3. definición
- En estadística la prueba de Friedman es una
prueba no paramétrica desarrollada por el economista
Milton Friedman.
4. definición
- En estadística la prueba de Friedman es una
prueba no paramétrica desarrollada por el economista
Milton Friedman.
- Equivale a la prueba ANOVA, pero para contrastes
no paramétricos.
5. definición
- En estadística la prueba de Friedman es una
prueba no paramétrica desarrollada por el economista
Milton Friedman.
- Equivale a la prueba ANOVA, pero para contrastes
no paramétricos.
- En necesario tener más de 2 muestras y que estas
estén relacionadas.
8. definición
EJEMPLO
Hay dos circunstancias:
1) Se recogen datos registrados en más de dos perio-
dos de tiempo.
Queremos saber la valoración de un grupo de alumnos
sobre un curso de inteligencia emocional. Para ello le
preguntamos la puntuación (del 1 al 10) que le da al
curso el primer día de clase, a mediados del curso y al
concluir el curso.
11. definición
EJEMPLO
Hay dos circunstancias:
2) Se recogen datos de grupos de tres o más sujetos
pareados.
Queremos analizar si una determinada intervención
propuesta por el pedagogo de un centro tenía efecto
sobre el rendimiento educativo de los alumnos. Para
ello, en una muestra de 12 estudiantes del grupo, se
midió su rendimiento educativo un mes antes de la in-
tervención, un mes después y cinco meses después,
para así valorar no sólo el efecto inmediato de la inter-
vención, sino también su efecto a más largo plazo.
14. CONDICIONES DE USO
Debe cumplir las siguientes características:
- No necesita una distribución específica. No se ajusta
a la curva normal.
15. CONDICIONES DE USO
Debe cumplir las siguientes características:
- No necesita una distribución específica. No se ajusta
a la curva normal.
- Las variables tienen que estar medidas en escala
una ordinal. (Juárez, Villatoro y López, 2011)
16. CONDICIONES DE USO
Debe cumplir las siguientes características:
- No necesita una distribución específica. No se ajusta
a la curva normal.
- Las variables tienen que estar medidas en escala
una ordinal. (Juárez, Villatoro y López, 2011)
- K muestras relacionadas (más de 2 muestras rela-
cionadas entre sí).
17. CONDICIONES DE USO
Debe cumplir las siguientes características:
- No necesita una distribución específica. No se ajusta
a la curva normal.
- Las variables tienen que estar medidas en escala
una ordinal. (Juárez, Villatoro y López, 2011)
- K muestras relacionadas (más de 2 muestras rela-
cionadas entre sí).
- Variable independiente politómica.
19. ejemplo 1
Se desea probar si hay diferencias en el nivel de estrés
laboral en trabajadores de una empresa antes y des-
pués de un taller sobre manejo del estrés en el trabajo,
además se realizó una medición de seguimiento un
mes después de finalizado taller; el nivel de estrés se
midió en una escala de nada, bajo, medio, alto y muy
alto.
20. ejemplo 1
V.I. - “Taller sobre manejo del estrés en el trabajo”.
V.D. - “Nivel de estrés laboral”.
H0 - “No hay diferencias en el nivel de estrés laboral en trabajadores
antes del taller, después del taller y en el seguimiento”.
Se desea probar si hay diferencias en el nivel de estrés
laboral en trabajadores de una empresa antes y des-
pués de un taller sobre manejo del estrés en el trabajo,
además se realizó una medición de seguimiento un
mes después de finalizado taller; el nivel de estrés se
midió en una escala de nada, bajo, medio, alto y muy
alto.
23. ejemplo 1
Aplicamos la prueba de Friedman porque:
- No es un contraste paramétrico, ya que no se ajusta
a la curva normal.
24. ejemplo 1
Aplicamos la prueba de Friedman porque:
- No es un contraste paramétrico, ya que no se ajusta
a la curva normal.
- Tenemos un mismo grupo de individuos a los que se
les pregunta por la variable “nivel de estrés laboral”
en tres momentos diferentes.
25. ejemplo 1
Aplicamos la prueba de Friedman porque:
- No es un contraste paramétrico, ya que no se ajusta
a la curva normal.
- Tenemos un mismo grupo de individuos a los que se
les pregunta por la variable “nivel de estrés laboral”
en tres momentos diferentes.
- Son más de dos muestras relacionadas.
27. ejemplo 1
Finalmente al aplicar la
prueba de Friedman en SPSS
se presentan los valores de la
chi cuadrado, así como el
nivel de significancia de la
prueba.
28. ejemplo 1
resultado
En este ejemplo con una significancia de 0.026, menor
a 0.05, se rechaza la hipótesis nula con un nivel de con-
fianza del 95% y debemos concluir que: en el nivel de
estrés laboral de los trabajadores existe diferencias es-
tadísticamente significativas antes del taller para el
manejo del estrés en el trabajo, después del taller y en
el seguimiento.
30. ejemplo 2
Los directores de los centros educativos de un munici-
pio están convencidos de que los libros de texto ofreci-
dos por tres editoriales para el nivel de educación pri-
maria presentan niveles similares de calidad, en
contra de la opinión de la asociaciones de madres y
padres de alumnos, las cuales consideran que hay dife-
rencias en la calidad de los libros de los tres editoriales
consideradas. Para comprobarlo, se realiza un estudio
consistente en seccionar al azar una muestra de 12
profesores, pidiéndoles que examinen la calidad técni-
ca de los libros ofrecidos por cada editorial y los pun-
tuen de 0 a 10 en función de ese criterio.
31. ejemplo 2
Las puntuaciones otorgadas por los 12 profesores se
recogen en la siguiente tabla:
- El número de pruebas realizadas
se encuentra seleccionado dentro
del cuadro rojo.
- El número de profesores a los
que se le realizó la prueba se en-
cuentra seleccionado con el
cuadro verde.
- Las puntuaciones obtenidas, de
los 12 profesores, en las 3 pruebas
relaizadas se encuentra seleccio-
nado dentro del cuadro azul.
34. ejemplo 2
Aplicamos la prueba de Friedman porque:
- No es un contraste paramétrico, ya que no se ajusta
a la curva normal.
35. ejemplo 2
Aplicamos la prueba de Friedman porque:
- No es un contraste paramétrico, ya que no se ajusta
a la curva normal.
- Tenemos un mismo grupo de individuos a los que se
le pregunta por su valoración en cuanto a la calidad
de tres editoriales distintas.
36. ejemplo 2
Aplicamos la prueba de Friedman porque:
- No es un contraste paramétrico, ya que no se ajusta
a la curva normal.
- Tenemos un mismo grupo de individuos a los que se
le pregunta por su valoración en cuanto a la calidad
de tres editoriales distintas.
- Son más de dos muestras relacionadas.
38. aplicación en spss
Tras añadir la información conveniente en
SPSS, seguimos los siguientes pasos:
1. Hacemos clic en ANALIZAR.
2. Elegimos la opcion MUESTRAS NO PARAMÉTI-
CAS.
3. Seleccionamos CUADROS DE DIÁLOGO ANTI-
GUOS.
4. Y por último, hacemos clic en K MUESTRAS
RELACIONADAS.
1
2
3
4
39. aplicación en spss
5. Después de los pasos anteriores, aparecería este cuadro en el que
pondríamos las variales en la columna correspondiente con
ayuda de la flecha.
6. Finalmente seleccionaríamos en ‘Tipo de prueba’ la opción
FRIEDMAN y hariamos clic en ACEPTAR para saber los resultados
del analisis.
5
6
41. ejemplo 2
Finalmente al aplicar la
prueba de Friedman en SPSS
se presentan los valores de la
chi cuadrado, así como el
nivel de significancia de la
prueba.
42. ejemplo 2
resultado
En este ejemplo, con una significación de 0,000,
menor de 0,001, se rechaza la hipótesis nula con un
99% de fiabilidad, y debemos concluir que existen dife-
rencias estadísticamente significativas en la calidad
técnica atribuida por los profesores a los libros que
ofrecen las tres editoriales.