TEAM 13: PRUEBAS PARAMÉTRICAS MÁS UTILIZADAS EN ENFERMERÍA

En el siguiente tema trabajaremos con la t de student, la prueba de t de student para datos apareados y haremos una breve mención de anova.

TEST A APLICAR EN ANÁLISIS BIVARIADO VARIABLE CUALITATIVA Y CUANTITATIVA

• PARAMÉTRCIOS
• TEST DE STUDENT: para una o dos muestras (apareadas o independientes). 
• ANOVA: para más de dos muestras o categorías independientes. 
• NO PARAMÉTRICOS
• PRUEBA U DE MANN-WHITNEY: muestras independientes. 
• TEST WILCONXON: muestras apareadas. 
• TEST KRSKAL-WALLIS: más de dos muestras o categorías. 

Para saber que test utilizar debemos de saber si sigue la normal o no, por lo que tendremos que realizar el test de Kolmogórov-Smirnov (n>50) o Shapiro Wilk (n<50). 

T DE STUDENT COMO TEST PARAMÉTRICO 

• Debe de seguir una distribución normal. N<30.
• Homocedasticidad o igualdad de varianzas: 
• TEST DE LEVENE
• F>0'05: Se asume igualdad de varianzas. 
• F<0'05: No hay igualdad de varianzas. 
• Permite contrastar si dos muestras proceden o no de la misma población y si hay diferencia entre las medias. 
• Las muestras pueden ser independientes y dependientes. 

Con la t de student comprobamos si existe una diferencia estadísticamente significativa entre las medias de dos muestras o grupos. 

σ_{p (desviación típica)} 

_{Desviación típica= raíz cuadrada de la varianza}

_Varianza: 

_{Grados de libertad=}

N₁ + N₂ – (el número de grupos, en este caso 2)

Una vez que hemos obtenido todos los datos para despejar en la fórmula de la t de student, obtenemos dicho valor que sería la t-calculada. Por otro lado, el grado de libertad y el nivel de significación nos vamos a la tabla y observamos otro valor que sería la t-teórica. Comparamos ambos valores y: 

• Cuando el resultado del test obtenido en las tablas (t-teórica) es menor que el estadístico calculado (t-calculada). Se rechaza la hipótesis nula y se acepta por tanto la hipótesis alternativa, por lo que podemos decir que la diferencia es estadísticamente significativa. 

⇒ En ocasiones, se pude presentar la situación que la dos varianzas sean distintas o que partamos de la hipótesis de que las poblaciones de donde se han obtenido las muestras tengan varianza distintas. En este caso la fórmula: 

Hay que dar un paso intermedio y tener en cuenta la F (Fisher-Snedecor) o prueba de Levene que sale en los resultados del SPSS. 

• Lo primero es observar en la prueba de Levene el valor de F y significación.
• Si Levene es mayor que 0'05, se asume la igualdad de varianzas y se observa el estadístico t con los grados de libertad correspondiente a esa fila y la significación. 
• Si el estadístico es menor que le nivel de significación se rechaza la hipótesis nula. 

ANOVA 

Método para comparar dos o más medias, que es necesario porque cuando se quiere comparar más de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de student. 

ANOVA, es un método que permite comparar varias medias en diversas situaciones. 

• Con el análisis de varianza comprobamos si existen diferencias estadísticamente significativas entre dos grupos. 
• Es el método apropiado cuando tenemos más de dos grupos en el mismo planteamiento. 
• Por lo que, permite estudiar la asociación entre una variable cuantitativa y una variable cualitativa de más de dos categorías, siempre que la cuantitativa siga una distribución normal. 
• El análisis de varianza, analizando varios grupos simultáneamente, nos dirá si entre las medias de los grupos hay o no diferencias significativas. Pero en el caso de que haya diferencias entre los grupos, habrá que comparar los grupos de dos en dos mediante procedimientos análogos a la t de Student, denominados contrastes posteriores. → Se basa en el cálculo del estadístico F de Fisher-Schnedecor.