Prueba de Wilcoxon

presentación: ¿cómo calcular las pruebas en hojas de cálculo?

prueba de suma de rangos de wilcoxon, prueba no paramétrica para muestras relacionadas.

inicio

Índice

04

01

Resultados

Prueba elegida

05

02

Conclusión

Criterios

06

03

Bibliografía

Desarrollo

prueba de suma de rangos de wilcoxon

prueba elegida

La prueba de suma de rangos de Wilcoxon es una prueba no paramétrica que se utiliza para comparar dos muestras relacionadas y determinar si existen diferencias entre ellas. Constituye una alternativa a la prueba t de Student, cuando no hay normalidad en los datos. Para esta prueba se utiliza el nivel ordinal de la variable dependiente: calificación obtenida en la ejecución de la lectura, como resultado del método de enseñanza empleado. Se comparan dos muestras: 1. Calificaciones obtenidas empleando el método de enseñanza de la psicóloga; 2. Calificaciones obtenidas utilizando el método de enseñanza tradicional.

La prueba busca aceptar o rechazar la siguiente hipótesis de investigación: Hi. Las calificaciones obtenidas en la ejecución de la lectura, según el método de enseñanza de la psicóloga, son más altas y diferentes que las observadas en el método tradicional. Con la aplicación de la prueba se busca demostrar que el método de la psicóloga es más efectivo que el tradicional, tomando en cuenta los siguientes elementos: - Fluidez - Análisis - Comprensión - Síntesis

Criterios

a CONTINUACIÓN SE ENLISTAN LOS CRITERIOS QUE DEBEN CUMPLIRse PARA EMPLEAR LA PRUEBA ELEGIDA: WILCOXON.

• Muestra: aleatoria y representativa (12 niños de 6 años);
• No hay normalidad en los datos;
• Nivel de medición: ordinal (Calificación obtenida en la ejecución de la lectura);
• Muestras dependientes o relacionadas (2);
• Datos pareados;
• Asignación de rango a cada dato según su valor.

DESARROLLO

paso

paso

paso

paso

Calcular la diferencia absoluta

calcular el ranking

sumar los rankings positivos y negativos

calcular la diferencia entre la condición 1 y la condición 2

Se omiten los datos que tengan 0 y se inicia a partir de la columna D4.

Se obtienen los valores absolutos de las diferencias utilizando la fórmula "=ABS(C2)" y se hace los mismo con el resto de la columna. Posteriormene, se organizan los datos de menor a mayor.

En la columna C, se organizan los datos de menor a mayor. Posteriormente, se suman los valores negativos en la columna "Ranking", utilizando la fórmula "=Suma(E2:E11)" y los positivos.

Se escribe en Excel la fórmula "=A2-B2" y se hace lo mismo con el resto de la columna.

desarrollo

TABLA DE VALORES CRÍTICOS

hipótesis nula

población

Si el valor W es menor al valor crítico se rechaza la hipótesis nula.

N (n)

Para obtener el valor crítico se consulta la tabla de la prueba de Wilcoxon

hipótesis de investigación

valor w

valor crítico

El valor más pequeño de entre las sumas de los rankings positivos y negativos

Si el valor W es mayor al valor crítico se rechaza la hipótesis de investigación.

AQUÍ

RESULTADOS:

Interpretación: Si el valor "W" es menor al valor crítico, se rechaza la hipótesis nula y se acepta la hipótesis de investigación. El valor de “W” es 0, es decir, menor al valor crítico que es 14; por ello, en este caso se rechaza la hipótesis nula y se acepta la de investigación.

En otras palabras, aplicar el método de enseñanza propuesto por la psicóloga, arroja calificaciones más altas y diferentes, en la ejecución de la lectura, que las observadas en el método tradicional.

conclusión

Reflexiona sobre los siguientes puntos: ¿Cuál es tu mayor aprendizaje sobre las pruebas no paramétricas? ¿Cómo fue para ti haber trabajado con Excel para realizar el ejercicio? ¿De qué forma se vincula dicho ejercicio con el caso de Verónica?

Las pruebas no paramétricas son ideales para muestras pequeñas cuyos datos puede ser medidos tanto a nivel nominal como ordinal, ésta última siendo una flexibilidad que no tienen las pruebas paramétricas. Trabajar con datos en Excel nos permite utilizar las herramientas que el programa nos brinda para llevara cabo cálculos sobre muestras de cualquier tamaño y automatizar el orden de los datos que vamos a utilizar, esto para fines prácticos y de organización. De igual manera, la aplicación de las fórmulas permite identificar los componentes de la prueba no paramétrica que estamos empleando y su relevancia para el cálculo estadístico.

La presente actividad guarda estrecha relación con el caso de Verónica, debido a las características de este último. Es decir, el objetivo principal en el caso de Verónica es elevar el nivel de comprensión lectora de la comunidad estudiantil a través de la aplicación de un software académico denominado “Lectura inteligente”. Ahora bien, para demostrar que la aplicación de dicho software significó una decisión acertada para lograr el objetivo descrito, se debe llevar a cabo una investigación que involucre medir y recabar datos para después emplear métodos para compararlos y comprobar las hipótesis que respalden dicha investigación.

bibliografía

Lima, D. N. (2024). Pruebas no paramétricas. Metodología y Estadística II, Licenciatura en Psicología. CUAIEED/Facultad de Estudios Superiores Iztacala-UNAM. Lima, D. N. (2024). Pruebas no paramétricas: criterios de selección y sus implicaciones. Metodología y Estadística II, Licenciatura en Psicología. CUAIEED/Facultad de Estudios Superiores Iztacala-UNAM. Vega, L., García, B., Valencia, A. y Hoover, M. (2009). Análisis estadístico de los datos. En B. García (Coord.). Manual de métodos de investigación para las ciencias sociales. Un enfoque de enseñanza basado en proyectos (pp. 49-122). El Manual Moderno.

Marisa Otero Molina 424071996