Calculadora de la Prueba de Kruskal-Wallis

Q: ¿Qué es el tamaño del efecto en la prueba de Kruskal-Wallis?

El épsilon cuadrado (epsilon squared) se utiliza como medida del tamaño del efecto para la prueba de Kruskal-Wallis. Oscila entre 0 y 1 e indica la importancia práctica: los valores inferiores a 0.01 son insignificantes, 0.01-0.06 son pequeños, 0.06-0.14 son medianos y los valores superiores a 0.14 indican efectos grandes. El tamaño del efecto complementa la significancia estadística al mostrar la magnitud de las diferencias.

Realice la prueba H de Kruskal-Wallis para comparar múltiples grupos independientes. Obtenga cálculos paso a paso, análisis de rangos, tamaño del efecto y visualización interactiva para el análisis estadístico no paramétrico.

Embed Calculadora de la Prueba de Kruskal-Wallis Widget

Calculadora de la Prueba de Kruskal-Wallis

Bienvenido a la Calculadora de la Prueba de Kruskal-Wallis, una herramienta estadística integral para comparar múltiples grupos independientes mediante la prueba no paramétrica H de Kruskal-Wallis. Esta calculadora proporciona cálculos paso a paso, análisis de rangos, medición del tamaño del efecto y visualizaciones interactivas para ayudarle a comprender e interpretar sus datos.

¿Qué es la prueba de Kruskal-Wallis?

La prueba H de Kruskal-Wallis (también llamada análisis de varianza de una vía de Kruskal-Wallis) es una prueba no paramétrica basada en rangos que se utiliza para determinar si existen diferencias estadísticamente significativas entre dos o más grupos de una variable independiente en una variable dependiente continua u ordinal. Es el equivalente no paramétrico del ANOVA de una vía.

Nombrada en honor a William Kruskal y W. Allen Wallis, quienes la desarrollaron en 1952, esta prueba extiende la prueba U de Mann-Whitney a más de dos grupos. A diferencia del ANOVA, la prueba de Kruskal-Wallis no asume una distribución normal de los datos.

Fórmula del estadístico H de Kruskal-Wallis

Estadístico H de Kruskal-Wallis

$$H = \frac{12}{N(N+1)} \sum_{i=1}^{k} \frac{R_i^2}{n_i} - 3(N+1)$$

Donde:

N = Número total de observaciones en todos los grupos
k = Número de grupos
nᵢ = Número de observaciones en el grupo i
Rᵢ = Suma de rangos en el grupo i

Cuándo usar la prueba de Kruskal-Wallis

Use Kruskal-Wallis en lugar de ANOVA de una vía cuando:

Datos no normales: Sus datos no cumplen con el supuesto de normalidad requerido por el ANOVA
Datos ordinales: Tiene datos ordinales (jerarquizados) en lugar de datos continuos
Muestras pequeñas: Los tamaños de muestra son demasiado pequeños para verificar la normalidad
Valores atípicos presentes: Sus datos tienen valores atípicos que podrían sesgar los resultados del ANOVA
Varianzas desiguales: Las varianzas entre grupos no son iguales (heterocedasticidad)

Supuestos de la prueba de Kruskal-Wallis

La variable dependiente debe medirse a nivel ordinal o continuo
La variable independiente debe constar de dos o más grupos categóricos e independientes
Independencia de las observaciones: no hay relación entre las observaciones de cada grupo ni entre los propios grupos
Formas de distribución similares en todos los grupos (no necesariamente normales, pero similares)

Cómo usar esta calculadora

Ingrese sus datos: Introduzca los datos de cada grupo en una línea separada. Los valores dentro de cada línea pueden estar separados por comas, espacios o pestañas.
Establezca el nivel de significancia: Elija su valor alfa (0.01, 0.05 o 0.10) según sus requisitos de prueba.
Establezca la precisión: Seleccione el número de decimales para sus resultados.
Calcular: Haga clic en el botón Calcular para realizar el análisis.
Interpretar resultados: Revise el estadístico H, el valor p, el tamaño del efecto y las visualizaciones para sacar conclusiones.

Interpretación de resultados

Significancia Estadística

Si valor p ≤ alfa: Se rechaza la hipótesis nula. Existe una diferencia estadísticamente significativa entre al menos un par de grupos.
Si valor p > alfa: No se rechaza la hipótesis nula. No hay evidencia suficiente de diferencias entre los grupos.

Tamaño del efecto (Épsilon cuadrado)

El tamaño del efecto mide la importancia práctica de sus hallazgos:

Épsilon cuadrado	Tamaño del efecto	Interpretación
< 0.01	Insignificante	Efecto práctico muy pequeño o nulo
0.01 - 0.06	Pequeño	Pequeña importancia práctica
0.06 - 0.14	Mediano	Importancia práctica moderada
> 0.14	Grande	Gran importancia práctica

Pruebas Post-Hoc

Cuando la prueba de Kruskal-Wallis es significativa, se necesitan pruebas post-hoc para determinar qué grupos específicos difieren. Las opciones comunes incluyen:

Prueba de Dunn: La prueba post-hoc más popular para Kruskal-Wallis
Pruebas U de Mann-Whitney por pares: Con corrección de Bonferroni u otra para comparaciones múltiples
Prueba de Conover-Iman: Basada en la distribución t de los rangos
Prueba de Nemenyi: Equivalente no paramétrico de la prueba HSD de Tukey

Comparación Kruskal-Wallis vs ANOVA

Característica	Kruskal-Wallis	ANOVA de una vía
Tipo de datos	Ordinal o continuo	Sólo continuo
Normalidad	No requerida	Requerida
Igualdad de varianzas	No requerida	Requerida (se puede usar ANOVA de Welch si se infringe)
Poder estadístico	Menor (usa rangos)	Mayor (usa valores reales)
Sensibilidad a valores atípicos	Menos sensible	Más sensible
Tamaño de la muestra	Funciona con muestras pequeñas	Necesita muestras más grandes para la normalidad

Preguntas frecuentes

¿Qué es la prueba de Kruskal-Wallis?

La prueba de Kruskal-Wallis es una prueba no paramétrica basada en rangos que se utiliza para determinar si existen diferencias estadísticamente significativas entre dos o más grupos de una variable independiente en una variable dependiente continua u ordinal. Es el equivalente no paramétrico del ANOVA de una vía y una extensión de la prueba U de Mann-Whitney para más de dos grupos.

¿Cuándo debo usar la prueba de Kruskal-Wallis en lugar de ANOVA?

Utilice la prueba de Kruskal-Wallis cuando: (1) Sus datos no cumplen con el supuesto de normalidad requerido por ANOVA, (2) Tiene datos ordinales en lugar de datos continuos, (3) Sus tamaños de muestra son pequeños y no puede verificar la normalidad, (4) Sus datos tienen valores atípicos que podrían sesgar los resultados de ANOVA, o (5) Las varianzas entre grupos no son iguales (heterocedasticidad).

¿Cómo interpreto el valor p de Kruskal-Wallis?

Si el valor p es menor o igual a su nivel de significancia elegido (normalmente 0.05), rechaza la hipótesis nula y concluye que existe una diferencia estadísticamente significativa entre al menos un par de grupos. Si el valor p > alfa, no se puede rechazar la hipótesis nula, lo que significa que no hay evidencia suficiente de diferencias entre los grupos.

¿Qué es el tamaño del efecto en la prueba de Kruskal-Wallis?

El épsilon cuadrado se utiliza como medida del tamaño del efecto para la prueba de Kruskal-Wallis. Oscila entre 0 y 1 e indica la importancia práctica: los valores inferiores a 0.01 son insignificantes, 0.01-0.06 son pequeños, 0.06-0.14 son medianos y los valores superiores a 0.14 indican efectos grandes. El tamaño del efecto complementa la significancia estadística al mostrar la magnitud de las diferencias.

¿Cuál es el tamaño de muestra mínimo para la prueba de Kruskal-Wallis?

Cada grupo debe tener al menos 5 observaciones para obtener resultados fiables, aunque técnicamente la prueba requiere al menos 2 observaciones por grupo. Para muestras muy pequeñas, la aproximación de chi-cuadrado utilizada para calcular los valores p puede no ser precisa, y se deben considerar pruebas de permutación exactas.

¿Qué pruebas post-hoc siguen a un resultado significativo de Kruskal-Wallis?

Cuando la prueba de Kruskal-Wallis es significativa, las pruebas post-hoc identifican qué grupos específicos difieren. Las opciones comunes incluyen: la prueba de Dunn (la más popular), pruebas U de Mann-Whitney por pares con corrección de Bonferroni, prueba de Conover-Iman o prueba de Nemenyi. Estas pruebas controlan el error de Tipo I al realizar comparaciones múltiples.

Recursos adicionales

Cite este contenido, página o herramienta como:

"Calculadora de la Prueba de Kruskal-Wallis" en https://MiniWebtool.com/es/calculadora-de-la-prueba-de-kruskal-wallis/ de MiniWebtool, https://MiniWebtool.com/

por el equipo de miniwebtool. Actualizado: 27 de enero de 2026

API para desarrolladores disponible: Ejecuta esta herramienta desde tu app, automatización o agente con una solicitud HTTP JSON. Ver documentación de la API

También puede probar nuestro Solucionador de Matemáticas AI GPT para resolver sus problemas matemáticos mediante preguntas y respuestas en lenguaje natural.

Calculadora de la Prueba de Kruskal-Wallis

Calculadora de la Prueba de Kruskal-Wallis

¿Qué es la prueba de Kruskal-Wallis?

Fórmula del estadístico H de Kruskal-Wallis

Cuándo usar la prueba de Kruskal-Wallis

Use Kruskal-Wallis en lugar de ANOVA de una vía cuando:

Supuestos de la prueba de Kruskal-Wallis

Cómo usar esta calculadora

Interpretación de resultados

Significancia Estadística

Tamaño del efecto (Épsilon cuadrado)

Pruebas Post-Hoc

Comparación Kruskal-Wallis vs ANOVA

Preguntas frecuentes

¿Qué es la prueba de Kruskal-Wallis?

¿Cuándo debo usar la prueba de Kruskal-Wallis en lugar de ANOVA?

¿Cómo interpreto el valor p de Kruskal-Wallis?

¿Qué es el tamaño del efecto en la prueba de Kruskal-Wallis?

¿Cuál es el tamaño de muestra mínimo para la prueba de Kruskal-Wallis?

¿Qué pruebas post-hoc siguen a un resultado significativo de Kruskal-Wallis?

Recursos adicionales

Estadísticas y análisis de datos:

Herramientas destacadas: