Pruebas estadísticas de normalidad: un análisis comparativo entre Kolmogórov-Smirnov, Shapiro-Wilk, Anderson-Darling, Ryan-Joiner Y Jarque-Bera
DOI:
https://doi.org/10.29076/issn.2528-7737vol18iss49.2025pp%25ppPalabras clave:
Anderson-Darling, Jarque-Bera, Kolmogórov-Smirnov, Pruebas de normalidad, Ryan-Joiner, Shapiro-WilkResumen
El objetivo de este artículo es aplicar las pruebas de normalidad Kolmogórov-Smirnov, Shapiro-Wilk, Anderson-Darling, Ryan-Joiner y Jarque-Bera a partir de la revisión de la literatura existente en el análisis de una serie de tiempo. La investigación adopta un enfoque mixto que combina el análisis cuantitativo y cualitativo de las variables, permitiendo evaluar el grado de desviación de los datos respecto a una distribución normal. El estudio es de tipo explicativo, proporcionando una comparación detallada de cada prueba y su aplicación en diversos contextos estadísticos aplicados a una serie de datos. Estas pruebas son fundamentales para verificar el supuesto de normalidad en los datos antes de aplicar métodos estadísticos paramétricos. Los principales resultados señalan que la capacidad para determinar si una muestra proviene de una población con distribución normal es crucial para seleccionar técnicas estadísticas adecuadas, asegurando la validez y confiabilidad. Además, facilita la identificación de desviaciones de la normalidad que pueden requerir transformaciones de datos o métodos no paramétricos alternativos. Ligado a ello, los resultados demuestran que estas herramientas son aplicables en diversos ámbitos económicos y sociales entre otros, lo que asegura que los análisis estadísticos sean precisos y adecuados, especialmente en contextos donde la toma de decisiones rápida es esencial
Descargas
Referencias
Álvarez, E., y Barreda, L. (2020). La estadística descriptiva en la formación investigativa del Instructor de Arte. Revista Conrado, 16(73), 100-107. http://scielo.sld.cu/pdf/rc/v16n73/1990-8644-rc-16-73-100.pdf
Arguello, V., Cargua, S., Arguello, A., y Argurello, A. (2023). Distribución de Poisson en el análisis de defunciones en menores de un año. Polo del conocimiento, 8(5), 292-303. https://doi.org/10.23857/pc.v8i5.5564
Bernal, C. (2010). Metodología de la investigación. Pearson. http://librodigital.sangregorio.edu.ec/librosusgp/B0061.pdf
Cruz, M., Álvarez, S. E., y Pérez, F. (2014). Sobre la Enseñanza de la Distribución de Poisson en Carreras de Ingeniería. Boletim de Educação Matemática, 28(50), 1117-1134. http://www.redalyc.org/articulo.oa?id=291232906007
Dagnino, J. (2014). La distribución normal. Rev Chil Anest, 43, 116-121. https://revistachilenadeanestesia.cl/PII/revchilanestv43n02.08.pdf
Delgado, R. (2022). El teorema central del límite: una visión ilustrativa. Revista Varianza, 20, 35-42. https://doi.org/https://doi.org/10.53287/uufr9587pp15b
Flores, C., y Flores, K. (2021). Pruebas para comprobar la normalidad de datos en procesos productivos: Anderson Darling, Ryan-Joiner, Shapiro-Wilk Y Kolmogórov-Smirnov. Societas. Revista de Ciencias Sociales y Humanísticas, 23(2), 83-97. http://portal.amelica.org/ameli/jatsRepo/341/3412237018/3412237018.pdf
Flores, P., Muñoz, L., y Sanchéz, 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/ https://doi.org/10.47187/perf.v1i21.42
Gandica, E. (2021). Potencia y Robustez en Pruebas de Normalidad con Simulación Montecarlo. Revista Scientific,, 5(18), 108-119. https://doi.org/https://doi.org/10.29394/Scientific.issn.2542-2987.2020.5.18.5.108-119
Hernández, R. (2010). Metodología de la investigación. México: Macgraw Hill. https://www.smujerescoahuila.gob.mx/wp-content/uploads/2020/05/Sampieri.Met.Inv.pdf
Indira, L., y Llinás , H. (2014). Distribuciones Poisson y Gamma: Una Discreta y Continua Relación. Prospect, 12(1), 99-107. https://doi.org/10.15665/rp.v12i1.156
Lemus, N., y Huincahue, J. (2019). Distribución Normal: Análisis histórico-epistemológico e implicaciones didácticasiones didacticas. Revista AcadémicRevista Académica UCMaulea UCMaule, 56, 1-24. http://portal.amelica.org/ameli/journal/600/6002792003/
Lemus, N., y Huincahue, J. (2019). Distribución normal:análisis histórico-epistemológico e implicaciones didácticas. UCMaule(56), 29-57. https://doi.org/http://doi.org/10.29035/ucmaule.56.29
Lind, Marchal, y Wathen . (2012). Estadística Aplicada a los Negocios y la Economía. Mcgraw Hill. https://www.academia.edu/17986600/Mcgraw_Hill_Estadi_stica_Aplicada_a_los_Negocios_y_la_Economi_a
Lugo, J., y Pino, L. (2022). Razonamiento inferencial de docentes de matemáticas de ensenza media sobre el estadístico t-Student. Uniciencia, 36(1), 1-29. https://doi.org/https://doi.org/10.15359/ru.36-1.25
Mares, A., y Domínguez, J. (2022). Evaluación estadística de índices de desempeño para el proceso de división de rollos de EVA. Ingeniería, investigación y tecnología, XXIII(2), 1-15. https://doi.org/https://doi.org/10.22201/fi.25940732e.2022.23.2.013
Marques, J., Andrade, T., y Wagner dos, S. (2023). Relación entre la titulación del profesorado y la calidad de las instituciones de la Red Federal de Educación Profesional, Científica y Tecnológica brasileña. Revista de estudios y experiencias en educación, 22(48), 207-221. https://doi.org/https://doi.org/10.21703/0718-5162.v22.n48.2023.012
Martínez , P., y Carleos, C. (2011). sobre el estadístico de Cramér – Von Mises. Revista de Matematica: Teoría y Aplicaciones, 19(1), 80-101. https://www.researchgate.net/publication/262701897
Ministerio del Interior. (16 de Agosto de 2024). Datos abiertos. https://datosabiertos.gob.ec/dataset/?organization=ministerio-del-interior
Molina, M. (2022). Análisis de normalidad. Una imagen vale más que mil palabras. Rev elect anestesiar, 14(4). https://revistaanestesiar.org/index.php/rear/article/view/1093/1402
Molina, P., Molina, D., Pico, F., y Guevara, P. (2023). La valoración de empresas y las decisiones de inversión en el sector comercial farmacéutico. Res Non Verba, 13(1), 15-35. https://doi.org/https://doi.org/10.21855/resnonverba.v13i1.689
Molina, P., Molina, D., Pico, F., y Velasco, K. (2023). Modelo de fragilidad empresarial Springate en empresas comerciales de productos veterinarios en Ecuador. (37), 7-14. https://doi.org/https://doi.org/10.31243/bcoyu.37.2023.2081
Molina, P., Morán, E., Molina, D., y Caiza, E. (2023). Ineficiencia del mercado de valores de Ecuador a través del modelo de valoración de activos de capital (CAPM). Revista de Investigación Sigma, 10(2), 82-105. https://doi.org/https://doi.org/10.24133/ris.v10i02.3127
Molina, P., y Molina, D. (2025). Crímenes en expansión: homicidios intencionales y los desafíos para los derechos humanos y la seguridad en Ecuador. Tsafiqui - Revista Científica En Ciencias Sociales, 15(1), 103-120. https://doi.org/https://doi.org/10.29019/tsafiqui.v15i1.1463
Moraguez, A., Pilar, E., y Morales, L. (2017). La prueba de hipótesis Kolmogorov-Smirnov para dos muestras grandes con una cola. Luz, 16(3), 77-89. https://www.redalyc.org/pdf/5891/589166504009.pdf
Muñoz , P., Muñoz , L., y Sanchéz, T. (2021). Estudio de potencia de pruebas de normalidad usando distribuciones desconocidas con distintos niveles de no normalidad. Perfiles, 1(21), 4-11. https://doi.org/ https://doi.org/10.47187/perf.v1i21.42
Padilla, F. (2022). El valor p: ¿cómo analizarlo para separarse del positivismo extremo e inductivismo ingenuo? Investigación en educación médica, 11(44), 105-114. https://www.redalyc.org/journal/3497/349775300011/349775300011.pdf
Pedrosa, I., Baster, J., Robles, A., Basteiro, J., y García, E. (2015). Pruebas de bondad de ajuste en distribuciones simétricas, ¿qué estadístico utilizar?*. Universitas Psychologica, 14(1), 245-254. https://doi.org/http://dx.doi.org/10.11144/Javeriana.upsy13-5.pbad
Pek, Wong, y Wong. (2017). Confidence Intervals for the Mean of Non-Normal Distribution: Transform or Not to Transform. Open Journal of Statistics(7), 405-421. https://www.scirp.org/pdf/OJS_2017060814493596.pdf
Platas, V. (2021). Contrastes de normalidad. https://minerva.usc.es/xmlui/bitstream/handle/10347/28978/Platas_Garc%C3%ADa_V%C3%ADctor.pdf?sequence=1&isAllowed=y
Romero, H., Real, J., Ordoñez, J., Gavino, G., y Saldarriaga, G. (2020). Metodologías de la investigación. https://acvenisproh.com/libros/index.php/Libros_categoria_Academico/article/view/22/29
Romero, M. (2016). Pruebas de bondad de ajuste a una distribución normal. Revista Enfermería del Trabajo, 6(3), 105-114. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-50572018000300092
Schaum. (1991). Estadistica de Schaum (2da ed.). México: Mcgraw Hill. https://materiales.untrefvirtual.edu.ar/documentos_extras/0714_estadisticas/estadistica_schaum_1.pdf
Soto, J., y Herrera, A. (2024). Conceptos básicos de la Distribución Normal. Rev. Red Inv. Sal. Trab., 7(12), 73-82. https://rist.zaragoza.unam.mx › article › download
Webster, A. (2000). Estadisticas aplicadas a los negocios y a la economía (3ra ed.). México: Mcgraw Hill. https://dennismontes2.wordpress.com/wp-content/uploads/2014/11/estadistica_negocios.pdf
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 CIENCIA UNEMI
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores pueden mantener el copyright, concediendo a la revista el derecho de primera publicación. Alternativamente, los autores pueden transferir el copyright a la revista, la cual permitirá a los autores el uso no-comercial del trabajo, incluyendo el derecho a colocarlo en un archivo de acceso libre.
