Tema 13: Pruebas paramétricas más usadas en Enfermería.

Primeramente vamos a hacer una pequeña introducción sobre: 

Tipos de contraste de hipótesis:

• Paramétricos
• T de student para 1 o dos muestras (o categorías).
• ANOVA (para más de dos muestras o categorías independientes).

• No paramétricos
• Prueba U de Mann-Whitney (muestras independientes)
• Test Wilconxon (muestras apareadas)
• Test Kruskal-Wallis (más de dos muestras o categorías)

En este tema vamos a tratar apartados como los del calculo de T-student y  Test de Anova que son las pruebas paramétricas.

1. T-student:

En este estudio relacionamos dos variables una cualitativa y una cuantitativa.

Hay que tener vario criterios que son:

• Normalidad de la distribución.
• Homocedasticidad: se utiliza Levene ⇒ Igualdad o desigualdad de varianzas.
• N muestral mayor de 30.

Ejemplo 1 ⇒ Para comprobar la efectividad de un programa de promoción de la salud sobre las pautas de cuidado de personas dependientes se realizó un cuestionario a 16 cuidadores de personas dependientes que previamente habían participado en el programa, con el fin de medir su nivel de conocimientos sobre dichas pautas en una escala de 0-20.  Para contrastar la Hipótesis  se realizó ese mismo cuestionario a un grupo control de otros 16 cuidadores que no participaron en el programa. En el  grupo de intervención la media de conocimientos de 14,56 y una D.T de 5,60 (grupo 1). Mientras el grupo control su media era de 11,75 y la D.T. de 4,30 (grupo 2). Presuponiendo condiciones de normalidad y homocedastacidad se pide que analiza la efectividad del programa.

DATOS: 

Grupo 1:  n = 16; media = 14,56; (S₁)² = (5,60)² = 31,36.

Grupo 2:  m = 16; media = 11,76; (S₂)² = (4,30)² =18,49.

H0: "No hay relación entre haber recibido un programa de promoción de salud y tener conocimientos para cuidar a personas dependientes".

H1: "Sí hay relación entre recibir el programa de salud y tener conocimientos para poder cuidar a personas dependintes"

G.L = 16 + 16 - 2 = 30.

p = 0,05 ⇒ 1,697 ≈ 1,70 ⇒  Se acepta la H0

2. Test de ANOVA.

Se utiliza para contrastar la hipótesis nula donde las medias de distintas poblaciones coinciden.

Hay que observar:

• Métodos gráficos y descriptivos.
• Pruebas de normalidad.
• Kolmogorov- Smirnov: igual o mas de 50 muestras.
• Shapiro- Wilk: menos de 50 muestras.
• Para ver si las D.estándar son equivalentes hay una regla básica que dice: la relación de mayor a menor muestra st. dev. debe ser menor que 2: 1.

Ejemplo 2:

Sujetos: 25 pacientes con ampolla

Tratamientos: A, B y Placebo

Medición: nº de días hasta que las ampollas hacen efecto.

Datos; [medias]; mediana y D.T:

• A: 5,6,6,7,7,8,9,10                 [7.25];   Mediana = 7.000;     D.T = 1.669

• B: 7,7,8,9,9,10,10,11             [8.875];  Mediana = 8.875;     D.T = 1.458

• P: 7,9,9,10,10,10,11,12,13    [10.11];  Mediana = 10.111;    D.T.= 1.764

H0: "Las medias de todos los grupos son iguales".

H1: "Las medias de los grupos son diferentes".

Se comparan las desviaciones:

• Grande: 1.764
• Pequeña: 1.458

Se multiplica la pequeña por dos y se relacionan  ⇒ 1.458 x 2 = 2.916  ⇒  2.916 > 1.764

Por lo tanto llegamos a la conclusión de que se acepta la H0. 

Y hasta aquí llegó este tema de pruebas paramétricas, espero que os haya servido de ayuda, un saludo!!