Para asegurar que los resultados sean válidos, considere las siguientes pautas al recopilar datos, realizar el análisis e interpretar los resultados.
- Los datos deben ser continuos
- Los datos continuos son mediciones que potencialmente pueden ser cualquier valor numérico dentro de un rango de valores a lo largo de una escala continua, incluyendo valores fraccionados o decimales. Ejemplos comunes incluyen mediciones tales como longitud, peso y temperatura.
- Los datos deben seguir la distribución seleccionada para poder usar los resultados del método paramétrico
- Si los datos siguen la distribución seleccionada, entonces el método paramétrico es más preciso y económico que el método no paramétrico. El método paramétrico permite alcanzar márgenes de error más pequeños, incluso cuando se tiene menos observaciones, siempre y cuando la distribución escogida sea adecuada para los datos.
- El método paramétrico no es robusto ante las desviaciones severas de la distribución seleccionada. Utilice el método paramétrico solo si sabe que la población sigue la distribución seleccionada. Si tiene dudas sobre si la población sigue la distribución seleccionada o si sabe que la población no sigue esa distribución, entonces utilice el método no paramétrico.
- Recolectar suficientes datos para el método no paramétrico
- El método no paramétrico por lo general requiere tamaños de muestra más grandes que el método paramétrico. Por ejemplo, si el porcentaje mínimo de la población en el intervalo es 95%, el tamaño de la muestra debe ser aproximadamente 90 o más para que el intervalo de tolerancia sea exacto. Para porcentajes más altos de la población en el intervalo se requieren tamaños de muestra más grandes. Por ejemplo, si el porcentaje mínimo de la población en el intervalo es 99%, el tamaño de la muestra debe ser aproximadamente 500 o más para obtener un intervalo de tolerancia de 95% bilateral exacto. Para tener un intervalo de tolerancia exacto, el nivel de confianza alcanzado debe estar cerca del nivel de confianza objetivo. Si el tamaño de la muestra no es lo suficientemente grande, el intervalo no paramétrico es un intervalo no informativo que va desde el infinito negativo al infinito. En ese caso, Minitab muestra un intervalo finito de acuerdo con el rango de los datos. Como resultado, el nivel de confianza alcanzado es mucho menor que el nivel de confianza objetivo.
