Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 433 vistas

    Prueba Shapiro Wilk

    Cargado por

    Alondra Ordaz
    Este documento presenta la prueba de Shapiro-Wilk, la cual evalúa si una muestra proviene de una distribución normal. Explica que la prueba se puede aplicar a muestras cuantitativas de tamaño menor o igual a 50 y compara la distribución acumulada observada con la teórica. También presenta un ejemplo práctico utilizando SPSS y concluye que la prueba es útil para verificar los supuestos de normalidad requeridos por otras pruebas estadísticas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Prueba Shapiro Wilk

    Cargado por

    Alondra Ordaz
    433 vistas9 páginas
    Este documento presenta la prueba de Shapiro-Wilk, la cual evalúa si una muestra proviene de una distribución normal. Explica que la prueba se puede aplicar a muestras cuantitativas de tamaño menor o igual a 50 y compara la distribución acumulada observada con la teórica. También presenta un ejemplo práctico utilizando SPSS y concluye que la prueba es útil para verificar los supuestos de normalidad requeridos por otras pruebas estadísticas.

    Descripción original:

    Unidad 4. Prueba de bondad de ajuste y prueba no paramétrica

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta la prueba de Shapiro-Wilk, la cual evalúa si una muestra proviene de una distribución normal. Explica que la prueba se puede aplicar a muestras cuantitativas de tamaño menor o igual a 50 y compara la distribución acumulada observada con la teórica. También presenta un ejemplo práctico utilizando SPSS y concluye que la prueba es útil para verificar los supuestos de normalidad requeridos por otras pruebas estadísticas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    433 vistas9 páginas

    Prueba Shapiro Wilk

    Cargado por

    Alondra Ordaz
    Este documento presenta la prueba de Shapiro-Wilk, la cual evalúa si una muestra proviene de una distribución normal. Explica que la prueba se puede aplicar a muestras cuantitativas de tamaño menor o igual a 50 y compara la distribución acumulada observada con la teórica. También presenta un ejemplo práctico utilizando SPSS y concluye que la prueba es útil para verificar los supuestos de normalidad requeridos por otras pruebas estadísticas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 9

    TECNOLÓGICO NACIONAL DE MÉXICO

    INSTITUTO TECNOLÓGICO DE TAPACHULA

    ESTADÍSTICA INFERENCIAL I

    UNIDAD 4.

    PRUEBA DE BONDAD DE AJUSTE Y PRUEBA NO PARAMÉTRICA

    TEMA: 4. 2. 6.

    PRUEBA SHAPIRO - WILK

    SEMESTRE:

    TERCER SEMESTRE

    GRUPO:

    “C”

    CATEDRÁTICO:

    FERNÁNDEZ ESCOBEDO NORMA RUBÍ

    INTEGRANTES:

    SÁNCHEZ CORTES JESÚS EMMANUEL

    ORDAZ CRUZ ALONDRA GUADALUPE

    FECHA DE ENTREGA:

    10 DE DICIEMBRE DE 2021
    INTRODUCCIÓN
    Antes de realizar cualquier análisis estadístico se debe determinar si la muestra se
    ha extraído aleatoriamente de una población que siga un modelo de probabilidad
    ajustado a la distribución normal (Romero-Saldaña, 2016). Es decir, si la muestra
    se distribuye siguiendo la distribución normal (en forma de campana de Gauss).

    El test Shapiro-Wilk es una prueba de bondad de ajuste a una distribución normal.


    Se aplica bajo determinadas circunstancias y, en líneas generales, nos da
    información sobre la idoneidad de realizar los análisis estadísticos bajo pruebas
    paramétricas o pruebas no paramétricas. El estadístico Shapiro-Wilk compara la
    función de distribución acumulada observada de una variable con una distribución
    teórica determinada.
    PRUEBA SHAPIRO-WILK
    En primer lugar, debemos conocer la naturaleza de los datos de nuestra muestra
    ya que no todo lo que tengamos lo podremos analizar con esta prueba. Al igual que
    ocurre con la prueba Kolmogorov-Smirnov (prueba K-S), las variables objeto de
    estudio deben de ser de tipo cuantitativo. Sin embargo, a diferencia de la prueba K-
    S, el tamaño muestral debe ser igual o inferior a 50 participantes o ítems (Romero-
    Saldaña, 2016). En el caso de que tengamos una muestra mayor que 50
    deberemos efectuar la prueba de Kolmogorov-Smirnov (con la corrección de
    Lilliefors).

    Muestras menores o iguales de 50 Shapiro-Wilk


    Muestras mayores de 50 Kolmogorov-Smirnov

    El tamaño muestral puede variar en función del autor.

    Al ser una prueba de significación estadística no paramétrica, se establecen dos


    hipótesis que se deberán contrastar:

    • Hipótesis nula (H0): la muestra procede de una distribución normal.


    Aceptamos la H0 siempre y cuando el p-valor de esta prueba estadística
    sea mayor que 0,050.

    • Hipótesis alternativa (H1 o Ha): por el contrario, los datos no se distribuyen


    según un modelo de probabilidad normal. Aceptamos la H1 cuando el p-
    valor de la prueba sea menor que 0,050.

    Todo lo visto arriba se puede resumir en la siguiente tabla:

    Prueba Shapiro-Wilk
    Para variables cuantitativas discretas o continuas Para
    Requisitos muestras inferiores o iguales a 50 participantes
    Para variables dependientes
    Ho Los datos de la muestra proceden de una distribución normal p > 0,050
    H1 La muestra no procede de una distribución normal p < 0,050
    EJERCICIO
    Enunciado: tenemos una muestra de 24 alumnos de una clase de Lengua
    Castellana. Se les ha realizado una prueba sobre el tiempo (en segundos) que
    tardan en leer en voz alta un poema. Se quiere comprobar si dicha variable sigue
    una distribución normal.

    La prueba Shapiro-Wilk en SPSS (programa estadístico informático muy usado en


    las ciencias sociales y aplicadas, además de las empresas de investigación de
    mercado) es muy sencilla de obtener. Simplemente se debe seguir la siguiente ruta:

    Analizar > Estadísticos descriptivos > Explorar

    Hay que recordar que esta prueba sólo se puede efectuar si la variable es de tipo
    cuantitativo y si el tamaño muestral es inferior o igual a 50. A su vez, muchos libros
    de estadística hacen hincapié en que este tipo de análisis es exclusivo para
    variables dependientes (y no para factores o variables independientes).
    A continuación, en la ventana que aparece metemos la variable objeto de estudio
    en el rectángulo de la Lista de dependientes. En nuestro caso, es la Velocidad de
    lectura de los 24 alumnos. Ahora, haremos clic en el botón Gráficos y marcaremos
    la opción Gráficos de normalidad con pruebas. Finalmente, pulsaremos el botón
    Aceptar para que el software realice los cálculos.
    INTERPRETACIÓN DE RESULTADOS
    En la Ventana de resultados observaremos varios elementos importantes: tres
    tablas. En este trabajo, nos centraremos exclusivamente en el valor de Shapiro-
    Wilk que nos da la tercer tabla.

    La primer tabla tiene como título Resumen de procesamiento de casos.


    Simplemente nos da información del tamaño muestral (expresado con la N) y, en
    el caso de que hubiese sujetos sin información, el número de casos perdidos que
    no se han podido calcular.

    Observamos que el tamaño de nuestra muestra es de 24 y que esta representa el


    100%. Esto quiere decir que no hay valores perdidos.

    La segunda tabla denominada Descriptivos nos da información detallada sobre la


    variable objeto de estudio. Aquí podremos consultar la media, la mediana, la
    varianza, la desviación típica, el valor mínimo y máximo, el rango, el rango
    intercuartílico y dos valores muy importantes en el análisis de las distribuciones
    normales y simétricas: la asimetría y la curtosis.
    Si bien el objetivo de esta guía es mostrar el estadístico de Shapiro-Wilk, apuntar
    que un valor de asimetría cercano a 0 indicará que los datos de distribuyen de
    manera simétrica; y que la curtosis nos da información sobre la forma de la
    distribución o campana.

    La tercer tabla es la que más nos interesa y tiene como título Pruebas de
    normalidad. Aquí observamos que nos calcula las dos pruebas más famosas en el
    estudio de la normalidad: la prueba Kolmogorov-Smirnov y la de Shapiro-Wilk. En
    este caso, deberemos mirar la parte final de la prueba y más concretamente la
    siguiente. (p-valor).

    Al igual que ocurre con la prueba Kolomogorov-Smirnov, debemos recordar las


    hipótesis y en función de la sig. (p-valor) deberemos aceptar la H0 (distribución
    normal) o la H1 (distribución no normal).

    Ho La muestra procede de una distribución normal p > 0,050


    H1 Los datos no proceden de una distribución normal p < 0,050

    El estadístico W de la prueba Shapiro-Wilk es 0,882 y presenta una significación


    estadística menor de 0,050, por lo que se debe asumir que los datos no proceden
    de una población que sigue una distribución normal.
    CONCLUSIÓN
    Tanto el test Kolmogorov-Smirnov como la prueba Shapiro-Wilk evalúan si la
    variable objeto de estudio procede de una población que se distribuye de manera
    normal. Se suelen hacer estos tipos de análisis porque varias pruebas
    estadísticas precisan que se verifiquen los supuestos de normalidad.

    De manera general, los supuestos de normalidad se aplican para tamaños


    muestrales relativamente pequeños. En este trabajo lo hemos establecido en 50,
    pero hay personas que lo establecen en 30 o incluso en 20. Lo que se debe tener
    en claro es que para tamaños muestrales grandes la distribución muestral de la
    media siempre será normal, independientemente de cómo estén distribuidos
    esos valores en la población. Esto es lo que denominamos Teorema del Límite
    Central.
    REFERENCIA BIBLIOGRÁFICA

    Romero-Saldaña, M. (2016). Pruebas de bondad de ajuste a una distribución normal.

    Enfermería Del Trabajo, 6(3), 105–114.

    También podría gustarte