Saltar al contenido
ToolMug

Usa ↑ ↓ para moverte, Enter para abrir y Esc para cerrar.

Calculadora de la prueba de Friedman

Cuando se mide a las mismas personas en tres o más condiciones o momentos y los datos no son normales (o son valoraciones), se usa la prueba de Friedman en lugar de un ANOVA de medidas repetidas. Pega una columna por condición y una fila por persona para ver si las condiciones difieren y qué pares lo hacen.

Funciona en tu navegador: nada de lo que introduces se sube

Una fila por persona y una columna por condición o momento (3 o más). Las filas con alguna celda vacía se excluyen.

χ² = 14

p = 0.0009

Diferencia significativa (p < 0,05).

Estadísticos descriptivos

CondiciónMedianaRango promedio
T14.51.15
T262.05
T372.8

Estadísticos de contraste

EstadísticoValor
Filas completas10
χ²14
gl2
p0.0009
W de Kendall0.7

Pruebas de rangos con signo de Wilcoxon por pares

Parpp (Bonferroni)
T1 – T20.01870.0561
T1 – T30.00520.0155
T2 – T30.02220.0665
Para tu informeχ²(2) = 14.00, p < .001, W = .70

Mismos resultados que wilcox.test(), kruskal.test() y friedman.test() de R: valores p exactos cuando ambas muestras tienen menos de 50 datos y no hay empates; si no, aproximación normal. Estas pruebas comparan rangos, no medias.

¿Te funciona esta herramienta?

Cómo se usa

  1. Una fila por persona y una columna por condición o momento (al menos 3). La fila de encabezado es opcional.
  2. Mira χ² y p. p < 0,05 significa que al menos una condición difiere.
  3. Si es significativo, revisa la tabla por pares; los pares con p ajustada < 0,05 difieren.

Opciones explicadas

Rango promedio
Los valores de cada persona se ordenan dentro de su propia fila y luego se promedian los rangos por condición. Un rango promedio más alto significa valores más altos.
W de Kendall
χ² ÷ [n(k − 1)], entre 0 y 1, se usa como tamaño del efecto. Cuanto más cerca de 1, más coinciden las personas al ordenar las condiciones.
Comparaciones por pares
Una prueba de rangos con signo de Wilcoxon para cada par de condiciones, con p multiplicada por el número de comparaciones (Bonferroni); con tres condiciones hay tres comparaciones.

Un ejemplo práctico

Los datos de muestra son 10 personas valoradas en T1, T2 y T3:

Condición Mediana Rango promedio
T1 4,5 1,15
T2 6 2,05
T3 7 2,80

χ²(2) = 14,0, p = 0,0009, W de Kendall = 0,70, así que los momentos difieren. Tras el ajuste de Bonferroni difieren T1 y T3 (p = 0,016), mientras que T1 frente a T2 (p = 0,056) y T2 frente a T3 (p = 0,067) no.

Formato APA: χ²(2) = 14.00, p < .001, W = .70.

Preguntas frecuentes

¿En qué se diferencia de Kruskal–Wallis?

Kruskal–Wallis compara grupos distintos de personas. Friedman compara a las mismas personas en varias condiciones, así que las filas tienen que estar emparejadas.

¿Y los valores perdidos?

Una fila con alguna celda vacía se excluye entera.

¿Coincide con SPSS?

χ², gl y p coinciden con la prueba de Friedman de SPSS (K muestras relacionadas) y con friedman.test() de R. Las versiones recientes de SPSS usan la prueba de Dunn para las comparaciones por pares, así que esos valores p son distintos.

Privacidad

Esta herramienta funciona por completo en tu navegador. Tus archivos y textos se procesan en tu dispositivo y nunca se suben a nuestros servidores.

Herramientas relacionadas