Sunteți pe pagina 1din 17

MANUAL DE

PRUEBA DE
KRUSKAL WALLIS
Integrantes: Claudia Aguirre, Ruth Moya,
Michael Narváez, Karla Nolivos y Joyce
Pazmiño
OBJETIVO DEL MANUAL
El siguiente manual tiene como objetivo principal realizar operaciones estadísticas más
sencillas e indispensables en Estadística inferencial mediante el uso del programa
STATISTICA.
PRUEBA DE KRUSKAL-WALLIS
La Prueba de Kruskal- Wallis es aplicable cuando las muestras seleccionadas de la población
son independientes entre si y cuando no siguen una distribución normal.
Consideremos la siguiente situación: Los datos se obtuvieron de niños pequeños que fueron
asignados aleatoriamente a uno de los tres grupos experimentales (tratamientos). A cada niño
se le mostró una serie de pares de estímulos. Su tarea era elegir uno de esos estímulos y, si era
el "correcto", recibían una recompensa. En un grupo, la dimensión relevante que los niños
tenían que detectar para tomar decisiones correctas era la forma (grupo 1 - Forma ), en un
segundo grupo la dimensión relevante era el color (grupo 2 - Color ), y en el tercer grupo, la
dimensión relevante era el tamaño (grupo 3 - Tamaño ). La variable dependiente fue la cantidad
de pruebas que estos niños necesitaron para detectar la dimensión relevante que se estaba
recompensando.
PASO 1: Escribir los datos a analizar según sus respectivas variables, es decir de forma
vertical.

VARIABLES EN
FORMA
VERITCAL
PASO 2: En la barra de Menú seleccionar Statistics

PASO 3: Seleccionar la opción Nonparametrics


PASO 4: Se desplazará un menú dentro de Nonparametric:
Seleccionar: Comparing multiple indep. samples (groups) y clic en OK

PASO 5: Clic en la opción Variables.


PASO 6: Escoger la Variable Dependiente e Independiente y clic en OK

PASO 7: Clic en la opción Codes.


PASO 8: Seleccionar All para añadir todos los grupos de la Variable Independiente y clic en
OK.
PASO 9: Clic en Summary Kruskal-Wallis ANOVA %Median test

PASO 10: En la izquierda de la ventana que se abre clic en Krustal.


PASO 11: Interpretar los datos de la tabla de resultados.

Se debe observar los rangos de cada código. La prueba de Kruskal-Wallis es altamente


significativa ( p = .001 ), y se trata de un análisis de varianza realizada en los rangos, en los
que se puede observar y concluir que las actuaciones de los diferentes grupos experimentales
fueron significativamente diferentes entre sí.
Además de que la suma de mayor rango (peor rendimiento) aparece en la condición de Tamaño
, es decir, en la condición en que los niños fueron recompensados por identificar el tamaño
como la dimensión de discriminación crítica y la suma de menor rango (mejor rendimiento)
aparece en la condición Forma.
REPRESENTACIÓN GRÁFICA DE RESULTADOS:
PASO 1: En la barra menú escoger Statistics.

PASO 2: Seleccionar la opción Nonparametrics


PASO 3: Se desplazará un menú dentro de Nonparametric:
Seleccionar: Comparing multiple indep. samples (groups) y clic en OK

PASO 4: Clic en Box & whisker.


PASO 5: Seleccionar las Variables Dependientes e Independientes y Clic en OK.

PASO 6: Se presentará un cuadro de dialogo de selección de variable estándar en el que se


debe especificar la variante que se trazará y luego se da clic en OK.
PASO 7: A continuación, se le pedirá que seleccione las estadísticas para el diagrama de la
caja en el cuadro de diálogo tipo de caja y bigotes, para este caso de debe escoger
Median/Quart/Range y clic en ok, para generar la gráfica.

PASO 7: Interpretar el Gráfico


Nuevamente parece
ser que el
rendimiento en la
condición de
FORMA fue mejor
que en cualquier otra
condición.
OTRA FORMA DE VER LA DISTRIBUCIÓN DE LA VARIABLE DEPENDIENTE
DENTRO DE CADA CONDICIÓN ES A TRAVÉS DEL BOTÓN DE HISTOGRAMA
CATEGORIZADO .
PASO 1: Hacer clic en la pestaña Graphs.

PASO 2: Seleccionar Histograms


PASO 3: Clic en la pestaña Categorized.

PASO 4: Seleccionar OK en el cuadro X categories , Y categories, bajar el número de


categories a 3 para X y 2 paraY
PASO 5: Clic en Change Variable tanto de X como de Y , seleccionar la variable
1.DIMENSIÓN para X y seleccionar la variable 2. N° PRUEBAS y clic en OK
PASO 6: Al abrirse un cuadro de diálogo, seleccionar la variable 2.N° PRUEBAS y clic en
OK.
PASO 7: Interpretar los resultados de los histogramas

Este gráfico confirma nuevamente que el rendimiento en la categoría Forma es "mejor" (es
decir, la distribución está ligeramente sesgada hacia la izquierda) que en las otras dos
condiciones; el rendimiento parece ser el peor en la condición de Tamaño . Por lo tanto,se
concluye que los niños identificaron más fácilmente la dimensión Forma cuando fueron
recompensados