Prueba de Kruskal-Wallis: Análisis de una varianza por rangos

Análisis en una dirección de la varianza por rangos de Kruskal-Wallis.

Es un método no paramétrico para probar si un grupo de datos proviene de la misma población.

Intuitivamente, es idéntico al ANOVA con los datos reemplazados por categorías. Es una extensión
de la prueba de la U de Mann-Whitney para 3 o más grupos. Ya que es una prueba no paramétrica,
la prueba de Kruskal-Wallis no asume normalidad en los datos, en oposición al tradicional ANOVA.
Sí asume, bajo la hipótesis nula, que los datos vienen de la misma distribución.

Para la aplicación de la prueba de Kruskal-Wallis, las muestras seleccionadas de la población deben

ser independientes. Por ejemplo, si selecciona y entrevista muestras de tres grupos (ejecutivos,
personal y supervisores), las respuestas de un grupo (ejecutivos) no deben por ningún motivo
influir en las respuestas de los demás.

Probablemente, el primer enfoque para comparar los tiempos de espera es determinar si existe
una diferencia entre los tiempos de espera medios en los tres hospitales, esto es, utilizar la ANOVA
de una vía. Sin embargo, esta prueba exige tres requisitos:

1. Las muestras deben ser de poblaciones independientes.

2. Las varianzas de la población deben ser iguales.
3. Las muestras deben ser de poblaciones normales.

En este caso, las muestras provienen de poblaciones independientes, que son los tres hospitales.
Pero suponga que no quiere asumir que hay una varianza igual en los tiempos de espera en los
tres hospitales o que estos tiempos de espera siguen una distribución de probabilidad normal. La
falta de estos dos criterios significa que no se cubren los requisitos de ANOVA, así que no se puede
utilizar esta técnica. En vez de eso, recurrimos a la prueba de Kruskal-Wallis, donde no se
requieren estas suposiciones.

Para calcular el estadístico de prueba de Kruskal-Wallis.

1. se combinan todas las muestras

2. Se ordenan los valores combinados de bajo a alto
3. Los valores ordenados se reemplazan por rangos
Procedimiento General:

1. Planteamiento de la Hipótesis
Ho: Las distribuciones de las poblaciones son iguales
HI: Las distribuciones de las poblaciones son diferentes

2. Nivel de Significancia
𝑔𝑙 = 𝑘 − 1
Donde k es igual al número de poblaciones existentes.
Para la determinación del valor crítico usamos la tabla de ji cuadrada.
3. Determinación del estadístico
12 (∑ 𝑅1 )2 (∑ 𝑅2 )2 (∑ 𝑅𝑘 )2
𝐻= [ + + ⋯+ ] − 3(𝑛 + 1)
𝑛(𝑛 + 1) 𝑛1 𝑛2 𝑛𝑘

4. Decisión
No rechace H0 si el valor calculado del estadístico de prueba H es menor o igual al valor
crítico calculado con la tabla ji cuadrado. Rechace H0 si el valor calculado de H es mayor
que el valor crítico y acepte H1.

5. Conclusión
Establecer una conclusión en base a la decisión
Ejercicios Resueltos.