Pruebas

estadísticas
Eduardo Guzmán Muñoz.
Kinesiólogo. Doctor en Ciencias de la
Actividad Física. Magister en Ciencias de la
Salud y el Deporte
 ¿sabías que hay pruebas
estadísticas paramétricas y no
paramétricas?
Distribución Distribución
normal no normal

Pruebas Pruebas no
paramétricas paramétricas
Todo depende • Las pruebas paramétricas asumen
distribuciones estadísticas subyacentes a los
de cómo se datos. Por tanto, deben cumplirse algunas
condiciones de validez, de modo que el
distribuyan resultado de la prueba paramétrica sea fiable.
Por ejemplo, una distribución normal de los
los datos… datos.

Las pruebas no paramétricas no se ajustan a

ninguna distribución. Pueden por tanto
aplicarse incluso aunque no se cumplan las
condiciones de validez paramétricas. Los datos
no tienen distribución normal

Para comparar y relacionar variables existen pruebas paramétricas y no paramétricas.

Por lo tanto, seleccionar una prueba estadística errónea es GRAVE.

Comparación
en estadística
En estadística las
pruebas de
comparación buscan
establecer diferencias
entre los datos que se
desean comparar
HIPÓTESIS EN PRUEBAS DE
CO M PA R AC I Ó N

H0 No hay
diferencias

H1 Hay
diferencias
REGLA DE DECISIÓN: PRUEBA DE
C O M PA R A C I Ó N
No hay diferencias
estadísticas

p<0,05 =
rechazar H0 p≥0,05 =
acepta H0
* Se acepta H1

Hay diferencias
estadísticas
Tipos de muestras según procedencia de los
datos
Mismo Muestras

grupo relacionadas

Distinto Muestras

grupo independientes

Al comparar dos grupos de datos es importante considerar si los

datos provienen del mismo grupo o de grupos distintos
 Ejemplo

Datos (altura del

Si se desea comparar la altura del Muestras
salto entre un grupo de futbolistas salto) de dos
profesionales y futbolistas amateurs independientes
grupos distintos

Si se desea comparar el IMC Datos (IMC) de

Muestras
antes y después de 8 semanas un mismo
de entrenamiento aeróbico relacionadas
grupo
Comparación para un par de datos

T-Student para
Paramétrica muestras
Muestras independientes
independientes
U de Mann
No paramétrica
Whitney

p<0,05 = hay diferencias

p>0,05 = no hay diferencias
 • En un estudio se comparó la calidad de vida entre habitantes de la
comuna de Santiago (n=387) y Villarrica (n=361). La prueba de
normalidad entregó los siguientes valores p:
Santiago=0,134
Villarrica=0,021

El resultado de la prueba de comparación arrojó un valor p de 0,032

EJERCICIO 1 1. ¿Qué prueba estadística se utilizó para determinar la normalidad

de los datos?
2. ¿Cuál fue el resultado de la prueba de normalidad?
3. ¿Qué prueba estadística se utilizó para comparar los datos?
4. ¿Cuál fue el resultado de la prueba de comparación?
 • En un estudio se compararon los puntajes de ingreso a la universidad
entre alumnos de las carreras de kinesiología (n=45) y enfermería
(n=72). La prueba de normalidad entregó los siguientes valores p:
Kinesiología = 0,240
Enfermería = 0,318

El resultado de la prueba de comparación arrojó un valor p de 0,089

EJERCICIO 2 1. ¿Qué prueba estadística se utilizó para determinar la normalidad

de los datos?
2. ¿Cuál fue el resultado de la prueba de normalidad?
3. ¿Qué prueba estadística se utilizó para comparar los datos?
4. ¿Cuál fue el resultado de la prueba de comparación?
Ejemplo SPSS prueba de
comparación
paramétrica (2 grupos
de datos)
• Cuando son muestras independientes, los
datos se ingresan hacia abajo por cada variable
y en una columna diferente se indica a que
grupo pertenecen

n
¿QUÉ ES LO PRIMERO QUE SE
DEBE HACER?
 3

1 2
T- student para muestras independientes

T- student para muestras independientes

T-Student para muestras independientes

1 2
T-Student para muestras independientes
Ejemplo SPSS prueba de
comparación no
paramétrica (2 grupos
de datos)
 Prueba de normalidad

n = 11

U de mann
Whitney
 U de Mann Whitney 2

1 3
U de Mann Whitney
U de mann
Whitney
Comparación para un par de datos

T-Student para
Paramétrica muestras
Muestras relacionadas
Relacionadas
No paramétrica Wilcoxon

p<0,05 = hay diferencias

p>0,05 = no hay diferencias
 • En un estudio (n=22) se evaluó el dolor de columna antes y después
de una sesión de masoterapia. El resultado de la prueba de
normalidad señala los siguientes valores p:
dolor antes de la sesión = 0,425
dolor después de la sesión = 0,588

El resultado de la prueba de comparación arrojó un valor p de 0,002

EJERCICIO 3 1. ¿Qué prueba estadística se utilizó para determinar la normalidad

de los datos?
2. ¿Cuál fue el resultado de la prueba de normalidad?
3. ¿Qué prueba estadística se utilizó para comparar los datos?
4. ¿Cuál fue el resultado de la prueba de comparación?
 • En un estudio se comparó el efecto de la cafeína sobre el rendimiento
del salto vertical. Las personas (n=23) fueron evaluadas antes de
consumir cafeína y después de consumir cafeína. El resultado de la
prueba de normalidad señala los siguientes valores p:
pre=0,034
post=0,121

El resultado de la prueba de comparación arrojó un valor p de 0,132

EJERCICIO 4 1. ¿Qué prueba estadística se utilizó para determinar la normalidad

de los datos?
2. ¿Cuál fue el resultado de la prueba de normalidad?
3. ¿Qué prueba estadística se utilizó para comparar los datos?
4. ¿Cuál fue el resultado de la prueba de comparación?
Ejemplo SPSS prueba de
comparación
paramétrica (2 grupos
de datos)
• Cuando son muestras relacionadas, los datos
se ingresan hacia el lado por cada variable
(columnas distintas)

n
Wilcoxon

T- student para muestras

relacionadas
 T-student para muestras relacionadas

2
 T-student
para
muestras
relacionadas
T-student para muestras relacionadas
Ejemplo SPSS prueba de
comparación no
paramétrica (2 grupos
de datos)
 Wilcoxon

2
Wilcoxon
Wilcoxon
Ejemplo
¿y si incluimos un grupo de
futbolistas universitarios?

Si se desea comparar la altura del

salto entre un grupo de futbolistas Muestras
profesionales y futbolistas independientes
amateurs

¿y si evaluamos antes, durante, al final y un

mes después de la intervención?

Si se desea comparar el IMC

antes y después de 8 Muestras
semanas de entrenamiento relacionadas
aeróbico
Comparación de 3 o más grupos de datos

Paramétrica ANOVA
Muestras
independientes
No paramétrica Kruskal-Wallis

p<0,05 = hay diferencias

p>0,05 = no hay diferencias
Comparación de 3 o más grupos de datos

ANOVA de
Paramétrica medidas
Muestras repetidas
Relacionadas
No paramétrica Friedman

p<0,05 = hay diferencias

p>0,05 = no hay diferencias
Con las pruebas de comparación
de 3 o más grupos de datos
vamos a poder saber que hay
diferencias entre ellos, pero
¿podemos saber entre quienes
específicamente?
 ANOVA

• Tukey

Kruskall Wallis
Pruebas de • Dunn o U de mann Whitney
comparaciones
múltiples o post ANOVA medidas repetidas

hoc • Bonferroni

Friedman

• Wilcoxon
 • En un estudio se comparó el efecto de un entrenamiento de fuerza de
8 semanas sobre la condición física de adultos mayores. Las personas
(n=31) fueron evaluadas antes, durante (semana 3) y después de la
intervención. El resultado de la prueba de normalidad señala los
siguientes valores p:
pre=0,134
semana 3=0,043
post=0,091

El resultado de la prueba de comparación arrojó un valor p de 0,001

EJERCICIO 5 1. ¿Qué prueba estadística se utilizó para determinar la normalidad

de los datos?
2. ¿Cuál fue el resultado de la prueba de normalidad?
3. ¿Qué prueba estadística se utilizó para comparar los datos?
4. ¿Cuál fue el resultado de la prueba de comparación?
5. ¿Se debe realizar una prueba post hoc?
 • En un estudio se comparó la presión arterial de personas con distinto
estado nutricional. El resultado de la prueba de normalidad señala los
siguientes valores p:
bajo peso (n=8) = 0,408
peso normal (46) = 0,883
sobrepeso (n=55) = 0,176
Obesidad (n=44) = 0,232

El resultado de la prueba de comparación arrojó un valor p de 0,039

EJERCICIO 6 1. ¿Qué prueba estadística se utilizó para determinar la normalidad

de los datos?
2. ¿Cuál fue el resultado de la prueba de normalidad?
3. ¿Qué prueba estadística se utilizó para comparar los datos?
4. ¿Cuál fue el resultado de la prueba de comparación?
5. ¿Se debe realizar una prueba post hoc? ¿Cuál?
ANOVA
ANOVA
 ANOVA

2
ANOVA
ANOVA
Kruskall
Wallis
Kruskall Wallis
 Kruskall Wallis

2
Kruskall
Wallis
ANOVA

Si hubiese sido significativo (p<0.05),

se tendrían que haber hecho
comparaciones múltiples. En SPSS
debiesen realizarse U de Mann
Whitney para comparar:

- LCD vs PEF
- LCD vs Kine
- LCD vs Nutri
- PEF vs Kine
- PEF vs Nutri
- Kine vs Nutri
¿Qué pasa cuando son
muestras relacionadas?

• ANOVA de medidas repetidas (paramétrica)

• Friedmann (no paramétrica)
ANOVA de
medidas
repetidas
ANOVA medidas
repetidas
 ANOVA de medidas repetidas

2
ANOVA de
medidas
repetidas
ANOVA de medidas repetidas
ANOVA de medidas repetidas
ANOVA de
medidas
repetidas
ANOVA de medidas repetidas
Prueba de
Friedman
Prueba de Friedman
 Prueba de Friedman

2
Prueba de Friedman

Al ser significativo (p<0.05), se

tienen que hacer comparaciones
múltiples. En SPSS debiesen
realizarse Wilcoxon para comparar:

- Antes vs durante
- Antes vs posterior
- Durante vs posterior
Relación en
estadística
En estadística las
pruebas de
correlación buscan
establecer el grado
de asociación entre
dos variables
cuantitativas
HIPÓTESIS EN PRUEBAS DE
RELACIÓN

No hay
H0 relación

Hay
H1 relación
REGLA DE DECISIÓN: PRUEBA DE
RELACIÓN
No hay relación
entre las variables

p<0,05 =
rechazar H0 p≥0,05 =
acepta H0
* Se acepta H1

Hay relación entre

las variables
Pruebas de relación

Paramétrica Pearson
Pruebas
No
Spearman
paramétrica

p<0,05 = hay relación

p>0,05 = no hay relación
 Valor r Nivel de
Cuando hay correlación
correlación 0 a 0,4 / 0 a -0,4 Débil
significativa se 0,4 a 0,7 / -0,4 a -0,7 Moderada
debe
interpretar el 0,7 a 1 / -0,7 a -1 Fuerte
coeficiente de
correlación
(valor r)
 • En un estudio (n=18) se busca relacionar el porcentaje de grasa
corporal con la resistencia aeróbica. El resultado de la prueba de
normalidad señala los siguientes valores p:
porcentaje de grasa=0,033
resistencia aeróbica=0,431

El resultado de la prueba de relación arrojó un valor p de 0,007 y un

valor r de -0,72

EJERCICIO 4 1. ¿Qué prueba estadística se utilizó para determinar la normalidad

de los datos?
2. ¿Cuál fue el resultado de la prueba de normalidad?
3. ¿Qué prueba estadística se utilizó para relacionar los datos?
4. ¿Cuál fue el resultado de la prueba de relación?
5. ¿Cómo se interpreta el valor r?
¿Puedo asociar
variables Prueba Chi-cuadrado

cualitativas?
 • En un estudio (n=153) se busca asociar el nivel de actividad física
(activo/inactivo) con la presencia de diabetes mellitus tipo 2 (SI/NO).

El resultado de la prueba de asociación arrojó un valor p de 0,043

EJERCICIO 5 1. ¿Qué prueba estadística se utilizó para asociar los datos?

2. ¿Cuál fue el resultado de la prueba de asociación?
 Tipo de análisis Paramétrica No paramétrica
Comparación de 2 grupos de T-student para
datos provenientes de la muestras Wilcoxon
misma muestra relacionadas
Comparación de 2 grupos de T-student para
datos provenientes de muestras U de Mann Whitney
muestras distintas independientes

Comparación de 3 o más

Pruebas
ANOVA de medidas Prueba de Friedman
grupos de datos provenientes
repetidas
de la misma muestra

estadísticas Comparación de 3 o más

grupos de datos provenientes ANOVA Kruskall-Wallis
de muestras distintas

Relacionar (Cuantitativo) Pearson Spearman

Asociar (Cualitativo) Chi-cuadrado
Predecir (variable
Análisis de regresión lineal (simple o múltiple)
dependiente cuantitativa)
Predecir (variable
Análisis de regresión logística
dependiente cualitativa)
Recordar…
• Para hacer una prueba paramétrica de comparación
se requiere que los datos que se van a comparar
tengan una distribución normal y homogeneidad de
varianzas.

• Para hacer una prueba paramétrica de relación se

requiere que los datos que se van a relacionar tengan
una distribución normal

• En caso que alguno de los datos que se van a

comparar o relacionar no cumplan con lo anterior, se
debe proceder a un análisis NO PARAMÉTRICO.