Calculadora de la prueba de Kruskal-Wallis
Resultados paso a paso con diagramas interactivosKruskal-Wallis: comparar tres o más grupos mediante rangos
La prueba de Kruskal-Wallis es la alternativa no paramétrica al ANOVA de un factor. Ordena las puntuaciones de todos los grupos juntas y compara los rangos medios, y su estadístico H se aproxima a una distribución chi cuadrado con k − 1 grados de libertad. Es adecuada para datos ordinales y muestras pequeñas o asimétricas. Un ejemplo es comparar las puntuaciones de dolor en tres grupos de tratamiento.
Introduce una columna por grupo y la calculadora muestra H, los grados de libertad, p, un tamaño del efecto y el rango medio de cada grupo. Cuando el resultado es significativo, realiza comparaciones post hoc de Dunn con corrección de Holm, con diagramas interactivos, una frase APA y código de R, Python y SPSS.
Cuándo usarlo
- Comparar tres tratamientos con datos ordinales
- Una alternativa al ANOVA cuando no se cumple la normalidad
- Averiguar qué grupos difieren tras una H significativa
Calculadoras estadísticas
Las calculadoras estadísticas son herramientas gratuitas de ArabPsychology para estudiantes e investigadores de psicología. Cada calculadora hace más que dar un número: muestra la fórmula con tus propios datos, explica el resultado en lenguaje sencillo, comprueba los supuestos, dibuja diagramas interactivos que enseñan cómo funciona la fórmula y redacta la frase de resultados en estilo APA 7, lista para copiar.
Cómo usar las calculadoras
- Elige una calculadora de la lista; cada una empieza con datos de ejemplo que muestran cómo introducir los tuyos.
- Escribe o pega tus datos desde Excel o SPSS, o introduce estadísticos resumen (media, DT y tamaño de la muestra).
- Lee los resultados y la explicación, pasa el cursor sobre partes de la fórmula para verlas en el diagrama y prueba los controles deslizantes para ver cómo cambia el resultado.
- Copia la frase APA, descarga los diagramas como SVG o PNG, o envía el resultado a otra calculadora o al Diagram Builder.
Calculadoras disponibles
Empieza aquí
- ¿Qué prueba estadística debo usar? — Responde unas pocas preguntas sobre tus variables y grupos para encontrar la prueba estadística adecuada, con la razón, y abre después su calculadora. Funciona en tu navegador.
Describe tus datos
- Estadística descriptiva — Calculadora gratuita de estadística descriptiva: media, mediana, DT, varianza, cuartiles, asimetría, curtosis, prueba de normalidad y valores atípicos, con histograma y diagrama de caja.
- Puntuación z y percentil — Convierte una puntuación directa en puntuación z, percentil y área bajo la curva normal, y en puntuaciones T, puntuaciones típicas de tipo CI y eneatipos, con una curva normal que puedes arrastrar.
- Conversor de puntuaciones de test — Convierte una puntuación de un test entre z, T, tipo CI (100/15), eneatipo, sten y percentil, a partir de una puntuación directa o de cualquier escala, con una banda del EEM y la curva normal.
- Intervalo de confianza — Intervalo de confianza de una media (t) y de una proporción (Wilson, Wald), margen de error, y cómo cambian la amplitud n y el nivel de confianza, con una simulación de muchas muestras.
Compara grupos
- Prueba t — Realiza una prueba t de una muestra, independiente o pareada: t, gl, p, el intervalo de confianza y la d de Cohen, con una explicación, diagramas interactivos y una frase APA.
- ANOVA de un factor — Calculadora de ANOVA de un factor: F, p, sumas de cuadrados, eta y omega cuadrado, Levene, ANOVA de Welch y comparaciones post hoc de Tukey HSD, con un diagrama interactivo de la partición de la varianza.
- ANOVA de medidas repetidas — ANOVA de medidas repetidas: F, p, corrección de esfericidad (Greenhouse-Geisser, Huynh-Feldt), tamaño del efecto y pruebas post hoc por pares, con diagramas y una frase APA.
- Prueba de chi-cuadrado — Calculadora de chi-cuadrado de independencia (tablas de contingencia) y de bondad de ajuste: frecuencias esperadas, residuos tipificados, V de Cramér, phi y prueba exacta de Fisher para 2×2.
- Prueba de McNemar — Prueba de McNemar para datos sí/no emparejados, como antes y después: tabla 2×2, pares discordantes, χ² y p, con diagramas, una frase APA y código de R/Python/SPSS.
Pruebas no paramétricas
- Prueba U de Mann-Whitney — Prueba U de Mann-Whitney para dos grupos independientes: U, z, p, correlación biserial de rangos, rangos medios y medianas, con diagramas y una frase APA.
- Prueba de rangos con signo de Wilcoxon — Prueba de rangos con signo de Wilcoxon para puntuaciones emparejadas o una muestra frente a una mediana: W, z, p, tamaño del efecto y rangos con signo, con diagramas y una frase APA.
- Prueba de Kruskal-Wallis — Prueba H de Kruskal-Wallis para tres o más grupos independientes: H, gl, p, tamaño del efecto, rangos medios y post hoc de Dunn con Holm, además de diagramas y APA.
- Prueba de Friedman — Prueba de Friedman para tres o más condiciones relacionadas: χ², gl, p, tamaño del efecto, rangos medios y post hoc de Wilcoxon por pares, con diagramas y una frase APA.
Relaciones
- Correlación — Calcula la r de Pearson y la rho de Spearman, p, el intervalo de confianza mediante z de Fisher y r², con un diagrama de dispersión arrastrable y un diagrama de Venn de la varianza compartida.
- Correlación parcial — Correlación parcial controlando una o más variables, Pearson o Spearman: r, gl y p, con diagramas interactivos y una frase APA.
- Regresión lineal simple — Regresión lineal simple: pendiente, ordenada en el origen, R², F, errores típicos, predicción con IC e intervalo de predicción, con mínimos cuadrados dibujados como cuadrados y puntos arrastrables.
- Análisis de mediación — Mediación simple X → M → Y: trayectorias a, b, c y c′, el efecto indirecto a×b con un IC bootstrap, un diagrama de trayectorias interactivo y una frase APA.
Medición y fiabilidad
- Alfa de Cronbach — Obtén el alfa de Cronbach, el alfa estandarizado, las correlaciones elemento-total, el alfa si se elimina el elemento y el intervalo de confianza de Feldt, con un mapa de calor de las correlaciones entre elementos.
- Kappa de Cohen — Kappa de Cohen para dos evaluadores: κ, error típico, IC, porcentaje de concordancia y kappa ponderado (lineal, cuadrático), con diagramas y una frase APA.
- Correlación intraclase (ICC) — Correlación intraclase (ICC) para la fiabilidad entre evaluadores y test-retest: modelos de uno y dos factores, individual o promedio, concordancia o consistencia, con IC.
- Fiabilidad por mitades y KR-20 — Fiabilidad por mitades con corrección de Spearman-Brown (pares-impares o primera mitad), y KR-20 y KR-21 para ítems 0/1, con diagramas y una frase APA.
Planificación e informe
- Conversor de tamaños del efecto — Convierte entre d, r, razón de odds y eta cuadrado, y obtén tamaños del efecto a partir de t, F y χ², con la g de Hedges, U3, solapamiento, probabilidad de superioridad, NNT y un gráfico de solapamiento.
- Tamaño de la muestra y potencia — Tamaño de muestra a priori y potencia post hoc para pruebas t, correlación, ANOVA de un factor y chi-cuadrado al estilo de G*Power, con un diagrama de α, β y potencia y una curva de potencia.
- Tamaño de muestra de encuestas y margen de error — Tamaño de muestra de una encuesta para un margen de error y un nivel de confianza elegidos, o el margen de error de una muestra, con ajuste por población finita y tasa de respuesta.
- Metaanálisis — Metaanálisis de efectos fijos y aleatorios (DerSimonian–Laird): efecto combinado, Q, I², τ², intervalo de predicción, gráficos de bosque y de embudo, a partir de tamaños del efecto o de medias.
Por qué estas calculadoras
- Totalmente gratuitas, sin registro, y tus datos nunca salen de tu navegador.
- Distribuciones exactas (t, F, chi-cuadrado y normal), con resultados que coinciden con SPSS y R.
- Las calculadoras están conectadas: introduce tus datos una vez y úsalos en todas, y envía un tamaño del efecto al análisis de potencia con un solo clic.
- Disponibles en seis idiomas: árabe, inglés, francés, alemán, español y japonés.
Preguntas frecuentes
¿Cuál es la diferencia entre Kruskal-Wallis y el ANOVA de un factor?
El ANOVA compara medias y supone normalidad, mientras que Kruskal-Wallis compara rangos, por lo que es adecuado para datos ordinales, asimétricos o con valores atípicos.
¿Qué prueba post hoc sigue a Kruskal-Wallis?
La prueba de Dunn con corrección de Holm o de Bonferroni, no una serie de pruebas de Mann-Whitney sin corregir.
¿Cómo presento Kruskal-Wallis en APA?
Por ejemplo: H(2) = 8.45, p = .015, con un tamaño del efecto y la mediana de cada grupo.
¿Son los resultados tan precisos como los de SPSS?
Sí. Los valores p y los intervalos de confianza proceden de las distribuciones exactas t, F y chi-cuadrado, y coinciden con los resultados de SPSS y R hasta el tercer decimal en los casos habituales.
¿Cómo informo del resultado en mi tesis?
Cada calculadora redacta la frase de resultados en estilo APA 7 (por ejemplo, t(58) = 2.41, p = .019, d = 0.62) con el tamaño del efecto y el intervalo de confianza. Cópiala y adáptala a tu estudio.
¿Puedo usar los mismos datos en varias calculadoras?
Sí. Pega tu tabla una sola vez en "Mis datos" y cada columna se convierte en una variable que puedes elegir en cualquier calculadora. Los botones "Usar este resultado en…" llevan los resultados de una calculadora a otra.
¿Se envían mis datos a un servidor?
No. Todos los cálculos se hacen en tu navegador y tus datos se guardan solo en este navegador.
¿Qué pasa si no se cumplen los supuestos?
La calculadora señala el supuesto que no se cumple y sugiere la alternativa, como la prueba de Welch para varianzas desiguales, o las pruebas de Mann-Whitney y Wilcoxon para datos no normales.