¿Qué análisis estadístico ejecuto al comparar tres cosas entre sí?

Un análisis estadístico para comparar tres o más conjuntos de datos depende del tipo de datos recopilados. Cada prueba estadística tiene ciertas suposiciones que deben cumplirse para que la prueba funcione correctamente. Además, los aspectos de los datos que comparará afectarán la prueba. Por ejemplo, si cada uno de los tres conjuntos de datos tiene dos o más mediciones, necesitará un tipo diferente de prueba estadística.

Una de las pruebas estadísticas más comunes para tres o más conjuntos de datos es el análisis de varianza o ANOVA. Para utilizar esta prueba, los datos deben cumplir con ciertos criterios. Primero, los datos deben ser numéricos. Los datos ordinales, como las calificaciones de escalas de 5 puntos, llamadas escalas Likert, no son datos numéricos y el ANOVA no arrojará resultados precisos si se usa con datos ordinales. En segundo lugar, los datos deben distribuirse normalmente en una curva de campana. Si se cumplen estos supuestos, la prueba ANOVA se puede utilizar para analizar la varianza de una sola variable dependiente en tres o más muestras o conjuntos de datos. Recuerde, la variable dependiente es el factor que está midiendo en el estudio.

En los casos en los que se cumplan los supuestos de ANOVA pero desee medir más de una variable dependiente, necesitará el Análisis de varianza multivariante o MANOVA. Las variables dependientes son los factores que está midiendo y desea examinar. La variable o variables independientes afectan a la variable dependiente. Por ejemplo, suponga que está midiendo los efectos del ejercicio intenso sobre la presión arterial, la pérdida de peso y la frecuencia cardíaca. La variable independiente es el ejercicio y las variables dependientes son la presión arterial, la pérdida de peso y la frecuencia cardíaca. En esta situación, usaría MANOVA. Esta prueba estadística es muy complicada de calcular y requerirá el uso de una computadora y un software especial.

Hay muchas pruebas no paramétricas diferentes, pero generalmente se utilizan estadísticas no paramétricas cuando los datos son ordinales y / o no están distribuidos normalmente. Las pruebas no paramétricas incluyen la prueba de signos, chi-cuadrado y la prueba de la mediana. Estas pruebas se emplean a menudo cuando se analizan datos de encuestas donde los encuestados tuvieron que calificar diferentes declaraciones; por ejemplo, una escala de "totalmente en desacuerdo, en desacuerdo, de acuerdo, totalmente de acuerdo" calificaría como datos ordinales. Estas pruebas suelen ser fáciles de calcular a mano, aunque una hoja de cálculo ayuda.

Además de las pruebas inferenciales, también puede utilizar estadísticas descriptivas simples para proporcionar una mirada rápida y sencilla a los conjuntos de datos. Puede informar el promedio, las desviaciones estándar y los porcentajes para cada uno de los tres conjuntos de datos. Las estadísticas descriptivas ayudan a proporcionar un vistazo rápido a los datos, pero no se pueden utilizar para sacar conclusiones. Por ejemplo, si uno de los tres conjuntos de datos tiene una variable que es un 20 por ciento más alta que los otros dos conjuntos de datos, no puede decir que el La diferencia es "estadísticamente significativa" sin utilizar alguna prueba estadística inferencial, como ANOVA, MANOVA o una prueba no paramétrica.