Diferencia entre Pruebas Paramétricas y No Paramétricas

Primero que nada, las pruebas estadísticas son aquellas que se realizan con la finalidad de analizar datos medidos por una variable cuantitativa continua. Así pues, hay dos grupos de pruebas de significación estadística. 

Pruebas Estadísticas Paramétricas

Las pruebas estadísticas paramétricas son aquellas que se utilizan para analizar datos numéricos (escalas de intervalos o razones). Frecuentemente, estas se basan en la distribución gausiana o normal para la variable dependiente. Siendo la variable dependiente aquella que depende del valor que adopta la variable independiente.

La distribución normal de datos se manifiesta cuando los datos son mediciones repetidas de la misma variable; en unidades de muestreo extraídas al azar de la población y cuando la muestra es grande. Los requisitos que deben cumplir los datos para la aplicación de pruebas paramétricas son los siguientes:

-Las observaciones deben ser independientes entre sí

-Las poblaciones deben hacerse en poblaciones distribuidas normalmente

-Estas poblaciones deben tener la misma varianza

-Las variables tienen haberse medido en una escala de intervalo de manera que sea posible utilizar las operaciones aritméticas.

Existen diferentes pruebas paramétricas que se pueden realizar, estas son:

La “t” de student, el coeficiente de correlación de Pearson, la regresión lineal, análisis de covarianza; el análisis de varianza unidireccional, el análisis de varianza factorial. Entre otros estadígrafos descriptivos como la desviación standard, la moda, la mediana y la media.

Pruebas Estadísticas No Paramétricas

Las pruebas estadísticas no paramétricas son aquellas que se utilizan para analizar datos con variables nominales y ordinales; estos datos no asumen un tipo particular de distribución. Se aceptan distribuciones no normales y la exigencia en cuanto al tamaño de la muestra es menor que en el caso de las pruebas paramétricas.

Entonces, este tipo de pruebas se hacen cuando los tamaños de muestra son tan pequeñas como n=6. Adicionalmente, cuando la investigación que se lleva aporta resultados que solo se puede asociar a un comportamiento de los sujetos en menor o mayor grado de ciertas características; sin especificar la cantidad.

Por otro lado, las pruebas no paramétricas pueden usarse para probar hipótesis que requieren solo una muestra, dos muestras relacionadas, dos muestras independientes, para k muestras relacionadas y para k muestras independientes. Vale mencionar entre estas pruebas las más utilizadas son el coeficiente de correlación en independencia para tabulaciones cruzadas, la Ji cuadrada, coeficientes de correlación por rangos ordenados Spearman y Kendall.

Diferencia entre pruebas paramétricas y no paramétricas

-Las pruebas paramétricas hacen muchas suposiciones, la más significativa es que los datos se distribuyen normalmente. En cambio, las no paramétricas hacen frente a los datos que no se distribuyen normalmente y aplican menos suposiciones.

-En el caso de las pruebas estadísticas paramétricas, estas se utilizan para analizar datos numéricos que por lo general, poseen una distribución normal; las pruebas estadísticas no paramétricas se utilizan para analizar datos con variables nominales y ordinales que no asumen un tipo particular de distribución.