Pruebas Paramétricas
Pruebas Paramétricas
Pruebas Paramétricas
Pruebas paramétricas
Las primeras técnicas inferenciales fueron las paramétricas que hacen suposiciones a los parámetros
de la población que se obtuvieron, es decir, dan suposiciones acerca de la población de donde se
extrajo la muestra. La estadística paramétrica, hace un buen número de suposiciones acerca de la
naturaleza de la población de la que se obtuvieron los puntajes. Se llama Paramétrica puesto que los
valores de la población son “parámetros”.
Las pruebas paramétricas fijan su atención en la diferencia entre las medias de dos o más conjuntos
de puntajes. Esta se interesa en la estimación de parámetros, es decir, asignar un valor concreto al
parámetro que caracteriza la distribución de probabilidad de la población.; y también en la prueba
de hipótesis, es decir, aceptar o rechazar una afirmación acerca de una población dependiendo de la
evidencia proporcionada por una muestra de datos.
Las pruebas paramétricas asumen distribuciones estadísticas subyacentes a los datos. Por tanto,
deben cumplirse algunas condiciones:
a) Que los puntajes de las variables se distribuyan normalmente
b) Homocedasticidad de varianza, decir que la distancia entre la media y un puntaje crudo sea
muy similar de una muestra a otra.
c) Que las variables tengan un nivel de medición intervalar.
d) Que haya una selección y asignación aleatoria de los participantes.
Prueba
Descripción
estadística
Prueba de hipótesis que observa las diferencias entre dos grupos. Sirve para
encontrar diferencias entre las medias de dos grupos diferentes (muestras
t de Student
independientes) o de un mismo grupo respecto a dos mediciones (muestras
correlacionadas).
Análisis de Prueba de hipótesis que compara tres o más muestras tomadas de la misma
varianza de población (muestras iguales) o de poblaciones diferentes (muestras desiguales),
una vía con respecto a una variable dependiente.
Se refiere a la comparación de dos o más variables independientes con dos o más
grupos respecto e interacción con una variable independiente. Puede ser tanto la
Análisis de 1) interacción de dos variables de clasificación o independientes con dos categorías
varianza o grupos, cada una con respecto a una variable dependiente (Anova de doble
múltiple clasificación o de doble entrada) como a 2) la comparación de dos variables
independientes o más, de tres o más categorías o grupos con una variable
dependiente (análisis factorial de varianza).
Referencia
Rivera, S. & García, M. (2012). Aplicación de la estadística a la Psicología. México: Editorial Porrúa.