SlideShare a Scribd company logo
1 of 16
T de Student para muestras
dependientes, d de Cohen para
muestras dependientes y
Wilcoxon
Aniel Jessica Leticia Brambila Tapia
T de Student para muestras dependientes
• Función: Para comparar variables cuantitativas de distribución
paramétrica en 2 muestras o grupos dependientes (mismos
individuos, misma variable en 2 tiempos distintos).
• Ejemplo: En un estudio se pretende disminuir los niveles de ansiedad
en estudiantes universitarios del CUCS con una intervención
psicológica.
• T = Media (Dif) gl = N - 1
Sdif √𝑁
Ejemplo: T de Student para muestras dependientes
Id del sujeto Antes Después
1 10 14
2 10 12
3 12 12
4 13 12
5 14 8
6 15 12
7 16 9
8 16 10
9 16 16
10 16 12
11 16 11
12 16 8
13 17 15
14 19 11
15 20 16
T = 3.2 = 3.2 = 3.2
3.649 /√15 3.649/3.873 0.9421
T = 3.397 ~ 3.40 , p = 0.004
Gl = 15 -1 = 14
Descriptivos:
Media ansiedad antes: 15.07 ± 2.87
Media ansiedad después: 11.87 ± 2.56
Ejemplo: T de Student para muestras dependientes
• Interpretación:
• Hubo una disminución significativa en los niveles de ansiedad (después de
la intervención psicológica) en los estudiantes universitarios del CUCS, con
una media ±𝐷𝑆 de la ansiedad antes de la intervención de 15.07 ±
2.87 𝑣𝑠 11.87 ± 2.56 después de la intervención, p = 0.004.
• Interpretación 2:
• Hubo una disminución significativa en los niveles de ansiedad (después de
la intervención psicológica) en los estudiantes universitarios del CUCS, con
una media ±𝐷𝑆 de las diferencias post − test menos pre − test de −
3.2 ± 3.65, p = 0.004.
d de Cohen para muestras relacionadas
• d = d (media de la diferencia: antes menos después)
Sd (Desviación estándar de la diferencia)
• d = 3.2 = 0.8769 r = d = 0.8769 = 0.8769 = 0.8769 = 0.40
3.65 𝑑2 + 4 0.7689 + 4 √4.7689 2.1837
• r (d de Cohen) = 0.40
Ejemplo interpretación d de Cohen para
muestras dependientes
• Interpretación: Hubo una disminución significativa en los niveles de
ansiedad (después de la intervención psicológica) en los estudiantes
universitarios del CUCS, con una
media ±𝐷𝑆 de la ansiedad antes de la intervención de 15.07 ±
2.87 𝑣𝑠 11.87 ± 2.56 después de la intervención, p = 0.004, con un
tamaño de la diferencia moderado (d = 0.40) / (con un valor de r de la
d de Cohen de = 0.40)
Ejercicio T de Student para muestras dependientes
• Objetivo: Identificar los cambios en la motivación académica
intrínseca en estudiantes de la licenciatura en enfermería antes y
después de la pandemia: se pide la interpretación de la prueba.
• Interpretación: Hubo una disminución significativa en la motivación
académica intrínseca (despues de la pandemia) en estudiantes de la
licenciatura en enfermería, con una media ± DS de la motivación
antes de la pandemia de 13.92 ± 1.85 vs 12.64 ± 3.81 despues de la
pandemia, con una p= 0.006, con un tamaño del de la diferencia bajo,
r de Cohen = 0.22
r de Cohen
• d = d = 1.29 = 0.44
Sd 2.87
• r = d = 0.44 = 0.44 = 0.44 = 0.21
𝑑2 + 4 (0.44)2 + 4 4.19 2.05
Prueba de Wilcoxon
Wilcoxon
• Función: Para comparar variables cuantitativas de distribución no
paramétrica (o muestras menores a 10 individuos) entre 2 muestras
dependientes (mismos sujetos, misma variable, 2 tiempos distintos).
• Ejemplo: Se desea evaluar si existen cambios en los niveles de estrés
percibido en estudiantes de la maestría en Psicología de la Salud,
antes y después de su titulación.
Fórmula:
Z = 𝑅𝑎𝑛𝑔𝑜 𝑚𝑒𝑛𝑜𝑟 − (𝑛
𝑛+1
4
)
𝑛 𝑛 + 1 2𝑛 + 1
24
Ejemplo Wilcoxon
Individuo Antes Después Diferencia Rangos Clasificación de
rangos positivos
y nebativos
1 82 63 -19 7 Negativo
2 69 42 -27 8 Negativo
3 73 74 1 1 Positivo
4 43 37 -6 4 Negativo
5 58 51 -7 5 Negativo
6 56 43 -13 6 Negativo
7 76 80 4 3 Positivo
8 65 62 -3 2 Negativo
Suma de rangos positivos = 4
Suma de rangos negativos = 32
Ejemplo Wilcoxon
Z = 𝑅𝑎𝑛𝑔𝑜 𝑚𝑒𝑛𝑜𝑟 − (𝑛
𝑛+1
4
) = Z = 4 − (8
8+1
4
)
𝑛 𝑛 + 1 2𝑛 + 1
24
8 8 + 1 2(8) + 1
24
Z = 4 – (8 x 9/ 4) = 4 – 18 = -14 = -14 = -1.96
8 𝑥 9 (16 + 1)
24
72 𝑥 17
24
51 7.14
p = 0.05
Ejemplo Wilcoxon
• Se compara el valor Z (-1.96) con la tabla de distribución Z (Normal)
1- 0.975 = 0.025 x 2 = 0.05
p = 0.05
Ejemplo Wilcoxon / interpretación
• Objetivo: Se desea evaluar si existen cambios en los niveles de estrés percibido
en estudiantes de la maestría en “Psicología de la Salud”, antes y después de su
titulación.
• Interpretación 1: Se observó una disminución limítrofe en los niveles de estrés
percibido en estudiantes de la maestría en “Psicología de la Salud” después de su
titulación, con una mediana (rango) antes de la titulación de 67 (43 – 82) vs 56.5
(37 – 80) después de la titulación, p = 0.055.
• Interpretación 2: Se observó una disminución limítrofe en los niveles de estrés
percibido en estudiantes de la maestría en “Psicología de la Salud” después de su
titulación, con una mediana (rango) antes de la titulación de 67 (43 – 82), en
comparación con una mediana (rango) después de la titulación de 56.5 (37 – 80),
p = 0.055.
r de Cohen
• d = d = - 8.75 = - 0.84
Sd 10.40
• r = d = - 0.84 = - 0.84 = - 0.84 = - 0.39
𝑑2 + 4 (−0.84)2 + 4 4.71 2.17
Interpretación: Se observó una disminución limítrofe en los niveles de estrés
percibido en estudiantes de la maestría en “Psicología de la Salud” después
de su titulación, con una mediana (rango) antes de la titulación de 67 (43 –
82) vs 56.5 (37 – 80) después de la titulación, p = 0.055. Con un tamaño de la
diferencia bajo (r de Cohen = 0.39).
Ejemplo Wilcoxon
• Objetivo: Conocer si hay cambios en la inteligencia en estudiantes de
primaria, un año después de la aplicación de un método didáctico
personalizado, de acuerdo a los intereses de los estudiantes.
• Interpretación: Hubo un incremento significativo en la inteligencia en
estudiantes de primaria después de la aplicación de un método
didáctico personalizado, de acuerdo a los intereses de los estudiantes,
con una mediana (rango) antes de la intervención de 99 (85 – 115) en
comparación con una mediana (rango) después de la intervención de
110 (100- 120), p = 0.001.

More Related Content

What's hot

Numeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatoriasNumeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatorias
Alberto Carranza Garcia
 

What's hot (14)

Cuartiles y percentiles
Cuartiles y percentilesCuartiles y percentiles
Cuartiles y percentiles
 
Tema 07. Medidas de forma
Tema 07. Medidas de formaTema 07. Medidas de forma
Tema 07. Medidas de forma
 
Metodo romberg
Metodo rombergMetodo romberg
Metodo romberg
 
Aplicaciones de la Transformada de Laplace. 3 ejercicios resueltos por Ing. R...
Aplicaciones de la Transformada de Laplace. 3 ejercicios resueltos por Ing. R...Aplicaciones de la Transformada de Laplace. 3 ejercicios resueltos por Ing. R...
Aplicaciones de la Transformada de Laplace. 3 ejercicios resueltos por Ing. R...
 
Probabilidad y Estadistica
Probabilidad y EstadisticaProbabilidad y Estadistica
Probabilidad y Estadistica
 
Asign 2
Asign 2Asign 2
Asign 2
 
Método de jacobi
Método de jacobiMétodo de jacobi
Método de jacobi
 
definicion de variables de estadistica 1
definicion de variables de estadistica 1definicion de variables de estadistica 1
definicion de variables de estadistica 1
 
Método de jacobi Métodos Númericos
Método de jacobi Métodos NúmericosMétodo de jacobi Métodos Númericos
Método de jacobi Métodos Númericos
 
Numeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatoriasNumeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatorias
 
Diseño factorial
Diseño factorialDiseño factorial
Diseño factorial
 
Toma de decisiones-Investigacion de Operaciones
Toma de decisiones-Investigacion de OperacionesToma de decisiones-Investigacion de Operaciones
Toma de decisiones-Investigacion de Operaciones
 
Medidas de variación
Medidas de variaciónMedidas de variación
Medidas de variación
 
Proyecto de Ecuaciones Diferenciales
Proyecto de Ecuaciones DiferencialesProyecto de Ecuaciones Diferenciales
Proyecto de Ecuaciones Diferenciales
 

Similar to T de student dependientes

Lecture 11 Paired t test.pptx
Lecture 11 Paired t test.pptxLecture 11 Paired t test.pptx
Lecture 11 Paired t test.pptx
shakirRahman10
 
Is the black dog really a dalmatian, Kimberly Good
Is the black dog really a dalmatian, Kimberly GoodIs the black dog really a dalmatian, Kimberly Good
Is the black dog really a dalmatian, Kimberly Good
NZ Psychological Society
 
Chapter 9Multivariable MethodsObjectives• .docx
Chapter 9Multivariable MethodsObjectives• .docxChapter 9Multivariable MethodsObjectives• .docx
Chapter 9Multivariable MethodsObjectives• .docx
spoonerneddy
 
Lab 7 Problem A researcher uses a repeated-measures stu.docx
Lab 7  Problem  A researcher uses a repeated-measures stu.docxLab 7  Problem  A researcher uses a repeated-measures stu.docx
Lab 7 Problem A researcher uses a repeated-measures stu.docx
DIPESH30
 

Similar to T de student dependientes (20)

Lecture 11 Paired t test.pptx
Lecture 11 Paired t test.pptxLecture 11 Paired t test.pptx
Lecture 11 Paired t test.pptx
 
Measure of Dispersion
Measure of DispersionMeasure of Dispersion
Measure of Dispersion
 
Lecture 2
Lecture 2Lecture 2
Lecture 2
 
Measures of dispersion
Measures of dispersionMeasures of dispersion
Measures of dispersion
 
Is the black dog really a dalmatian, Kimberly Good
Is the black dog really a dalmatian, Kimberly GoodIs the black dog really a dalmatian, Kimberly Good
Is the black dog really a dalmatian, Kimberly Good
 
Arithmetic Mean in Business Statistics
Arithmetic Mean in Business StatisticsArithmetic Mean in Business Statistics
Arithmetic Mean in Business Statistics
 
T Test Presentation.pptx
T Test Presentation.pptxT Test Presentation.pptx
T Test Presentation.pptx
 
Test of significance (t-test, proportion test, chi-square test)
Test of significance (t-test, proportion test, chi-square test)Test of significance (t-test, proportion test, chi-square test)
Test of significance (t-test, proportion test, chi-square test)
 
Repeated Measures ANOVA
Repeated Measures ANOVARepeated Measures ANOVA
Repeated Measures ANOVA
 
HFS3283 paired t tes-t and anova
HFS3283 paired t tes-t and anovaHFS3283 paired t tes-t and anova
HFS3283 paired t tes-t and anova
 
Reliability
ReliabilityReliability
Reliability
 
Test of significance
Test of significanceTest of significance
Test of significance
 
One-Sample Hypothesis Tests
One-Sample Hypothesis TestsOne-Sample Hypothesis Tests
One-Sample Hypothesis Tests
 
HFS 3283 independent t test
HFS 3283 independent t testHFS 3283 independent t test
HFS 3283 independent t test
 
Chapter 9Multivariable MethodsObjectives• .docx
Chapter 9Multivariable MethodsObjectives• .docxChapter 9Multivariable MethodsObjectives• .docx
Chapter 9Multivariable MethodsObjectives• .docx
 
Lab 7 Problem A researcher uses a repeated-measures stu.docx
Lab 7  Problem  A researcher uses a repeated-measures stu.docxLab 7  Problem  A researcher uses a repeated-measures stu.docx
Lab 7 Problem A researcher uses a repeated-measures stu.docx
 
Parametric Test -T test.pptx by Dr. Neha Deo
Parametric Test -T test.pptx by Dr. Neha DeoParametric Test -T test.pptx by Dr. Neha Deo
Parametric Test -T test.pptx by Dr. Neha Deo
 
INFERENTIAL STATISTICS.pptx
INFERENTIAL STATISTICS.pptxINFERENTIAL STATISTICS.pptx
INFERENTIAL STATISTICS.pptx
 
Test of significance
Test of significanceTest of significance
Test of significance
 
Lesson 27 using statistical techniques in analyzing data
Lesson 27 using statistical techniques in analyzing dataLesson 27 using statistical techniques in analyzing data
Lesson 27 using statistical techniques in analyzing data
 

More from Aniel Jessica Leticia Brambila-Tapia (8)

Análisis multivariados
Análisis multivariadosAnálisis multivariados
Análisis multivariados
 
Anova medidas repetidas
Anova medidas repetidasAnova medidas repetidas
Anova medidas repetidas
 
Anova y Kruskal-Wallis
Anova y Kruskal-WallisAnova y Kruskal-Wallis
Anova y Kruskal-Wallis
 
T student
T studentT student
T student
 
Correlaciones
CorrelacionesCorrelaciones
Correlaciones
 
Chi cuadrada y riesgos
Chi cuadrada y riesgosChi cuadrada y riesgos
Chi cuadrada y riesgos
 
Metodología y estadística básicas
Metodología y estadística básicasMetodología y estadística básicas
Metodología y estadística básicas
 
Psiconeuroendocrinología
PsiconeuroendocrinologíaPsiconeuroendocrinología
Psiconeuroendocrinología
 

Recently uploaded

development of diagnostic enzyme assay to detect leuser virus
development of diagnostic enzyme assay to detect leuser virusdevelopment of diagnostic enzyme assay to detect leuser virus
development of diagnostic enzyme assay to detect leuser virus
NazaninKarimi6
 
Porella : features, morphology, anatomy, reproduction etc.
Porella : features, morphology, anatomy, reproduction etc.Porella : features, morphology, anatomy, reproduction etc.
Porella : features, morphology, anatomy, reproduction etc.
Silpa
 
(May 9, 2024) Enhanced Ultrafast Vector Flow Imaging (VFI) Using Multi-Angle ...
(May 9, 2024) Enhanced Ultrafast Vector Flow Imaging (VFI) Using Multi-Angle ...(May 9, 2024) Enhanced Ultrafast Vector Flow Imaging (VFI) Using Multi-Angle ...
(May 9, 2024) Enhanced Ultrafast Vector Flow Imaging (VFI) Using Multi-Angle ...
Scintica Instrumentation
 
POGONATUM : morphology, anatomy, reproduction etc.
POGONATUM : morphology, anatomy, reproduction etc.POGONATUM : morphology, anatomy, reproduction etc.
POGONATUM : morphology, anatomy, reproduction etc.
Silpa
 

Recently uploaded (20)

COMPUTING ANTI-DERIVATIVES (Integration by SUBSTITUTION)
COMPUTING ANTI-DERIVATIVES(Integration by SUBSTITUTION)COMPUTING ANTI-DERIVATIVES(Integration by SUBSTITUTION)
COMPUTING ANTI-DERIVATIVES (Integration by SUBSTITUTION)
 
CURRENT SCENARIO OF POULTRY PRODUCTION IN INDIA
CURRENT SCENARIO OF POULTRY PRODUCTION IN INDIACURRENT SCENARIO OF POULTRY PRODUCTION IN INDIA
CURRENT SCENARIO OF POULTRY PRODUCTION IN INDIA
 
Exploring Criminology and Criminal Behaviour.pdf
Exploring Criminology and Criminal Behaviour.pdfExploring Criminology and Criminal Behaviour.pdf
Exploring Criminology and Criminal Behaviour.pdf
 
Zoology 5th semester notes( Sumit_yadav).pdf
Zoology 5th semester notes( Sumit_yadav).pdfZoology 5th semester notes( Sumit_yadav).pdf
Zoology 5th semester notes( Sumit_yadav).pdf
 
GBSN - Microbiology (Unit 2)
GBSN - Microbiology (Unit 2)GBSN - Microbiology (Unit 2)
GBSN - Microbiology (Unit 2)
 
Human & Veterinary Respiratory Physilogy_DR.E.Muralinath_Associate Professor....
Human & Veterinary Respiratory Physilogy_DR.E.Muralinath_Associate Professor....Human & Veterinary Respiratory Physilogy_DR.E.Muralinath_Associate Professor....
Human & Veterinary Respiratory Physilogy_DR.E.Muralinath_Associate Professor....
 
Thyroid Physiology_Dr.E. Muralinath_ Associate Professor
Thyroid Physiology_Dr.E. Muralinath_ Associate ProfessorThyroid Physiology_Dr.E. Muralinath_ Associate Professor
Thyroid Physiology_Dr.E. Muralinath_ Associate Professor
 
300003-World Science Day For Peace And Development.pptx
300003-World Science Day For Peace And Development.pptx300003-World Science Day For Peace And Development.pptx
300003-World Science Day For Peace And Development.pptx
 
Chemistry 5th semester paper 1st Notes.pdf
Chemistry 5th semester paper 1st Notes.pdfChemistry 5th semester paper 1st Notes.pdf
Chemistry 5th semester paper 1st Notes.pdf
 
development of diagnostic enzyme assay to detect leuser virus
development of diagnostic enzyme assay to detect leuser virusdevelopment of diagnostic enzyme assay to detect leuser virus
development of diagnostic enzyme assay to detect leuser virus
 
GBSN - Biochemistry (Unit 1)
GBSN - Biochemistry (Unit 1)GBSN - Biochemistry (Unit 1)
GBSN - Biochemistry (Unit 1)
 
Dr. E. Muralinath_ Blood indices_clinical aspects
Dr. E. Muralinath_ Blood indices_clinical  aspectsDr. E. Muralinath_ Blood indices_clinical  aspects
Dr. E. Muralinath_ Blood indices_clinical aspects
 
Porella : features, morphology, anatomy, reproduction etc.
Porella : features, morphology, anatomy, reproduction etc.Porella : features, morphology, anatomy, reproduction etc.
Porella : features, morphology, anatomy, reproduction etc.
 
module for grade 9 for distance learning
module for grade 9 for distance learningmodule for grade 9 for distance learning
module for grade 9 for distance learning
 
(May 9, 2024) Enhanced Ultrafast Vector Flow Imaging (VFI) Using Multi-Angle ...
(May 9, 2024) Enhanced Ultrafast Vector Flow Imaging (VFI) Using Multi-Angle ...(May 9, 2024) Enhanced Ultrafast Vector Flow Imaging (VFI) Using Multi-Angle ...
(May 9, 2024) Enhanced Ultrafast Vector Flow Imaging (VFI) Using Multi-Angle ...
 
Site Acceptance Test .
Site Acceptance Test                    .Site Acceptance Test                    .
Site Acceptance Test .
 
POGONATUM : morphology, anatomy, reproduction etc.
POGONATUM : morphology, anatomy, reproduction etc.POGONATUM : morphology, anatomy, reproduction etc.
POGONATUM : morphology, anatomy, reproduction etc.
 
Bhiwandi Bhiwandi ❤CALL GIRL 7870993772 ❤CALL GIRLS ESCORT SERVICE In Bhiwan...
Bhiwandi Bhiwandi ❤CALL GIRL 7870993772 ❤CALL GIRLS  ESCORT SERVICE In Bhiwan...Bhiwandi Bhiwandi ❤CALL GIRL 7870993772 ❤CALL GIRLS  ESCORT SERVICE In Bhiwan...
Bhiwandi Bhiwandi ❤CALL GIRL 7870993772 ❤CALL GIRLS ESCORT SERVICE In Bhiwan...
 
Velocity and Acceleration PowerPoint.ppt
Velocity and Acceleration PowerPoint.pptVelocity and Acceleration PowerPoint.ppt
Velocity and Acceleration PowerPoint.ppt
 
Molecular markers- RFLP, RAPD, AFLP, SNP etc.
Molecular markers- RFLP, RAPD, AFLP, SNP etc.Molecular markers- RFLP, RAPD, AFLP, SNP etc.
Molecular markers- RFLP, RAPD, AFLP, SNP etc.
 

T de student dependientes

  • 1. T de Student para muestras dependientes, d de Cohen para muestras dependientes y Wilcoxon Aniel Jessica Leticia Brambila Tapia
  • 2. T de Student para muestras dependientes • Función: Para comparar variables cuantitativas de distribución paramétrica en 2 muestras o grupos dependientes (mismos individuos, misma variable en 2 tiempos distintos). • Ejemplo: En un estudio se pretende disminuir los niveles de ansiedad en estudiantes universitarios del CUCS con una intervención psicológica. • T = Media (Dif) gl = N - 1 Sdif √𝑁
  • 3. Ejemplo: T de Student para muestras dependientes Id del sujeto Antes Después 1 10 14 2 10 12 3 12 12 4 13 12 5 14 8 6 15 12 7 16 9 8 16 10 9 16 16 10 16 12 11 16 11 12 16 8 13 17 15 14 19 11 15 20 16 T = 3.2 = 3.2 = 3.2 3.649 /√15 3.649/3.873 0.9421 T = 3.397 ~ 3.40 , p = 0.004 Gl = 15 -1 = 14 Descriptivos: Media ansiedad antes: 15.07 ± 2.87 Media ansiedad después: 11.87 ± 2.56
  • 4. Ejemplo: T de Student para muestras dependientes • Interpretación: • Hubo una disminución significativa en los niveles de ansiedad (después de la intervención psicológica) en los estudiantes universitarios del CUCS, con una media ±𝐷𝑆 de la ansiedad antes de la intervención de 15.07 ± 2.87 𝑣𝑠 11.87 ± 2.56 después de la intervención, p = 0.004. • Interpretación 2: • Hubo una disminución significativa en los niveles de ansiedad (después de la intervención psicológica) en los estudiantes universitarios del CUCS, con una media ±𝐷𝑆 de las diferencias post − test menos pre − test de − 3.2 ± 3.65, p = 0.004.
  • 5. d de Cohen para muestras relacionadas • d = d (media de la diferencia: antes menos después) Sd (Desviación estándar de la diferencia) • d = 3.2 = 0.8769 r = d = 0.8769 = 0.8769 = 0.8769 = 0.40 3.65 𝑑2 + 4 0.7689 + 4 √4.7689 2.1837 • r (d de Cohen) = 0.40
  • 6. Ejemplo interpretación d de Cohen para muestras dependientes • Interpretación: Hubo una disminución significativa en los niveles de ansiedad (después de la intervención psicológica) en los estudiantes universitarios del CUCS, con una media ±𝐷𝑆 de la ansiedad antes de la intervención de 15.07 ± 2.87 𝑣𝑠 11.87 ± 2.56 después de la intervención, p = 0.004, con un tamaño de la diferencia moderado (d = 0.40) / (con un valor de r de la d de Cohen de = 0.40)
  • 7. Ejercicio T de Student para muestras dependientes • Objetivo: Identificar los cambios en la motivación académica intrínseca en estudiantes de la licenciatura en enfermería antes y después de la pandemia: se pide la interpretación de la prueba. • Interpretación: Hubo una disminución significativa en la motivación académica intrínseca (despues de la pandemia) en estudiantes de la licenciatura en enfermería, con una media ± DS de la motivación antes de la pandemia de 13.92 ± 1.85 vs 12.64 ± 3.81 despues de la pandemia, con una p= 0.006, con un tamaño del de la diferencia bajo, r de Cohen = 0.22
  • 8. r de Cohen • d = d = 1.29 = 0.44 Sd 2.87 • r = d = 0.44 = 0.44 = 0.44 = 0.21 𝑑2 + 4 (0.44)2 + 4 4.19 2.05
  • 10. Wilcoxon • Función: Para comparar variables cuantitativas de distribución no paramétrica (o muestras menores a 10 individuos) entre 2 muestras dependientes (mismos sujetos, misma variable, 2 tiempos distintos). • Ejemplo: Se desea evaluar si existen cambios en los niveles de estrés percibido en estudiantes de la maestría en Psicología de la Salud, antes y después de su titulación. Fórmula: Z = 𝑅𝑎𝑛𝑔𝑜 𝑚𝑒𝑛𝑜𝑟 − (𝑛 𝑛+1 4 ) 𝑛 𝑛 + 1 2𝑛 + 1 24
  • 11. Ejemplo Wilcoxon Individuo Antes Después Diferencia Rangos Clasificación de rangos positivos y nebativos 1 82 63 -19 7 Negativo 2 69 42 -27 8 Negativo 3 73 74 1 1 Positivo 4 43 37 -6 4 Negativo 5 58 51 -7 5 Negativo 6 56 43 -13 6 Negativo 7 76 80 4 3 Positivo 8 65 62 -3 2 Negativo Suma de rangos positivos = 4 Suma de rangos negativos = 32
  • 12. Ejemplo Wilcoxon Z = 𝑅𝑎𝑛𝑔𝑜 𝑚𝑒𝑛𝑜𝑟 − (𝑛 𝑛+1 4 ) = Z = 4 − (8 8+1 4 ) 𝑛 𝑛 + 1 2𝑛 + 1 24 8 8 + 1 2(8) + 1 24 Z = 4 – (8 x 9/ 4) = 4 – 18 = -14 = -14 = -1.96 8 𝑥 9 (16 + 1) 24 72 𝑥 17 24 51 7.14 p = 0.05
  • 13. Ejemplo Wilcoxon • Se compara el valor Z (-1.96) con la tabla de distribución Z (Normal) 1- 0.975 = 0.025 x 2 = 0.05 p = 0.05
  • 14. Ejemplo Wilcoxon / interpretación • Objetivo: Se desea evaluar si existen cambios en los niveles de estrés percibido en estudiantes de la maestría en “Psicología de la Salud”, antes y después de su titulación. • Interpretación 1: Se observó una disminución limítrofe en los niveles de estrés percibido en estudiantes de la maestría en “Psicología de la Salud” después de su titulación, con una mediana (rango) antes de la titulación de 67 (43 – 82) vs 56.5 (37 – 80) después de la titulación, p = 0.055. • Interpretación 2: Se observó una disminución limítrofe en los niveles de estrés percibido en estudiantes de la maestría en “Psicología de la Salud” después de su titulación, con una mediana (rango) antes de la titulación de 67 (43 – 82), en comparación con una mediana (rango) después de la titulación de 56.5 (37 – 80), p = 0.055.
  • 15. r de Cohen • d = d = - 8.75 = - 0.84 Sd 10.40 • r = d = - 0.84 = - 0.84 = - 0.84 = - 0.39 𝑑2 + 4 (−0.84)2 + 4 4.71 2.17 Interpretación: Se observó una disminución limítrofe en los niveles de estrés percibido en estudiantes de la maestría en “Psicología de la Salud” después de su titulación, con una mediana (rango) antes de la titulación de 67 (43 – 82) vs 56.5 (37 – 80) después de la titulación, p = 0.055. Con un tamaño de la diferencia bajo (r de Cohen = 0.39).
  • 16. Ejemplo Wilcoxon • Objetivo: Conocer si hay cambios en la inteligencia en estudiantes de primaria, un año después de la aplicación de un método didáctico personalizado, de acuerdo a los intereses de los estudiantes. • Interpretación: Hubo un incremento significativo en la inteligencia en estudiantes de primaria después de la aplicación de un método didáctico personalizado, de acuerdo a los intereses de los estudiantes, con una mediana (rango) antes de la intervención de 99 (85 – 115) en comparación con una mediana (rango) después de la intervención de 110 (100- 120), p = 0.001.