¿Qué es una distribución normal?

La distribución normal representa una de las “verdades elementales” acerca de la naturaleza de la realidad. Se ha verificado empíricamente que muchos fenómenos naturales se distribuyen normalmente.

Algunas variables psicológicas y sociales no se distribuyen normalmente y, por lo tanto, no deberían ser sujetas, directamente, a pruebas estadísticas que demanden una distribución normal de los datos. Aunque la forma de la campana puede variar la distribución siempre debe ser simétrica con más casos concentrados en el centro y menos en los extremos.

Distribución del ingreso de un segmento de la población salvadoreña. 1999.

En una distribución perfectamente normal los casos se distribuyen de la siguiente manera:

El 68,26% del área total de la curva cae entre más menos 1 desviación estándar. Exactamente 95,44% del área cae entre más menos 2 desviaciones estándares y exactamente 99,74% del área cae entre más menos 3 desviaciones estándares.

La forma exacta de la distribución normal (la característica curva con forma de campana) se define por una función que tiene solamente dos parámetros: la media y la desviación estándar. La media es el valor que con mayor probabilidad aparecerá en una medida. La desviación estándar refleja lo abierta o cerrada que es la campana de Gauss correspondiente. Una distribución muy cerrada se corresponde con una serie de medidas muy poco dispersas. Por el contrario si la distribución es abierta, la desviación estándar es grande.

Manteniendo el valor del promedio igual, otorgue distintos valores para la desviación estándar:

Si no puede el cuadro anterior.... Vínculo a una animación interactiva

Mucho de los tests estadísticos se han diseñado bajo las premisas de una distribución normal. Algunos tests, los no paramétricos no asumen que los datos se distribuyan normalmente, sin embargo estos tests son menos poderosos o robustos que los tests paramétricos.

¿Cómo comprobar si una distribución es normal?

a) Observándola simetría del histograma de la distribución.

b) En una distribución normal la media, la moda y la mediana son iguales.

c) Calculando la simetría (en SPSS: Skewness) de la distribución. En una distribución normal perfecta la asimetría debería ser 0 y las desviaciones respecto al cero indicarían distintos niveles de asimetría. Un valor absoluto mayor que 1 en el índice de asimetría estaría indicando que la distribución de los datos no es normal.

¿Qué es el puntaje Z o puntaje estandarizado?

Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito de analizar su distancia respecto a la media, expresándolas en unidades de desviación estándar. Un puntaje Z nos indica la dirección y grado en que un valor individual obtenido se aleja de la media, en una escala de unidades de desviación estándar.

Por ejemplo, si la edad promedio del grupo de estudiantes de psicología es de 23 años y la desviación estándar es igual a 4, un estudiante de 27 años se ubicaría 1 desviación estándar ( Z=1 ) respecto al promedio.

La fórmula para transformar un valor de una distribución normal en una unidad de desviación estándar es:

Donde X es la puntuación o valor a transformar, m es la media de la distribución original, y s la desviación estándar de la misma distribución. El resultado Z es la puntuación transformada a unidades de desviación estándar.

Al aplicar la fórmula siempre se produce una nueva variable con una media de cero y una desviación estándar de uno. Sin embargo, la forma de la distribución no se verá afectada por la transformación.

Digite distintos valores para la media, desviación estándar y puntaje z y observe los cambios:

¿Cuándo es útil calcular el puntaje Z?

Es útil cuando comparo dos variables medidas en escalas diferentes (por ejemplo, peso y estatura) o cuando el puntaje original no se entiende con claridad en su forma bruta.

Ejercicio

Ir a la página del curso y bajar los archivos: PuntajeZ.sav y PuntajeZ_Graficos.sps

Álvaro Carrasco

UAH-Chile-2002