Please enable JavaScript.
Coggle requires JavaScript to display documents.
Pruebas paramétricas y no paramétricas - Coggle Diagram
Pruebas paramétricas y no paramétricas
Paramétricas
Las pruebas paramétricas son una herramienta estadística que se utiliza para el análisis de los factores de la población. Esta muestra debe cumplir ciertos requisitos como el tamaño, ya que mientras más grande sea, más exacto será el cálculo.
Ventajas y Desventajas
Ventajas
Son más eficientes.
Son perceptibles a las características de la información obtenida.
Los errores son muy poco probables
Los cálculos probabilísticos son muy exactos
Desventajas
Los cálculos son difíciles de realizar
Los datos que se pueden observar son limitados
Caracteristicas
Normalidad: El análisis y observaciones que se obtienen de las muestras deben considerarse normales. Para esto se deben realizar pruebas de bondad de ajuste donde se describe que tan adaptadas se encuentran las observaciones y cómo discrepan de los valores esperados.
Homocedasticidad: Los grupos deben presentar variables uniformes, es decir, que sean homogéneas.
Errores: Los errores que se presenten deben de ser independientes. Esto solo sucede cuando los sujetos son asignados de forma aleatoria y se distribuyen de forma normal dentro del grupo.
No Paramétricas
Las pruebas no paramétricas, también conocidas como pruebas de distribución libre, son las que se basan en determinadas hipótesis, pero lo datos observados no tienen un organización normal. Generalmente, las pruebas no paramétricas contienen resultados estadísticos que provienen de su ordenación, lo que las vuelve más fáciles de comprender.
Características
Es un método de medición difícil de aplicar.
Es necesario realizar pruebas de hipótesis.
Las hipótesis son estrictas.
Ventajas y desventajas
Ventajas
Pueden utilizarse en diferentes situaciones, ya que no deben de cumplir con parámetros estrictos.
Generalmente, sus métodos son más sencillos, lo que las hace más fácil de entender.
Se pueden aplicar en datos no numéricos.
Facilita la obtención de información particular más importante y adecuada para el proceso de investigación.
Desventajas
No son pruebas sistemáticas.
La distribución varía, lo que complica seleccionar la elección correcta.
Los formatos de aplicación son diferentes y provoca confusión.
Es posible que se pierda información porque los datos recolectados se convierten en información cualitativa.
Es posible que se necesite tener fuentes y un respaldo con más peso.