Please enable JavaScript.
Coggle requires JavaScript to display documents.
Guía de Decisión para la Selección de Pruebas Estadísticas (Paramétricas…
Guía de Decisión para la Selección de Pruebas Estadísticas (Paramétricas vs. No Paramétricas)
PUERTA 1
NIVEL DE MEDICIÓN
¿En qué escala de medición están mis datos?
Rama A (Escalas Nominales u Ordinales)
Categorías, frecuencias, porcentajes o jerarquías (ej. género, niveles socioeconómicos, ordenar del 1 al 5) - 🛑 Detente aquí. Debes usar Pruebas No Paramétricas (porque no miden magnitudes reales ni promedios).
Rama B (Escalas de Intervalo o Razón)
Números reales, puntuaciones continuas, calificaciones, tiempos (ej. puntajes de ansiedad, kilos, segundos) - 🟢 Pasas al siguiente filtro.
PUERTA 2
Filtro de los Supuestos (Requisitos de la Población)
¿Los datos numéricos cumplen con los supuestos de la estadística paramétrica?
¿Tienen distribución normal? (Prueba de normalidad)
Rama A (No cumplen los supuestos / Muestras muy pequeñas o sesgadas):
🛑 Usa Pruebas No Paramétricas (ej. U de Mann-Whitney para independientes o Wilcoxon para relacionadas).
¿Tienen homocedasticidad / varianzas iguales? (Prueba de Levene)
Rama B (Sí cumplen con la normalidad y la homocedasticidad):
🟢 ¡Perfecto! Cruzas la meta hacia las Pruebas Paramétricas.
PUERTA 3
Paso 3: La Meta (Selección de la Prueba Paramétrica según el Diseño)
Si ya pasaste los filtros anteriores y vas a usar Pruebas Paramétricas, la última división de tu esquema depende de cómo diseñaste tu investigación:
Rama 1: ¿Diseño de Medidas Repetidas / Muestras Relacionadas?
(Ej. Evaluar a los mismos sujetos antes y después de un tratamiento — pretest/postest)$\rightarrow$ Usa la Prueba t para muestras relacionadas (o ANOVA de medidas repetidas).
Rama 2: ¿Diseño de Grupos Separados / Muestras Independientes?
(Ej. Comparar dos grupos distintos de personas, como un grupo experimental vs. un grupo control)- Usa la Prueba t para muestras no relacionadas / independientes (o ANOVA de un factor).
Rama 3: ¿Comparar una muestra contra un valor teórico de la población?
Usa la Prueba t de una sola muestra.