueba a través de las pruebas de:
• Kolmogorov-Smirnov (n>50)
• Shapiro y Wilks (n≤50)
• Anderson- Darling
• Gearly
Si los datos son mayores a 50 (n>50), se analiza con la prueba de
Kolmogorov- Smirnov. Si los datos son menores o iguales a 50
(n≤50) se realiza la prueba con Shapiro Willks
Decisión:
Ho: X es normal (ρ>α) Donde:
ρ : Significancia calculada
H1: X no es normal (ρ≤α) α = 5%=0.05 significancia asumida
Si la significancia calculada es menor o igual a la significancia asumida (ρ≤α) se
afirma que los datos no proceden de una distribución normal o no tienen
distribución normal
INVESTIGACIÓN
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Permite determinar si dos muestras
independientes o dependientes han sido
extraídas de la misma población o si
tienen una misma distribución normal
Hipótesis estadística
H0: Los datos tienen una distribución normal (ρ>α)
H1: Los datos no tienen una distribución normal (ρ≤α)
INVESTIGACIÓN
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
1) Fórmula
D máx Fn ( x) / n Fm ( x) / m
nm
2 c 4D 2 Donde
nm FM(x) = Frecuencia acumulada
Sn(x)= FM(x)/n = Función acumulada escalonada
2) Valor de la tabla
2 t 2 ( 2, / 2) Se encuentra en la tabla estadística chi cuadrada
3) Decisión y conclusiones
Interpretación
Condición Significación Ha H0
≤ 0,05 Se acepta Se rechaza
c
2 2
t
2 c 2t > 0,05 Se rechaza Se acepta
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Ejemplo 2: Tenemos nota de los estudiantes de los estudiantes,
verificar si los datos presentan distribución normal.
Notas
15 12 17
16 11 13 Solución
16 11 15
16 11 12
18
13
13
12
14
11
Observamos que el tamaño de la
14
12
14
14
12
12
muestra es mayor que 50 (67>50),
14
13
10
10
11
15
entonces realizamos la prueba de
14
12
10
10
12
12
normalidad a través de Kolmogorov
11
11
8
7
13
12
- Smirnov
12 9 14
13 10 12
11 10 12
12 10 15
14 10 14
12 16 12
13 16 11
13 12 11
10
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Ingresamos datos al SPSS, en vista de variables y datos
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Analizar/Prueba no paramétrica/Cuadro de Diálogo antiguos/ K-S de 1 muestra
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
En el cuadro diálogo: Datos de notas a la parte de derecha en lista contrastar variables
Clic en normal
Aceptar
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Resultado:
ρ =0,06
α =0,05
Ho: X es normal (ρ>α)
H1: X no es normal (ρ≤α)
Interpretación: 0,060 es mayor que 0,05 (0,06>0,05), además
observamos que la media, mediana y moda son iguales
aproximadamente, entonces existe distribución normal de las notas.
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Importante: Si tuviéramos dos datos de pre y postest o control y experimental,
antes y después, en este caso calculamos con la diferencia de datos
Notas pretest Notas pretest
11 12 12 17 14 14
11 8 11 16 16 14
10 11 12 18 11 17
9 8 11 16 12 12
12 9 12 18 13 13
11 12 10 13 12 15
10 11 11 17 17 12
11 11 11 12 14 16
11 9 9 14 10 15
10 10 9 16 12 15
12 8 9 14 10 12
12 10 10 12 12 16
11 8 11 17 11 13
11 7 12 11 7 16
11 9 12 12 10 14
10 10 12 13 10 12
11 11 12 16 11 14
10 10 11 12 11 15
9 10 10 14 10 14
12 12 12 12 16 13
11 11 11 11 16 11
11 12 11 13 18 17
10 16
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Solución: Primero hallamos la diferencia de datos de mayor a menor (o viceversa)
Segundo, realizamos los mismos procedimientos en SPSS y tenemos los resultados
Diferencia
6 2 2
5 8 3
8 0 5
7 4 1
6 4 1
2 0 5
7 6 1
1 3 5
3 1 6
6 2 6
2 2 3
0 2 6
6 3 2
0 0 4
1 1 2
3 0 0
5 0 2
2 1 4
5 0 4
0 4 1
0 5 0
2 6 6
6
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Se calcula en
Resultado SPSS
Ho: X es normal (ρ>α) ρ =0,047
H1: X no es normal (ρ≤α) α =0,05
Interpretación: 0,047 es menor que 0,05 (0,047<0,05), además
observamos que la media y mediana son iguales, la moda no es igual,
entonces no existe distribución normal de las notas.
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
De otra manera: Ingresamos notas de antes y después al programa SPSS
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Clic en transformar/ Calcular variable
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Escribe
diferencia
Ingresamos
Antes menos
después
Aceptar
PRUEBA DE KOLMOGOROV – SMIRNOV (n > 50)
Con esta diferencia
Tenemos datos de la diferencia calculamos la
normalidad
Tenemos el mismo resultado
INVESTIGACIÓN
UNIVERSIDAD NACIONAL DE SAN CRSITÓBAL DE HUAMANGA
[Link]
37a08a7c
SHAPIRO- WILK(n ≤50)
Permite determinar si dos muestras
independientes o dependientes han sido
extraídas de la misma población o si tienen una
misma distribución normal
Hipótesis estadística
H0: Los datos tienen una distribución normal (p>α)
H1: Los datos no tienen una distribución normal (p≤α)
SHAPIRO- WILK(n ≤50)
La fórmula estadística es:
Xj es el valor ordenado en la muestra que ocupa el lugar j.
Los coeficientes aj , n están dado en la tabla.
Decisión y conclusiones
Interpretación
Significación Ha H0
ρ ≤ 0,05 Se acepta Se rechaza
ρ > 0,05 Se rechaza Se acepta
SHAPIRO- WILK(n ≤50)
Ejemplo: Probar si las notas tienen distribución normal,
en el programa SPSS (15<50)
Ho: Los datos tienen distribución normal (ρ>α)
H1: Los datos no tienen distribución normal (ρ≤α)
SHAPIRO- WILK(n ≤50)
Solución Ingresar datos al programa SPSS
SHAPIRO- WILK(n ≤50)
Clic en Analizar/ Estadísticos descriptivos/ Explorar
SHAPIRO- WILK(n ≤50)
En el cuadro de diálogo:
• Ingresamos nota de los estudiantes en lista de dependientes
• Luego clic en ninguna y gráfico con pruebas de normalidad
• Continua
• Aceptar
SHAPIRO- WILK(n ≤50)
Resultado:
ρ =0,013
α =0,05
Ho: X es normal (ρ>α)
H1: X no es normal (ρ≤α)
Interpretación: El valor calculado es
mayor al valor asumido (0,013 > 0,05),
además la media, medina y moda
aproximadamente son iguales, entonces
aceptamos la nula y rechazamos a la
alterna.
Es decir, los datos tienen distribución
normal.
Se calcula en SPSS
SHAPIRO- WILK(n ≤50)
Importante: Si tuviéramos dos datos, pre y postest o control y experimental, antes
y después, en este caso calculamos con la diferencia de datos.
Con esta diferencia se
calcula, que los
procedimientos anteriores
MUCHAS
GRACIAS
