PRUEBA DE KRUSKAL- Equipo #4
WALLIS
INTRODUCCIN
DEFINICIN
La prueba de Kruskal-Wallis (tambin
llamada la prueba K) es una prueba no
paramtrica que utiliza rangos de datos
muestrales de tres o ms poblaciones
independientes para probar si un grupo
de datos proviene de la misma
poblacin.
CARACTERSTICAS
Probar si un grupo de datos proviene de la misma
poblacin.
Se emplea cuando se quieren comparar tres o
mas poblaciones.
Es equivalente al anlisis de varianza de una sola
va (ANOVA).
No requiere supuesto de normalidad.
No requiere supuesto de varianzas iguales.
Es una extensin de la prueba de la U de Mann-
Whitney.
PLANTEAMIENTO DE HIPTESIS
Ho: las poblaciones de las que proceden
las tres n muestras son iguales.
Ha: las poblaciones de las que proceden
las tres n muestras no son iguales.
FORMULAS
12
= (+1)
-3 +1 Estadstico K
= 1 Grados de libertad
12
-3 +1
(+1)
Valor corregido
= de K
Correccin
1 3 total por ligas
NOTACIN
N: Nmero total de observaciones en todas las
muestras combinadas
k: Nmero de muestras
R: Suma de los rangos de la muestra
n: Nmero de observaciones de la muestra
T = (t 3 t) = Numero de observaciones ligadas
en un grupo de puntajes ligados
ESTADSTICO DE PRUEBA
El estadstico K sigue aproximadamente una
distribucin X 2 y por tanto para un nivel de
significancia la regin critica del contraste es,
K X 2.
REGLA DE DECISION
Si K X2 se rechaza Ho
Si K X2 se acepta Ho
PROCEDIMIENTO
1. Planteamiento de hiptesis.
2. Se ordenan las n observaciones de menor a
mayor, y se les asignan rangos desde 1 hasta n.
3. Se obtienen la suma de los rangos
correspondientes a los elementos de cada
muestra R.
4. Calcular estadstico de prueba.
5. Buscar K en la tabla de Chi cuadrada.
6. Conclusiones.
EJEMPLOS
PARA MUESTRAS PEQUEAS
Un investigador educativo desea probar
la hiptesis que supone que los
administradores escolares son
caractersticamente mas autoritarios
que los maestros de clase. Sin embargo
sus datos para probar esta hiptesis
pueden estar contaminados debido a
que muchos maestros se orientan a la
administracin.
PARA MUESTRAS PEQUEAS
El investigador decide dividir sus 14 sujetos en
3 grupos.
1.- Profesores orientados a la enseanza
2.- Profesores orientados a la administracin
3.- Administradores
PARA MUESTRAS PEQUEAS
Ho: No hay diferencia entre los
promedios de puntajes de los profesores
orientados a la enseanza, profesores
orientados a la administracin y
administradores.
Ha: Si hay diferencia entre los promedios
de puntajes de los tres grupos.
PARA MUESTRAS GRANDES
Un investigador anoto los pesos que
tenan al nacer los 56 miembros de
ocho camadas diferentes de cerdos,
para determinar si el peso al nacer
es afectado por el tamao de la
camada. Utilice un nivel de
significancia de 0.05.
PARA MUESTRAS GRANDES
Ho: No hay diferencia en los pesos de
nacimiento promedio de cerdos de
diferentes tamaos de camada.
Ha: Los pesos de nacimiento promedio
de cerdos de diferentes tamaos de
camada no son todos iguales.
PARA MUESTRAS GRANDES
Pesos en libras al nacer, de ocho camadas de cerdos
1 2 3 4 5 6 7 8
2.0 3.5 3.3 3.2 2.6 3.1 2.6 2.5
2.8 2.8 3.6 3.3 2.6 2.9 2.2 2.4
3.3 3.2 2.6 3.2 2.9 3.1 2.2 3.0
3.2 3.5 3.1 2.9 2.0 2.5 2.5 1.5
4.4 2.3 3.2 3.3 2.0 1.2
3.6 2.4 3.3 2.5 2.1 1.2
1.9 2.0 2.9 2.6
3.3 1.6 3.4 2.8
2.8 3.2
1.1 3.2
PARA MUESTRAS GRANDES
Rangos de pesos de nacimiento de ocho camadas de cerdos
1 2 3 4 5 6 7 8
8.5 52.5 47.5 41.0 23.0 36.0 23.0 18.5
27.5 27.5 54.5 47.5 23.0 31.5 12.5 15.5
47.5 41.0 23.0 41.0 31.5 36.0 12.5 34.0
41.0 52.5 36.0 31.5 8.5 18.5 18.5 4.0
56.0 14.0 41.0 47.5 8.5 2.5
54.5 15.5 47.5 18.5 11.0 2.5
6.0 8.5 31.5 23.0
47.5 5.0 51.0 27.5
27.5 41.0
1.0 41.0
R1= 317.0 R2=216.5 R3=414.0 R4=277.5 R5=1.05.5 R6=122.0 R7=71.5 R8=72.0
PARA MUESTRAS GRANDES
12 317 2 216.5 2 414 2 277.5 2 105.5 2 122 2 (71.5)2 72 2
K= + + + + + + + - 3 56 + 1
56 56+1 10 8 10 8 6 4 6 4
12
= 10048.9 + 5859.031 + 17139.6 + 9625.781 + 18855.042 + 3721 + 852.042 + 29 171
3192
= .
= 8 1 = 7
PARA MUESTRAS GRANDES
18.46
14.07
Se rechaza Ho. Ya que los pesos de nacimiento promedio de
cerdos de diferentes tamaos de camada no son todos iguales.
OBSERVACIONES LIGADAS
Ocurren ligas entre dos o ms puntajes
Corregir el estadstico K.
1 3
T = (3 ) = Numero de observaciones ligadas en un grupo de
puntajes ligados
N = Numero de observaciones en las muestras juntas
OBSERVACIONES LIGADAS
12
-3 +1
(+1)
=
1 3
OBSERVACIONES LIGADAS
En la mayora de los casos el efecto de la
correccin es insignificantes.
Rara vez K cambia en ms del 10%
La magnitud del factor de correccin depende
de la longitud de las ligas (los valores de t) y
el porcentaje de las observaciones
implicadas.
CONTINUACIN DEL EJEMPLO
t t3 T
2 8 6
4 64 60
2 8 6
(6 + 60 + 6 + 6 + 60 + 120 + 60 + 60 + 24 + 336 + 210 + 6 + 6)
2 8 6 1
(56)3 56
4 64 60
5 125 120 = .
4 64 60
4 64 60
3 27 24 18.464
7 343 336
= = .
.9945
6 216 210
2 8 6
2 8 6
CONTINUACIN DEL EJEMPLO
14.07 18.57
Se rechaza Ho. Se concluye que el peso del nacimiento de los
cerdos varia significativamente de acuerdo con el tamao de la
camada.
TAREA
EJERCICIO 1
La boutique de Melisa tiene tres establecimientos en
centros comerciales. Melisa mantiene registro diario
del nmero de clientes que realmente compran en
cada establecimiento. La siguiente es una muestra
de esos datos. Utilizando la prueba de Kruskal-
Wallis, puede decir, al nivel de significancia de
0.05, que sus tiendas tienen el mismo nmero de
clientes que compran?
EJERCICIO 2
La manufacturera X recluta y
contrata personal para su A B C
equipo gerencial en tres
escuelas diferentes. Se dispone 25 60 50
de calificaciones de desempeo 70 20 70
en muestras independientes de
cada una de las escuelas. Se 60 30 60
dispone de calificaciones de 7 85 15 80
empleados de la escuela A , 6
de la B y 7 de la C. Utilizando 95 40 90
un nivel de significancia de
90 35 70
0.05, determine si las tres
escuelas son idnticas en 80 75
cuanto a las evaluaciones de
desempeo.
REFERENCIAS
DOCUMENTALES
REFERENCIAS DOCUMENTALES
Bibliogrficas
Siegel, S. (1975). Estadstica no paramtrica. Mxico: Trillas.
Levin, R. I. y Rubin, D. S. (2004). Estadstica para
administracin y economa. Mxico: Pearson Educacion.
Hemerogrficas
Soler Anguiano, I., Reyes Ortiz, A. W. y Garca, V. M. (2010).
Temas selectos de matemticas para la ingeniera
industrial: prueba no paramtrica Kruskal-Wallis. Mxico:
UNAM.
