Dentro de este paquete estadístico es posible hacer una gran cantidad de pruebas o test que pueden demostrar muchas características y resultados significativos de nuestros datos. Sin embargo, antes de realizar cualquier prueba, debemos cercionarnos de que los datos de las variables dependientes se distribuyen normalmente. Esto quiere decir que los datos deben tener una distribución similar a la Campana de Gauss.
Tal y como podemos observar en el siguiente gráfico, una de las pruebas más importantes para comprobar el supuesto de normalidad de la muestra es a través del test de Kolmogorov-Smirnov [test K-S] (cuando la muestra es mayor que 50 -algunos autores la establecen en 30-) o del test Shaphiro-Wilk [test S-W] (cuando la muestra es menor que 50 -o 30 según algunos autores-). Dependiendo de su resultado, si la significatividad (p-valor) es mayor que 0,050 aceptaremos la distribución normal y por lo tanto podremos hacer pruebas paramétricas. Pero si el p-valor es menor que 0,050 debemos aceptar que la distribución no es normal y deberemos hacer pruebas no paramétricas.
Dicho esto, supongamos que los resultados del test han sido no normales. Por ese motivo, tendremos que ejecutar test o pruebas estadísticas no paramétricas, las cuales son:
- U de Mann-Whitney (símil paramétrico de T de Student)
- Wilcoxon (símil paramétrico de T de Student medidas relacionadas)
- Kruskal-Wallis (símil paramétrico del ANOVA de un factor)
- Friedman (símil paramétrico del ANOVA de medidas repetidas)
El siguiente enlace dirige a un documento en el que se resume el proceso y la interpretación de los datos a través de las Pruebas No Paramétricas básicas citadas anteriormente para ser ejecutadas en el programa estadísico SPSS. La versión del programa no influye, de momento, en los comandos a ejecutar.
Esperemos que esta guía, junto con la guía de procedimientos e interpretación de las Pruebas Paramétricas, a la que puedes acceder haciendo clic en el siguiente enlace, te ayude a comprender mucho mejor los secretos de la estadística y el SPSS.
Jacob Sierra Díaz