sesiones

Capítulo 19
Análisis no paramétrico:
El procedimiento Pruebas no paramétricas

En los capítulos 13 al 18 hemos estudiado una serie de procedimientos estadísticos diseñados
para analizar variables cuantitativas: la prueba T para contrastar hipótesis sobre medias o coeficientes de regresión, el estadístico F del análisis de varianza y de la prueba de Levene, etc.
Todos ellos coinciden en unaserie de características:
•

Permiten contrastar hipótesis referidas a algún parámetro (µ, σ2, ρ, β, etc.).

•

Exigen el cumplimiento de determinados supuestos sobre las poblaciones originales
de las que se extraen los datos (generalmente normalidad y homocedasticidad).

•

Analizan datos obtenidos con una escala de medida de intervalo o razón.

Estas tres características combinadaspermiten agrupar estos procedimientos estadísticos en una
gran familia de técnicas de análisis denominada contrastes paramétricos (o pruebas paramétricas, en terminología afín a la del SPSS). Son, sin duda, las técnicas estadísticas más frecuentemente utilizadas por analistas e investigadores en todo tipo áreas científicas, pero su utilidad
se ve reducida, fundamentalmente, por dos razones: porun lado, exigen el cumplimiento de algunos supuestos que en ocasiones pueden resultar demasiado exigentes; por otro, obligan a trabajar con unos niveles de medida que, especialmente en las ciencias sociales y de la salud, no
siempre resulta fácil alcanzar.
Afortunadamente, los contrastes paramétricos no son los únicos disponibles. Existen contrastes que permiten poner a prueba hipótesis noreferidas a parámetros poblacionales; existen
también contrastes que no necesitan establecer supuestos exigentes sobre las poblaciones de
donde se extraen las muestras; y existen, por último, contrastes que no necesitan trabajar con

Capítulo 19. Análisis no paramétrico

2

datos obtenidos con una escala de medida de intervalo o razón. Esta otra familia de contrastes
se conoce con el nombrede contrastes no paramétricos (o pruebas no paramétricas).
Algunos autores utilizan el término no paramétricos para referirse únicamente a los contrastes que no plantean hipótesis sobre parámetros y que se limitan a analizar las propiedades
nominales u ordinales de los datos, y añaden el término de distribución libre para referirse a
los contrastes que no necesitan establecer supuestos (oestablecen supuestos poco exigentes,
como simetría o continuidad) sobre las poblaciones originales de las que se extraen las muestras. Pero lo cierto es que el incumplimiento de cualquiera de las tres características señaladas
al principio puede ser considerada suficiente para caracterizar a un contraste como no paramétrico. Por tanto, podemos:
1. Utilizar la denominación genérica de no paramétricospara todos aquellos contrastes
que no se ajustan a una cualquiera de las tres características de los contrastes paramétricos, y
2. Englobar en ese término genérico de no paramétricos a los contrastes de distribución
libre.
Más allá del acuerdo que pueda existir sobre esta cuestión, poner el énfasis en el nivel de
medida de los datos contribuye a simplificar notablemente la clasificación eidentificación de
las distintas técnicas de análisis de datos. Por esta razón:
1. Clasificaremos los contrastes de acuerdo con el tipo de datos que permiten analizar
(independientemente del tipo de hipótesis que permitan contrastar e independientemente de los supuestos que sea necesario establecer), y
2. Llamaremos a todos ellos no paramétricos siempre que no se ajusten a una cualquiera
de lastres características de los contrastes paramétricos.
Este capítulo ofrece una descripción de las técnicas de análisis que el SPSS clasifica como
pruebas no paramétricas. Todas ellas pueden considerarse no paramétricas utilizando el criterio de que no plantean hipótesis sobre parámetros, o el de que analizan datos obtenidos con
una escala de medida débil (o mejor, datos que, aun estando...