Importancia de Conocer la Normalidad de los Datos Utilizados en los Trabajos de Investigación por Tesistas
DOI:
https://doi.org/10.37843/rted.v17i2.554
Barra lateral del artículo
Contenido principal del artículo
Resumen
La importancia de conocer la normalidad de los datos en los trabajos de investigación es fundamental en la elección de los métodos adecuados para analizarlos y obtener conclusiones válidas y confiables. El objetivo de la investigación fue conocer la importancia de la prueba de normalidad en los trabajos de investigación como protocolo previo a la elección de la prueba estadística para el contraste de la hipótesis. La investigación se fundamentó bajo en el método hipotético-deductivo, paradigma positivista, con enfoque cuantitativo, de diseño no experimental y tipo descriptivo, con una población y muestra de 10 investigaciones recientes que abordan como tema principal la normalidad estadística de los datos. Las técnicas e instrumentos utilizados en esta investigación incluyen la revisión bibliográfica y el análisis de contenido. Los resultados revelan que hacer uso de métodos numéricos y gráficos permite una evaluación más completa de la normalidad de los datos. Utilizar ambos enfoques es recomendable para entender mejor la distribución de los datos y tomar decisiones informadas. Como discusión principal se plasma la idea de que los tamaños muestrales menores a 50, deben utilizar la prueba de Shapiro-Wilk. En conclusión, la prueba de normalidad es importante en la elección del procedimiento estadístico para la contrastación de hipótesis en un trabajo de investigación, lo que influye en la validez de los resultados obtenidos.
Descargas
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Aquellos autores que tengan publicaciones en nuestra revista aceptan los términos siguientes:
- En el momento en que una obra es aceptada para su publicación, el autor conserva los derechos de reproducción, distribución de su artículo para su explotación en todos los países del mundo en el formato proporcionado por nuestra revista, así como en cualquier otro soporte magnético, óptico y digital.
- Los autores conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cual estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons (Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)) que permite a terceros copiar y redistribuir el material en cualquier medio o formato, Bajo las condiciones siguientes: Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace. NoComercial — No puede utilizar el material para una finalidad comercial. SinObraDerivada — Si remezcla, transforma o crea a partir del material, no puede difundir el material modificado. No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales, repositorios, bibliotecas, o en su página web), lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada.
- El retiro de un artículo se solicitará por escrito al Editor, haciéndose efectivo luego de respuesta escrita de este. Para tal efecto, el o los autores enviarán correspondencia vía E-mail: [email protected].
- El autor no recibirá compensación económica por la publicación de su trabajo.
- Todas las publicaciones de la Revista Docentes 2.0, están bajo la plataforma Open Journal System (OJS) en dirección: https://ojs.docentes20.com/
Citas
Bardin, L. (2002). Análisis de contenido (Tercera edición). Ediciones AKAL S.A.
Barrantes, R. (2002). Investigación: Un camino al conocimiento, Un enfoque Cualitativo, cuantitativo y mixto. (Sexta reimpresión). Editorial EUNED.
Barrios Palacios, Y. D., Guerrero Ávila, Z. E., Zambrano Miranda, D. F., & Ponce Solórzano, H. X. (2022). Análisis estadístico cuando no se cumplen los supuestos de las pruebas paramétricas, en el contexto de la investigación de la Cultura Física. Universidad y Sociedad, 14(S1), 591-600. https://n9.cl/d9git
Cabrera, G., Zanazzi, J. F., Zanazzi, J. L., & Boaglio, L. (2017). Comparación de potencias en pruebas estadísticas de normalidad, con datos escasos. Revista de la Facultad de Ciencias Exactas, Físicas y Naturales, 4(2), 47. https://n9.cl/7pmpe
Dagnino, J. (2015). La distribución normal. Revista Chilena de Anestesia. https://n9.cl/o5g1w
Durkheim, E. (2001). Las reglas del método sociológico (Segunda reimpresión). Fondo de cultura económica México.
Espinoza Freire, E. E. (2018). La hipótesis en la investigación. Mendive. Revista de Educación, 16(1), 122-139. https://n9.cl/dmzaf
Flores Muñoz, P., Muñoz Escobar, L., & Sánchez Acalo, T. (2019). Estudio de potencia de pruebas de normalidad usando distribuciones desconocidas con distintos niveles de no normalidad. Perfiles, 1(21), 4-11. https://doi.org/10.47187/perf.v1i21.42 DOI: https://doi.org/10.47187/perf.v1i21.42
Flores Tapia, C. E., & Flores Cevallos, K. L. (2021). Pruebas para comprobar la normalidad de datos en procesos productivos: Anderson-Darling, Ryan-Joiner, Shapiro-Wilk y Kolmogórov-Smirnov. Societas, 23(2), 86-106. https://n9.cl/617bz
Flores-Ruiz, E., Miranda-Novales, M. G., & Villasís-Keever, M. Á. (2017). El protocolo de investigación VI: Cómo elegir la prueba estadística adecuada. Estadística inferencial. Revista Alergia México, 64(3), 364-370. https://doi.org/10.29262/ram.v64i3.304 DOI: https://doi.org/10.29262/ram.v64i3.304
Hernández González, O. (2021). Aproximación a los distintos tipos de muestreo no probabilístico que existen [Carta al editor]. https://n9.cl/vdhpb
Luzuriaga Jaramillo, H. A., Espinosa Pinos, C. A., Haro Sarango, A. F., & Ortiz Román, H. D. (2023). Histograma y distribución normal: Shapiro-Wilk y Kolmogorov Smirnov aplicado en SPSS: Histogram and normal distribution: Shapiro-Wilk and Kolmogorov Smirnov applied in SPSS. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(4), 596-607. https://doi.org/10.56712/latam.v4i4.1242 DOI: https://doi.org/10.56712/latam.v4i4.1242
Platas García, V. (2021). Contrastes de normalidad [Bachelor thesis]. https://n9.cl/qxhie
Popper, K. (1991). Conjeturas y refutaciones (Tercera reimpresión). Ediciones PAIDOS.
Roco-Videla, Á., Landabur-Ayala, R., Maureira-Carsalade, N., & Olguin-Barraza, M. (2023). ¿Cómo determinar efectivamente si una serie de datos sigue una distribución normal cuando el tamaño muestral es pequeño? Nutrición Hospitalaria, 40(1), 234-235. https://doi.org/10.20960/nh.04519 DOI: https://doi.org/10.20960/nh.04519
Sánchez Espejo, F. G. (2022). El instrumento y su estadística en una tesis (Primera edición). Centrum legalis EIRL.
Villavicencio-Caparó, E., Lima-Illescas, M., Cuenca-León, K., Patiño-Ramón, E., & Pacheco-Quito, E. (2023). ¿Cómo escoger la prueba estadística? Manejo de datos parte 2. Odontología Activa Revista Científica, 8(2), 53-66. https://doi.org/10.31984/oactiva.v8i2.885 DOI: https://doi.org/10.31984/oactiva.v8i2.885
Únete a nuestro canal de Telegram para recibir notificaciones de nuestras publicaciones
