Professional Documents
Culture Documents
Un caso especfico de ajuste a una distribucin terica es la correspondiente a la distribucin normal. Este contraste se realiza pa
comprobar si se verifica la hiptesis de normalidad necesaria para que el resultado de algunos anlisis sea fiable, como por ejemp
para el ANOVA.
Para comprobar la hiptesis nula de que la muestra ha sido extrada de una poblacin con distribucin de probabilidad normal
puede realizar un estudio grfico y/o analtico.
PRUEBA DE KOLMOGOROV-SMIRNOV
Cuando la prueba Kolmogorov-Smirnov kolmogorov se aplica para contrastar la hiptesis de normalidad de la poblacin, el estadsti
de prueba es la mxima diferencia:
siendo Fn(x) la funcin de distribucin muestral y Fo(x) la funcin terica o correspondiente a la poblacin normal especificada en
hiptesis nula.
PRUEBA DE SHAPIRO-WILK
Cuando la muestra es como mximo de tamao 50 se puede contrastar la normalidad con la prueba de shapiro Shapiro-Wilk. Pa
efectuarla se calcula la media y la varianza muestral, S2, y se ordenan las observaciones de menor a mayor. A continuacin se calcula
las diferencias entre: el primero y el ltimo; el segundo y el penltimo; el tercero y el antepenltimo, etc. y se corrigen con un
Se rechazar la hiptesis nula de normalidad si el estadstico W es menor que el valor crtico proporcionado por la tabla elaborada p
los autores para el tamao muestral y el nivel de significacin dado.
La secuencia para realizar los contrastes de normalidad es:
Analiza
Estadsticos Descriptivos
Explorar
En el cuadro de dilogo que aparece al activar el botn Grficos se activa la opcin Grficos con pruebas de normalidad.
EJEMPLO
Ejemplo 1.
Con los datos correspondientes a la variable Trans de la encuesta Enctrans.sav y con referencia a los encuestados que viven e
Barcelona, se quiere comprobar si su distribucin en cuanto al tipo de transporte utilizado se adapta a los resultados de un estud
realizado por el Ayuntamiento de Barcelona, que son los siguientes: el 40% de los desplazamientos al trabajo se realizan en metr
el 30% en autobs; el 20% en transporte privado y 10% otros medios.
En este caso para realizar el contraste Chi-cuadrado es necesario definir las cuatro categoras contempladas en la hiptesis nula. Pa
ello, se crea una nueva variable, Trans2, a partir de Trans con las siguientes categoras: Metro, Bus, Privado (que resultar de agreg
Coche y Moto) y Otros (que agrupar Tren y Otros).Una vez creada la nueva variable, con la secuencia Analizar > Pruebas n
paramtricas > Chi-cuadrado se llega al cuadro de dilogo en donde se selecciona la variable Trans2 y se introduce en Valor
esperados las frecuencias relativas de cada categora segn la hiptesis nula correctamente ordenadas: 0,4 para la categora 1; 0
para la 2; 0,2 para la 3 y 0,10 para la 4. Al aceptar se obtienen los siguientes resultados:
Como todas las categoras presentan frecuencia esperada mayor que 5 se puede aplicar el contraste Chi-cuadrado sin modificar
nmero de categoras. El valor del estadstico Chi-cuadrado permite rechazar la hiptesis nula para niveles de significacin superior
al 2,7%. As pues, al 5% de significacin se llega a la conclusin de que la distribucin del tipo de transporte que utilizan los alumn
no se adapta a la publicada por el ayuntamiento.
Ejemplo 2.
Con la informacin correspondiente a la variable Pla de la base de datos Encinf.sav, se desea comprobar si la valoracin que realiza
Para realizar la prueba de bondad de ajuste Kolmogorov-Smirnov la secuencia a seguir es Analizar > Pruebas no paramtricas> K
de 1 muestra. Se selecciona la variable Pla de la base de datos Encinf.sav y se indica que la Distribucin de contraste es uniforme.
Ejemplo 3.
Con la base de datos Encinf.sav, se desea comprobar si la variable gasto presenta una distribucin normal.
Para realizar la prueba de normalidad la secuencia a seguir es Analizar> Estadsticos Descriptivos> Explorar. Se selecciona la variab
Gasto y en el cuadro de dilogo correspondiente a los Grficos se activa la opcin Grficos con pruebas de normalidad.