Page 191 - EL PROCESO DE INVESTIGACIÓN EN INSTITUCIONES DE EDUCACIÓN EN MÉXICO

Análisis estadísticos

La distribución de probabilidad de todas las variables fue determinada utilizando las pruebas
no paramétricas (no dependientes de la media (µ), varianza ( ) y desviación estándar ( )):
2
Shapiro-Wilk, Kolmogorov Smirnov, Cramer Von Mises, y Anderson Darling.

El análisis se realizó utilizando el procedimiento univariado (Proc Univariate) del paquete esta-
dístico SAS (2013). La asociación entre las variables de respuesta y el tratamiento y la hete-
rogeneidad de los datos se probó utilizando tablas de contingencia chi-cuadrada (Proc Frec).
EL PROCESO DE INVESTIGACIÓN EN INSTITUCIONES DE EDUCACIÓN EN MÉXICO

AlgOrItMOS, SAlIDAS Del SAS e INterPretACIONeS

Según Canavos (1988), muchas variables podrían distribuirse normalmente si el número de
observaciones (N) fuera mayor a 25, la mayoría de las veces si N fuera mayor a 30, y práctica-
mente en casi todos los caos si N fuera igual o mayor 35. El Teorema del límite central, expresa
la relación entre N y la varianza ( ), como una relación llamada error estándar (EE). En princi-
2
pio, si N tiende a ∞ el EE tiende a 1 y las diferencias entre el promedio (µ) de la población y la
muestra se minimizarían, tal que µ-0 tendería a 0.

Para que las aseveraciones del Teorema de Límite Central sean verdaderas los datos que
componen las probables respuestas de las variables deberían ser independientes entre sí y
con idéntica probabilidad de ocurrir, para concluir que Z = (µ- X)/( /n) ~N (µ= 0, =1). Esto
2
se cumple, siempre que la muestra de datos de las variables sea tomada de forma aleatoria.

Si los datos de una variable aleatoria se distribuyen normalmente, se esperaría que los resi-
duos, compuestos por las diferencias entre las predicciones de la distribución de probabilidad
y los valores observados, también se distribuyan de forma normal, y por lo tanto, deberían ser
independientes unos de otros y con idéntica probabilidad de ocurrir en todas las observacio-
nes de la muestra, es decir, que los residuos (errores) se distribuyen normalmente a través de
todas las ejecuciones (repeticiones) de cada experimento (tratamiento) de forma idéntica e
independiente a través de todas las observaciones del estudio.
En principio, asumir la distribución normal en una serie de datos sin comprobación previa,
puede dirigir de forma errónea el análisis estadístico de los datos y derivar en interpretaciones
incorrectas.

PrueBA De NOrMAlIDAD

El algoritmo que se deberá introducir en SAS para realizar una prueba de normalidad se pre-
senta en la programación (1), en general, se apoya del procedimiento univariado (Proc Uni-

182 variate), cuyas salidas arrojan las pruebas no paramétricas (no dependientes de la media (µ),