Anlisis no paramtricos

Para realizar los anlisis no paramtricos debe partirse de las

siguientes consideraciones.
1. La mayora de estos anlisis no requieren de presupuestos
acerca de las forma de la distribucin poblacional. Aceptan
distribuciones no normales (distribuciones libres).
2. Las variables no necesidades tienen que estar medidas en un
nivel por intervalos o de razn; pueden analizar datos
nominales u ordinales. De hecho ,si se quieren aplicar anlisis
no paramtricos a datos por intervalos o razn ,estos necesitan
resumirse a categoras discretas (a unas cuantas ). Las
variables deben ser categricas.

Cules son los mtodos o las pruebas

estadsticas no paramtricas ms
utilizadas?
Las pruebas no paramtricas ms utilizadas son:

1. La chi cuadrada o x2 .
2. Los coeficientes de correlacin e independencia para
tabulaciones cruzadas.
3. Los coeficientes de correlacin por rangos ordenadas de
Spearman y Kendall.
2
Qu es la chi cuadrada o x ?
Es una prueba estadstica para evaluar hiptesis acerca de la
relacin entre dos variables categricas.

Se simboliza: x2
Hipotesis por probar correlacinales.
Variables involucradas; dos. La prueba chi cuadrada no
considera relaciones causales.
Nivel de medicin de las variables, nominal u ordinal (o
intervalos o razn reducidos a ordinales).

Procedimiento: Se calcula por medio de una tabla de

contingencias o tabulacin cruzada , que es un cuadro de dos
dimensiones y cada dimensin contiene una variable. A su vez ,
cada variable se subdivide en dos o mas categoras.
Tabla 10.17 Ejemplo e una tabla de
contingencia

Genero Total
Masculi
Femenino
no
Candidata A
Intencin de
Guadalupe 40 58 98
Voto
Torres
Candidata B
32 130 162
Liz Almanza
Total 72 188 260
Un ejemplo de una tabla de contingencia se presenta en la tabla
10.17

Esta tabla demuestra el concepto de la tabla de contingencia o

tabulacin cruzada. Las variables aparecen sealadas a los lados del
cuadro (intencin del voto y gnero) ,cada una con sus dos
categoras.
Se dice que se trata de una tabla 2x2, donde cada digito
significa una variable y el valor de este indica el nmero de
categoras de la variable.
2 x 2
Una variable con dos Otra variable con dos
Categoras categoras
La chi cuadrada se puede obtener a travs de los programas
estadsticos o mediante STATS. En SPSS el programa produce un
resumen de los casos validos y perdidos para cada variable (N y
porcentaje) y una tabla de contingencia sencilla ,como la 10.07, o
bien una tabla mas compleja con diversos resultados por celda
(frecuencias contadas u observadas ,frecuencias esperadas
,porcentajes respecto a marginales y totales ,etc)
Este segundo caso se muestra en el capitulo 8, Anlisis estadstico:
segundo parte (al final),en la parte sobre chi cuadrada ,que como se
ha recomendado puede descargarse del centro de recursos.
El programa tambin proporciona el valor de chi cuadrada junto con
otras pruebas (pero recomendamos centrarse en el resultado de
 esta ),como se muestra en el siguiente ejemplo que corresponde a la
tabla 10.17.
Tabla 10.18 Ejemplo e una tabla de
contingencia 3 x 2
Resultado Final
Sobreviv Total
Falleci
i
Tratamiento 1 20 2 22
Tipo de tratamiento Tratamiento 2 11 8 19
para el cncer
gstrico Tratamiento 3 5 13 18
Total 36 23 59
jEn este caso, el valor de chi cuadrada es significativo al nivel del
0.01 ,se acepta la hiptesis de investigacin de que existe relacin
entre las variables intencin del voto y gnero (Liz Almanza gana
,pero sobre todo por el voto femenino).
Algunas veces, solamente se utiliza el valor de chi cuadrada
simplemente para ver si hay o no relacin entre las variables.

Qu son los coeficientes de correlacin e

independencia para tabulaciones cruzadas?
Adems de la chi cuadrada ,hay otros coeficientes para evaluar si las
variables incluidas en la tabla de contingencia o tabulacin cruzada
estn correlacionadas .En la tabla 10.19 se describen los coeficientes
ms importantes para tal finalidad.

Coeficiente Para Cuadros Nivel De Interpretacin

De Contingencia Medicin De
Ambas
Variables
En tablas 2 x 2 varia de 0 a 1,
Nominal. Puede
donde cero implica ausencia de
utilizarse con
correlacin entre las variables y
variables
uno, que hay correlacin
ordinales
perfecta entre las variables. En
Phi ( ) 2x2 reducidas a dos
tablas ms grandes, phi puede
categoras. SPSS
ser mayor de 1.0, pero la
la muestra en
interpretacin es compleja. Por
clculos para
ello, se recomienda limitar su
datos ordinales.
uso a las tablas 2 x 2.
 Cualquier tamao.
De hecho en un
ajuste de phi para Nominal. Puede
Coeficiente de tablas con ms de utilizarse con 0 a 1, pero en tablas menores a
contingencia C de dos categoras en variable ordinales 5 x 5, se acerca pero nunca
Pearson las variables. reducidas a dos alcanza el uno.
Incluso funciona categoras.
mejor con tablas
de 5 x 5
Cualquier nivel de
variables, pero
0 a 1, pero el uno solamente se
siempre reducidas
alcanza si ambas variables
V de cramer (c) Cualquier tamao a categoras.
tienen el mismo nmero de
SPSS la muestra
categoras (o marginales).
en clculos para
datos nominales.
Flucta entre 0 y 1, asume
casualidad, lo que significa que
puede predecirse a la variable
dependiente definida en la
tabla, sobre la base de la
independiente. La versin usual
de lambda es asimtrica. Sin
Cualquier nivel de
embargo, SPSS y otros
variables, pero
programas presentan tres
Goodman-kruskal siempre reducidas
versiones: una simtrica y dos
Lambda o solo Cualquier tamao a categoras.
asimtricas. La versin
Lambda SPSS la muestra
simtrica es simplemente el
en clculos para
promedio de las dos Lambdas
datos nominales.
asimtricas. Una prueba
asimtrica presupone que el
investigador puede destinar
cual es la variable
independiente y cul es la
dependiente. En una simetra
no se asume la casualidad.
Flucta entre 0 y 1, asume
casualidad, lo que significa que
Cualquier nivel de puede predecirse a la variable
variables, pero dependiente definida en la
Coeficiente de siempre reducidas tabla, sobre la base de la
incertidumbre o Cualquier tamao a categoras. independiente. Por razones
entropa o U de Theil SPSS la muestra histricas, el coeficiente se ha
en clculos para computado frecuentemente en
datos nominales. trminos de predecir la variable
de las columnas, sobre la base
de las variables de las filas.
Gamma de Goodman Cualquier tamao Ordinal Varia de -1 a +1 (-1 es una
y Kruskal relacin negativa perfecta, y
 +1 es una relacin positiva
perfecta)
Vara de -1 a +1. tau-a y tau-b
el curto es Tau-a,
Cualquier tamao Ordinal son asimtricas y tau-c es
Tau-b y Tau-c
simtrica.
D de somers Cualquier tamao Ordinal Vara de -1 a +1.
Datos
Kappa Cualquier tamao categorizados por Regularmente de 0 a 1.
intervalos.

Qu otra aplicacin tienen las tablas de

contingencia?
Las tablas de contingencia, adems de servir para el clculo de chi
cuadrada y otros coeficientes, son tiles para describir conjuntamente
dos o ms variables.
Esto se efecta al convertir las frecuencias observadas en frecuencias
relativas o porcentajes .En una tabulacin cruzada puede haber tres
tipos de porcentajes respecto de cada celda.
Porcentaje en relacin con el total de frecuencias observadas
(N o n de muestra)
Porcentaje en relacin con el total marginal de la columna.
Porcentaje en relacin con el total marginal del rengln.

Veamos con un ejemplo hipottico de una tabla 2 x 2 con las
variables gnero y preferencia por un conductor televisivo. Las
frecuencias observadas seran:

Genero
Masculino Femenino
Preferencias A 25 25 50
por el
conductor B 40 10 50
65 35 100

Las celdas podran

representarse as.

a c
b d
 Tomemos el caso de a (Celda superior izquierda). La celda a (25
frecuencias observadas) con respecto al total (N =100)
representa 25%. En relacin con el total marginal de columna
(cuyo total es 65) representa 38.46 % y respecto del total
marginal de rengln (cuyo total es 50 ) significa 50%. Esto
puede expresarte as:

Frecuencias
observadas
25
En relacin con N 25.00%
En relacin con "a + a+c=
b" 38.46% c 50
En relacin con "a +
c" 50.00%
b d b+d
a + b = 65 c+d 100 = N
As procedemos con cada categora , como ocurre en la tabla
10.20

Tabla 10.20 Ejemplo de una tabla de contingencia para describir

conjuntamente dos variables.
Genero
Masculino Femenino
25 25
25.0% 25.0%
A 50
38.5% 71.4%
50.0% 50.0%
Preferencia por el
40 10
conductor
40.0% 10.0%
B 50
61.5% 28.6%
80.0% 20.0%
65 35 100

Algunos programas ubican los porcentajes incluidos en las celdas en

otro orden. Por ejemplo, el porcentaje respecto al total lo colocan al
final, pero las interpretaciones son similares .

OTROS COEFICIENTES DE CORRELACIN

El coeficiente de correlacin de Pearson es una estadstica
apropiada para variables medidas por intervalos o razn y para
relaciones lineales. La Chi cuadrada y dems coeficientes
mencionados son estadsticas adecuadas para tablas de
contingencia con variables nominales, ordinales y de intervalos,
pero reducidas categoras; ahora, Qu ocurre si las variables
de nuestro estudio son ordinales, por intervalos y de razn? O
bien, una mezcla de niveles de medicin, o los datos no
necesariamente los disponemos en una tabla de contingencia.
Existen otros coeficientes que comentemos brevemente.

QUE SON LOS COEFICIENTES Y LA

CORRELACIN POR RANGOS ORDENADOS
DE SPEARMAN Y KENDALL?
Los coeficientes rho de spearman, simbolizado como rs, y tau
de Kendall, simbolizado como t, son medidas de correlacin
para variables en un nivel de medicin ordinal (ambas), de tal
modo que los individuos, casos o unidades de anlisis de la
muestra pueden ordenarse por rangos (jerarqua). Son
coeficientes utilizados para relacionar estadsticamente escalas
tipo Likert por aquellos investigadores que lo consideran
ordinales . Por ejemplo , supongamos que tenemos para
refrescos embotellados o sodas variables preferencia en el
saber y atractivo del envase, y queremos asociarlas
estadsticamente, entonces pedimos a un grupo de personas
representabas del mercado que evalan conjuntamente 10
marcas especficas y las rdenes del 1 al 10; en tanto que , 1
es la categora o el rango mximo en ambas variables.

PASO 6: REALIZAR ANLISIS

ADICIONALES
Este paso implica simplemente que una vez realizados nuestros
anlisis, es posible que decidamos ejecutar otros anlisis o
pruebas extras para confirmar tendencias y evaluar los datos de
diferentes ngulos. Por ejemplo podemos en una tabla de
contingencias calcular primero Chi cuadrada y luego phi,
Lambda, T de Cramer (C) y el coeficiente de contingencia. O
despus de un ANOVA, efectuar los contrastes que
consideremos apropiados. Result este paso un momento clave
para verificar que no haya olvidado un anlisis pertinente. En
esta etapa regularmente se eligen los anlisis multivariados.

PASO 7: PREPARAR LOS RESULTADOS PARA

PRESENTARLOS
Se recomienda, una vez que se obtengan los resultados de los
anlisis estadsticos (tablas, grficos, cuadros,etc),las siguientes
actividades, sobre todo para quienes se inician en la
investigacin:
1.- Revisar cada resultado (anlisis general ---anlisis especifico
----valores resultantes (incluida la significacin) ---tablas,
diagramas, cuadros y grficos).
2.- Organizar los resultados (primero los descriptivos, por
variable de estudio; luego los resultados relativos a la
confiabilidad y la validez; posteriormente los inferenciales, que
se pueden ordenar por hiptesis o de acuerdo con su
desarrollo).
3. Cortejar diferentes resultados: su congruencia y en caso de
inconsistencia lgica volverlos a revisar.
Asimismo, se debe evitar la combinacin de tablas, diagramas o
grficas que repitan datos.
4.-Priorizar la informacin ms valiosa, sobre todo si se van a
producir reportes ejecutivos y otros ms extensos.
5.-Copiar o formatear las tablas en el programa con el cual se
elabora el reporte de investigacin.
6.- Comentar o describir brevemente la esencia de los anlisis ,
valores, tablas ,diagramas , grficos.)
7.-Volver a recibir los resultados.
8.-Y finalmente, elaborar el reporte de investigacin