Todos los tutoriales de SPSS

Tutorial 18 de 44 Normalidad e hipótesis

Prueba de normalidad en SPSS: Shapiro-Wilk o K-S

Tu prueba de normalidad tiene dos filas y leíste la equivocada. Aprende cuándo va Kolmogórov-Smirnov y cuándo Shapiro-Wilk en SPSS según tu muestra.

Cuándo se usa

La prueba de normalidad evalúa si los datos de una variable numérica siguen una distribución normal. Se hace antes de la prueba de hipótesis, porque de su resultado depende qué prueba corresponde: con datos normales van las pruebas paramétricas, como Pearson o la t de Student; con datos no normales, las no paramétricas, como Spearman, la U de Mann-Whitney o Wilcoxon.

No es un requisito que tus datos sean normales. Una tesis con datos no normales es igual de válida, siempre que use la prueba que le corresponde. Lo que se observa es elegir la prueba sin haber revisado la normalidad, o haberla leído mal.

Antes de empezar (qué necesita tu base)

  • La variable numérica que vas a analizar: el puntaje total de la variable o de la dimensión, una nota, un tiempo. No cada pregunta por separado.
  • El tamaño de tu muestra, porque define qué fila de la tabla se lee.
  • Saber si tu análisis compara grupos. En ese caso, la normalidad se revisa dentro de cada grupo.
  • Los datos perdidos declarados y los valores extremos revisados.

El ejemplo es una base de 42 estudiantes de secundaria de un colegio del Cusco, con su promedio final de Matemática en escala de 0 a 20.

Paso a paso en SPSS

La normalidad no tiene un menú propio. Está dentro de Explorar.

  1. Ve a Analizar > Estadísticos descriptivos > Explorar.
  2. Pasa la variable a Lista de dependientes. En el ejemplo, Nota_mate.
  3. Si vas a comparar grupos, pasa la variable de agrupación a Lista de factores.
  4. Haz clic en el botón Gráficos.
  5. Marca la casilla Gráficos de normalidad con pruebas. Sin esa casilla, la tabla no aparece.
  6. Pulsa Continuar y luego Aceptar.
  7. En el visor ubica la tabla Pruebas de normalidad.
  8. Mira la columna gl, que indica el número de casos.
  9. Lee la fila que corresponde a tu tamaño de muestra y su columna Sig.
  10. Revisa el histograma y el gráfico Q-Q normal que aparecen debajo.

Cómo leer el resultado

La tabla Pruebas de normalidad trae dos pruebas en la misma tabla: Kolmogórov-Smirnov, con la corrección de Lilliefors, y Shapiro-Wilk. Cada una tiene su estadístico, sus grados de libertad y su significación.

Qué prueba leer. El criterio más usado en tesis es el tamaño de la muestra: con 50 casos o más se lee Kolmogórov-Smirnov; con menos de 50, Shapiro-Wilk, que detecta mejor la falta de normalidad en muestras pequeñas.

Cómo decidir. La hipótesis nula de ambas pruebas es que los datos siguen una distribución normal.

  • Si p > 0,05, no se rechaza la normalidad: los datos se consideran normales.
  • Si p < 0,05, se rechaza: los datos no siguen una distribución normal.

Es al revés de lo que se busca en una prueba de hipótesis habitual, y por eso confunde.

En el ejemplo, la fila de Kolmogórov-Smirnov muestra un estadístico de 0,110 con gl de 42 y Sig. de 0,200. Quien lee solo esa fila concluye que los datos son normales. Pero son 42 estudiantes, menos de 50, y la fila que corresponde es la de Shapiro-Wilk: estadístico de 0,931, gl de 42 y Sig. de 0,014. Como 0,014 es menor que 0,05, los datos no son normales.

El gráfico Q-Q normal lo confirma: los puntos de la cola izquierda se separan de la línea. La mayoría tiene notas altas y unos pocos quedan muy abajo. El gráfico acompaña a la prueba, no la reemplaza.

Esa lectura cambia el resto del análisis: ya no corresponde Pearson ni la t de Student, sino la prueba no paramétrica equivalente.

Un detalle: el 0,200 con asterisco no es un valor exacto. La nota al pie de SPSS indica que es un límite inferior de la significación verdadera, es decir, que el valor real es igual o mayor.

Cómo redactarlo en tu tesis

Un párrafo modelo en formato APA 7:

Para evaluar la normalidad de los datos se aplicó la prueba de Shapiro-Wilk, por tratarse de una muestra menor a 50 casos. El promedio final de Matemática no siguió una distribución normal, W(42) = 0,931, p = 0,014. En consecuencia, para el contraste de hipótesis se emplearon pruebas no paramétricas.

La tabla lleva una fila por variable, con el estadístico, los grados de libertad y el valor p. El criterio para elegir entre Shapiro-Wilk y Kolmogórov-Smirnov se declara en el texto y se respalda con un autor.

Errores frecuentes

Leer la fila de Kolmogórov-Smirnov con una muestra menor a 50. Es la primera fila de la tabla y la que casi todos copian. El riesgo es declarar normales unos datos que no lo son y aplicar una prueba paramétrica que no corresponde, con lo cual se cae todo el contraste de hipótesis.

Probar la normalidad de toda la muestra junta cuando el análisis compara grupos. Un grupo normal puede esconder a otro que no lo es. Es una causa frecuente de observación del capítulo.

Probar la normalidad de cada pregunta del cuestionario. Llena la tesis de tablas que nadie pidió y lleva a una decisión equivocada, porque lo que se analiza es el puntaje de la variable o de la dimensión.

Presentar solo el gráfico Q-Q. El asesor pide la prueba con su valor p.

En MiTítulo, antes de correr la normalidad revisamos tres cosas en tu base: el tamaño de tu muestra, si vas a comparar grupos y qué puntaje vas a analizar. Así sabemos dónde se prueba y qué fila leer.

Preguntas frecuentes

¿Mis datos tienen que ser normales para que mi tesis esté bien?

No. Si no son normales, usas otra prueba y tu tesis sigue siendo válida.

¿Puedo usar solo el gráfico Q-Q sin la prueba?

No. Tu asesor te pide la prueba. El gráfico la acompaña y la confirma.

¿Qué hago si una variable es normal y la otra no?

Basta que una no lo sea para que tu prueba cambie. Es de lo que más se observa.

Una fila mal leída y toda tu estadística se cae. Escríbenos al WhatsApp y revisamos tu caso sin costo.

Escríbenos al WhatsApp
Diagnóstico sin costo