Kruskal Wallis comparaciones múltiples

Kruskal Wallis comparaciones múltiples

Pruebas no parmátricas independientes con SPSS

Kruskal-Wallis con comparaciones múltiples (Post Hoc)

Pruebas No Paramétricas Independientes

Una vez que se viola de manera grave uno de los supuestos de partida del ANOVA, se trata de determinar si el comportamiento en mediana de la variable dependiente es el mismo para los 3 o más tratamientos o niveles que conforma la variable explicativa o factor (hipótesis nula de la H de Kruskal-Wallis), y en el caso de que alguno de los tratamientos difiera, comprobar cuales presentan diferencias estadisticamente significativas, y cuál es el sentido de tales diferencias (en favor de cual de los 2 niveles del cruce):

 

Campos o variables que intervienen en Kruskal-Wallis

 

Configuración K-W

 

En la ventana de salidas (output) de SPSS, se hace doble clic en la Tabla de resumen de pruebas de hipótesis de Kruskal-Wallis, para poder abrir el Visor de Modelos:Salidas de SPSS de K-W

Visor de Modelos

Visor de Modelo de K-W

 

Prueba Post Hoc de Bonferroni de Kruskal-Wallis

 

En la Prueba Post Hoc de Bonferroni de Kruskal-Wallis (prueba conservadora), se aprecian diferencias estadísticamente significativas al 5% y al 1% de nivel de significación entre los tratamientos 2 y 4 (p-valor<0,05 y <0,01).

 

Comparaciones múltiples de Kruskal-Wallis con software STATISTICA

 

Kruskal Wallis comparaciones múltiples

 

La manera mas intuitiva que he encontrado hasta el momento de llevar a cabo las comparaciones múltiples por pares de medianas, una vez resulta estadísticamente significativo el Test de la H de Kruskal-Wallis, es el software estadístico STATISTICA, disponible en la red Internet en una versión trial por un mes, y también en su versión de pago:

 

kruskal-wallis statistica menu

 

kruskal wallis statistica ventana de comandos submenús

 

En la tabla de comparaciones múltiples resultante, basta con mirar si la probabilidad asociada a cada casilla es significativamente menor que 0,05 o 0,01, según sea el nivel de confianza fijado para la investigación, para detectar diferancias en mediana relevantes, desde un punto de vista no paramétrico.