Desde 2010 · Más de 2 millones de usos de herramientas al mes
Desde 2010
Añadir a Chrome

Mi Caja de Herramientas

Modo Automático

Aún no has guardado herramientas.

Actualizar a la Versión Premium
Herramientas relacionadas
Calculadora de la Prueba U de Mann-WhitneyCalculadora de Prueba Chi-cuadradoCalculadora de Prueba tCalculadora de la Prueba Exacta de FisherCalculadora ANOVACalculadora de d de Cohen
Página de inicio > Matemáticas > Estadísticas y análisis de datos
 

Calculadora de la Prueba de Kruskal-Wallis

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.

Uso gratuitoNo requiere registroActualizado ene 2026
Calculadora de la Prueba de Kruskal-WallisPruébalo ahora — gratis ▼

Pruebe conjuntos de datos de ejemplo:

3 Grupos (Básico) Medias Diferentes 4 Grupos (Similares) Diferencia Clara
Consejo: Ingrese al menos 2 grupos con 2+ observaciones cada uno. La prueba funciona mejor con 5+ observaciones por grupo.

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:

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

  1. 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.
  2. Establezca el nivel de significancia: Elija su valor alfa (0.01, 0.05 o 0.10) según sus requisitos de prueba.
  3. Establezca la precisión: Seleccione el número de decimales para sus resultados.
  4. Calcular: Haga clic en el botón Calcular para realizar el análisis.
  5. Interpretar resultados: Revise el estadístico H, el valor p, el tamaño del efecto y las visualizaciones para sacar conclusiones.

Interpretación de resultados

Significancia Estadística

Tamaño del efecto (Épsilon cuadrado)

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

Épsilon cuadradoTamaño del efectoInterpretación
< 0.01InsignificanteEfecto práctico muy pequeño o nulo
0.01 - 0.06PequeñoPequeña importancia práctica
0.06 - 0.14MedianoImportancia práctica moderada
> 0.14GrandeGran 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:

Comparación Kruskal-Wallis vs ANOVA

CaracterísticaKruskal-WallisANOVA de una vía
Tipo de datosOrdinal o continuoSólo continuo
NormalidadNo requeridaRequerida
Igualdad de varianzasNo requeridaRequerida (se puede usar ANOVA de Welch si se infringe)
Poder estadísticoMenor (usa rangos)Mayor (usa valores reales)
Sensibilidad a valores atípicosMenos sensibleMás sensible
Tamaño de la muestraFunciona con muestras pequeñasNecesita 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.

Estadísticas y análisis de datos:

Herramientas populares y actualizadas:

Calculadora de Prueba F y Distribución FCalculadora de Significancia de Pruebas A/BCalculadora de Tamaño de Muestra para Test A/BVer todos →
Página de inicio > Matemáticas > Estadísticas y análisis de datos > Calculadora de la Prueba de Kruskal-Wallis