Pruebas estadísticas en investigaciones
En las investigaciones cuantitativas es necesario realizar pruebas estadísticas. Las pruebas estadísticas en las investigaciones permite llegar a conclusiones, el llevar a cabo una prueba estadística no adecuada, permitirá llegar a conclusiones erróneas o falsas.
Las pruebas estadísticas depende en realidad de cómo son las variables. En Variables estadísticas de medición en investigaciones, podrá ver y comprender los tipos de variables.
Estadística descriptiva
Estudios descriptivos
Los estudios estadísticos de manera general se pueden dividir en dos: la estadística descriptiva y la estadística inferencial. En los estudios de investigación de nivel descriptivos se apoya solamente en la estadística descriptiva; ahora bien, existen otros niveles de investigación donde para el análisis de resultados se puede apoyar tanto en la estadística descriptiva como en la estadística inferencial de manera simultanea.
En los estudios descriptivos se puede usar la distribución de frecuencias; medida de tendencia central como la moda, mediana y media; medidas de variabilidad como el rango, desviación estándar y varianza.
Es necesario tomar en cuenta con cual o cuales tipos de datos se va a trabajar para considerar el procedimiento o prueba estadística a usar.
Procedimiento o pruebas estadísticas para estudios descriptivos de investigación
Estadística inferencial
Para llevar a cabo la estadística inferencial es necesario saber si se va hacer relación entre variables. En las investigaciones es muy común probar hipótesis y generalizar los resultados, allí toma relevancia la estadística inferencial. Pero recuerde, si su nivel de investigación es exploratorio o descriptivo, no es necesario seguir profundizando en las pruebas estadísticas inferencial.
Para determinar que tipo de procedimiento o prueba estadística se debe aplicar en una investigación es necesario conocer el tipo de la pregunta de investigación, el número de variables involucradas, el nivel de medición o tipo de datos y si es comparación de grupos.
Es importante señalar que para la aplicación de ciertas pruebas se debe aplicar la prueba de normalidad, es por ello importante identificar la prueba y luego profundizar en ella.
Diferencia de grupos
En diferencia de grupos se puede presentar el caso de muestras correlacionadas. En la figura se pueden apreciar las pruebas cuando existen dos variables o grupos. Para datos nominales se recomienda la Prueba de McNemar, para datos ordinales la prueba de Wilcoxon para pares de rangos y para datos por intervalo o razón Prueba t para muestras correlacionadas.
Procedimiento o prueba estadística para diferencia de grupos, muestras correlacionadas, dos variables o grupos
Para muestras independientes. En la figura se pueden apreciar las pruebas cuando existen dos variables o grupos. Para datos nominales se recomienda la prueba Chi cuadrada, para datos ordinales la prueba de Mann-Whitney U. o prueba Kolmogorov para dos muestras y para datos por intervalo o razón Prueba t para muestras no correlacionadas o independientes.
Procedimiento o prueba estadística para diferencia de grupos, muestras independientes, dos variables o grupos
Para muestras correlacionadas. En la figura se pueden apreciar las pruebas cuando existen más de dos variables o grupos. Para datos nominales se recomienda la prueba Q de Cochran, para datos ordinales la prueba Análisis de varianza de Friedman en dos vías, para datos por intervalo o razón Prueba Análisis de varianza ANOVA, y para datos de intervalo o razón, control de efecto de otra variable independiente la Pruena de Análisis de covarianza ANCOVA.
Procedimiento o prueba estadística para diferencia de grupos, muestras correlacionadas, más de dos variables o grupos
Para muestras independientes. En la figura se pueden apreciar las pruebas cuando existen más de dos variables o grupos. Para datos nominales se recomienda la Prueba Chi cuadrada para k muestra, para datos nominales u ordinales (categóricos) y de intervalo o razón la Prueba Chi cuadrada de Friedman, para datos ordinales Análisis de varianza en una vía de Kruskal-Walls ANOVA, y para datos de intervalo o razón Prueba Análisis de varianza ANOVA.
Procedimiento o prueba estadística para diferencia de grupos, muestras independientes, más de dos variables o grupos
Correlacional
En correlacional se pueden presentar igualmente varios casos. En las figuras siguientes se pueden apreciar las pruebas cuando existen dos variables. Para datos nominales se recomienda la Prueba Coheficiente de contingencia o Phi, para datos ordinales la Prueba Coeficiente de rangos ordenados de Sperman o coeficiente de rangos ordenados de Kendal, para datos por intervalo o razón Prueba Coeficiente de correlación de Pearson (producto-momento). En una variable independiente y otra variable dependiente (ambas de intervalo o razón) Regresión lineal.
Procedimiento o prueba estadística correlacional, dos variables
En datos por intervalos y nominales u ordinales la Prueba Coeficiente biserial puntual. En datos por intervalo y una dicotomía artificial en una escala ordinal (la dicotomía es artificial porque subyace una distribución continua)
En la figura se pueden apreciar las pruebas cuando existen estudios correlacional con más de dos variables. Para datos nominales se recomienda la Prueba Análisis discriminantes, para datos ordinales Análisis de correlación parcial por rangos de Kendall y para datos por intervalo o razón la Prueba Coeficiente de correlación parcial o múltiple, R2.
Procedimiento o prueba estadística correlacional, más de dos variables o grupos
Causal o predictiva
En causal o predictiva, en las figuras siguientes se pueden apreciar las pruebas. Para diversas variables independientes y una dependiente (las independientes en cualquier nivel de medición, la dependiente en nivel por intervalo o razón) cuando las independientes son nominales u ordinales se convierten en variables Dummy) se aplica regresión multiple. En diversas dependientes e independientes se aplica la Prueba Análisis multivariado de varianza MANOVA.
Procedimiento o prueba estadística para causal o predictiva
Igualmente se puede presentar en agrupamiento (membrecía de todos los datos), en el se utiliza análisis discriminante (en una vía, jerárquico o factorial, de acuerdo con el número de variables involucradas). En estructura y redes causales se puede aplicar Análisis de patrones o vías (path analysis)
Procedimiento o prueba estadística para causal o predictiva
Estructura de variables o validación de constructos
Estructura de variables o validación de constructos, se trabajan con variables de intervalo o razón y la prueba a aplicar es Análisis de factores.
Procedimiento o prueba estadística para estructura de variables o validación de constructos
