Pruebas de normalidad SPSS

Este rápido tutorial explicará cómo comprobar si los datos de la muestra se distribuyen normalmente en el paquete de estadísticas de SPSS.

Es un requisito de muchas pruebas estadísticas paramétricas – por ejemplo, la prueba t de muestras independientes – que los datos se distribuyan normalmente. Hay varias formas diferentes de probar este requisito. Vamos a centrarnos en las pruebas de Kolmogorov-Smirnov y Shapiro-Wilk.

Como hacer pruebas de normalidad en SPSS – Pasos rápidos

1. Haz clic en Analizar -> Estadística descriptiva -> Explorar…
2. Mueva la variable de interés del cuadro de la izquierda al cuadro de la lista de dependientes de la derecha.
3. Haga clic en el botón Plots y marque la opción Plots de normalidad con pruebas.
4. Haga clic en Continue, y luego en OK.
5. Su resultado aparecerá – revise la sección de Pruebas de Normalidad.

Los datos

Nuestros datos de ejemplo, mostrados arriba en Data View de SPSS, provienen de un estudio imaginario que mira el efecto de la posesión de un perro en la capacidad de lanzar un frisbee.

La distancia de lanzamiento del frisbee en metros (resaltada) es la variable dependiente, y necesitamos saber si está normalmente distribuida antes de decidir qué prueba estadística usar para determinar si la propiedad del perro está relacionada con la habilidad de lanzar un frisbee.

Prueba de normalidad

Para empezar, haz clic en Analizar -> Estadística descriptiva -> Explorar… Esto hará que aparezca el cuadro de diálogo Explorar, como se muestra a continuación.

El montaje aquí es bastante fácil.

Primero, tienes que poner la variable de distancia de lanzamiento del Frisbee desde el cuadro izquierdo al cuadro de la lista de dependientes. Puedes arrastrar y soltar, o usar la flecha azul del medio.

El cuadro Lista de factores te permite dividir tu variable dependiente en base a los diferentes niveles de tu(s) variable(s) independiente(s). En nuestro ejemplo, Dueño de perro, nuestra variable independiente, tiene dos niveles – dueño y no dueño – así que podríamos agregar Dueño de perro al cuadro Lista de factores, y ver nuestra variable dependiente dividida sobre esa base. Sin embargo, como podemos comprobar perfectamente la normalidad sin añadir esta complejidad adicional, dejaremos la casilla vacía.

Una vez que tengas la variable que quieres comprobar la normalidad en la casilla de la Lista de Dependientes, deberías hacer clic en el botón Plots. Aparecerá el cuadro de diálogo Plots.

En este recuadro, se quiere asegurar que la opción Gráficas de normalidad con pruebas esté marcada, y también es sensato seleccionar ambas opciones de estadísticas descriptivas (Tallo y hoja e Histograma).

Ahora haz clic en Continuar, lo que te llevará de vuelta al cuadro de diálogo Explorar. Esto debería verse ahora algo como esto.

Ahora está listo para probar si sus datos se distribuyen normalmente.

Presione el botón OK.

El resultado

La opción de Explorar en SPSS produce bastante rendimiento. Esto es lo que necesita para evaluar si la distribución de sus datos es normal.

SPSS realiza dos pruebas estadísticas de normalidad – Kolmogorov-Smirnov y Shapiro-Wilk.

Si el valor de significación es mayor que el valor alfa (usaremos .05 como nuestro valor alfa), entonces no hay razón para pensar que nuestros datos difieren significativamente de una distribución normal – es decir, podemos rechazar la hipótesis nula de que no es normal.

Como se puede ver más arriba, ambas pruebas dan un valor de significación mayor que 0,05, por lo tanto, podemos estar seguros de que nuestros datos están distribuidos normalmente.

Una complicación que puede surgir aquí ocurre cuando los resultados de las dos pruebas no coinciden, es decir, cuando una prueba muestra un resultado significativo y la otra no. En esta situación, utilice el resultado de Shapiro-Wilk – en la mayoría de las circunstancias, es más fiable.

Gráfica Q-Q

SPSS también proporciona un gráfico normal de Q-Q Plot que proporciona una representación visual de la distribución de los datos.

Si una distribución es normal, entonces los puntos seguirán en general la línea de tendencia.

Como puedes ver arriba, nuestros datos se agrupan alrededor de la línea de tendencia, lo que proporciona más evidencia de que nuestra distribución es normal.

Ponga este gráfico Q-Q junto con los resultados de las pruebas estadísticas, y estamos seguros de asumir que nuestros datos están distribuidos normalmente. Esto significa que al menos uno de los criterios para las pruebas estadísticas paramétricas se cumple.

Bien, ese es el tutorial terminado. Ahora deberías poder interrogar tus datos para determinar si se distribuyen normalmente.