Test Kruskal-Wallis: Guía completa para entender, aplicar e interpretar este test no paramétrico

El test Kruskal-Wallis es una herramienta estadística no paramétrica muy utilizada cuando la comparación de tres o más grupos independientes no cumple los supuestos necesarios para aplicar un ANOVA tradicional. En este artículo exploraremos en detalle qué es el Test Kruskal-Wallis, cuándo conviene usarlo, cómo realizarlo paso a paso, interpretar sus resultados y qué hacer cuando se requiere comparar pares de grupos tras un resultado significativo. Si buscas comprender a fondo el Test Kruskal-Wallis y sus aplicaciones prácticas, estás en el lugar correcto.

¿Qué es el Test Kruskal-Wallis y para qué sirve?

El Test Kruskal-Wallis, también conocido como la prueba de Kruskal-Wallis, es una prueba no paramétrica de hipótesis para comparar tres o más muestras independientes. Su objetivo es determinar si al menos una de las medianas de los grupos difiere respecto a las demás. Esta prueba no asume normalidad de las poblaciones y se basa en rangos, no en valores originales. Por ello, es especialmente útil cuando los datos son ordinales, las distribuciones son sesgadas o el tamaño de las muestras es desigual.

En la terminología de análisis no paramétrico, este procedimiento equivale a una alternativa del análisis de varianza (ANOVA) de un factor, pero sin requerir las suposiciones de normalidad ni de homogeneidad de varianzas. El Test Kruskal-Wallis es ampliamente utilizado en biología, psicología, educación, medicina y otras ciencias sociales y naturales, donde las mediciones pueden presentar ruidos o irregularidades que invalidan métodos paramétricos.

Cuándo conviene usar el Test Kruskal-Wallis

Elegir el Test Kruskal-Wallis se justifica en varias situaciones prácticas:

• Cuando se comparan tres o más grupos independientes y no se puede asumir normalidad de las poblaciones subyacentes.
• Cuando las muestras son ordinales o la escala de medición no es intervalar, pero hay interés en diferencias relativas entre grupos.
• Cuando hay tamaños de muestra desiguales entre grupos y se quiere evitar los efectos de la asimetría de la distribución.
• Cuando se desea una prueba de hipótesis robusta frente a outliers o valores atípados que distorsionan pruebas paramétricas.

En estos escenarios, el Test Kruskal-Wallis ofrece una forma eficiente de evaluar si hay diferencias entre medianas de los grupos, sin depender de supuestos rígidos. Si la estadística H resulta significativa, el siguiente paso suele ser realizar pruebas post-hoc para identificar qué pares de grupos difieren entre sí, ajustando el nivel de significación para evitar inflar el error tipo I.

Supuestos y condiciones del Test Kruskal-Wallis

Como toda prueba, el Test Kruskal-Wallis está guiado por ciertos supuestos simples que conviene verificar antes de aplicar la prueba:

• Independencia de las observaciones: cada observación debe provenir de una unidad experimental independiente.
• Datos a nivel ordinal o continuo, que puedan ser ordenados para asignar rangos.
• Medidas de tamaño de muestra razonables en cada grupo; la prueba es más estable con tamaños moderados a grandes, aunque puede aplicarse con muestras pequeñas si se interpretan con cautela.
• Ausencia de necesidad de asumir homogeneidad de varianzas entre grupos, a diferencia del ANOVA clásico.

Es importante recordar que, si los datos muestran dependencias entre observaciones (por ejemplo, mediciones repetidas en el mismo sujeto), el uso del Test Kruskal-Wallis no es adecuado sin métodos que contemplen esa estructura; en esos casos, conviene recurrir a pruebas no paramétricas para diseños pareados o análogos adaptados a estructuras de datos complejas.

Cómo se calcula paso a paso el Test Kruskal-Wallis

La versión clásica del Test Kruskal-Wallis se basa en la asignación de rangos a todas las observaciones de forma global, sin hacer distinción entre grupos, y luego en la suma de rangos por grupo. A continuación se presenta un resumen práctico del cálculo, con las fórmulas esenciales.

Paso 1: ordenar datos y asignar rangos

Se combinan todas las observaciones de los k grupos en una sola lista y se les asignan rangos de 1 a N, donde N es el tamaño total de la muestra (N = n1 + n2 + … + nk). En caso de empates, se promedian los rangos para las observaciones empatadas. Cada observación queda asociada a un rango r_i, y para cada grupo i se calcula la suma de rangos R_i de todas las observaciones que pertenecen a ese grupo.

Paso 2: calcular el estadístico H

Con las sumas de rangos R_i y los tamaños de cada grupo n_i, se obtiene el estadístico H mediante la fórmula:

H = (12 / (N (N + 1))) * sum_over_grupos( (R_i^2) / n_i ) - 3 (N + 1) 

En la práctica, H es aproximadamente chi-cuadrado con grados de libertad k – 1 cuando N es suficientemente grande. Si hay empates, se aplica una corrección de empates para ajustar H y obtener una distribución más precisa (ver paso 3).

Paso 3: corrección por empates (tie correction)

Cuando hay empates en los rangos, el valor de H se debe ajustar para reflejar la reducción de la variabilidad. La corrección se aplica multiplicando H por un factor C, donde:

C = 1 - [sum_t (t^3 - t)] / [N^3 - N]

t es la cantidad de observaciones empatadas en cada grupo de empates. El valor corregido de H es:

H_corr = H / C

En la interpretación, se utiliza H_corr cuando hay empates en los datos. Sin empates, el valor de H y H_corr coincide.

Paso 4: interpretación de la significancia

Una vez obtenido H_corr (o H si no hay empates), se compara con la distribución chi-cuadrado con k – 1 grados de libertad. Si p ≤ α (por ejemplo, α = 0.05), se rechaza la hipótesis nula y se concluye que al menos un grupo difiere en su mediana respecto a los demás. Es crucial recordar que una significancia global no indica qué pares difieren; para ello se deben realizar pruebas post-hoc con corrección de múltiples comparaciones (ver siguiente sección).

Interpretación de resultados y tamaño del efecto

La interpretación del Test Kruskal-Wallis gira en torno a tres aspectos: la significancia global, el tamaño del efecto y la dirección de las diferencias entre grupos. A continuación, tres puntos clave:

• Significancia global: si p es menor que el nivel de significancia (por ejemplo, 0.05), hay evidencia suficiente para afirmar que al menos un grupo difiere en su tendencia central respecto a los demás.
• Tamaño del efecto: un enfoque práctico es reportar el tamaño del efecto usando métricas asociadas al procedimiento no paramétrico, como eta-cuadrado (η^2) y/o epsilon-cuadrado (ε^2). Por ejemplo, η^2 ≈ H / (N – 1) y ε^2 ≈ (H – k + 1) / (N – k), con interpretaciones que dependen del contexto de la investigación.
• Dirección y pares específicos: si se desea saber qué pares de grupos difieren, se deben realizar pruebas post-hoc (véase la sección de pruebas post-hoc) y comparar los intervalos de confianza de las medianas o las diferencias de rangos entre grupos específicos.

El Test Kruskal-Wallis no ofrece por sí mismo una estimación de la dirección de las diferencias; para entender si un grupo tiende a tener valores mayores o menores que otro, se pueden emplear comparaciones de posiciones centrales o análisis de rangos promedio por grupo. En informes, es común acompañar el resultado estadístico con gráficos de cajas (boxplots) para visualizar diferencias en la distribución entre grupos.

Pruebas post-hoc tras un resultado significativo

Si el Test Kruskal-Wallis arroja un resultado significativo, es conveniente identificar qué pares de grupos difieren entre sí. Las pruebas post-hoc más utilizadas incluyen:

• Prueba de Dunn: comparaciones por pares con corrección de Bonferroni, Holm o Hochberg para controlar el error tipo I.
• Conover-Iman: otra opción para realizar comparaciones por pares con ajuste de múltiples pruebas.
• Metodologías modernas: enfoques basados en rangos y procedimientos adaptados para tamaños de muestra desiguales.

En la práctica, la elección de la corrección depende del equilibrio entre potencia estadística y control del error. El objetivo es evitar conclusiones falsas positivas al evaluar múltiples comparaciones entre pares de grupos.

Ejemplos prácticos de aplicación del Test Kruskal-Wallis

A continuación se presentan escenarios prácticos para entender mejor cómo aplicar el Test Kruskal-Wallis en situaciones reales:

Ejemplo 1: eficacia de tres tratamientos en tiempos de recuperación

Se evalúan tres tratamientos médicos A, B y C en grupos independientes de pacientes. El objetivo es comparar los tiempos de recuperación (en días) sin asumir normalidad. Se recogen 25 observaciones en total, repartidas entre los tres grupos. Después de convertir a rangos y calcular R_i para cada grupo, se obtiene un valor H_corr significativo (p < 0.01). Esto indica diferencias entre al menos dos tratamientos. Se procede a pruebas post-hoc (Dunn con Holm) y se concluye que el tratamiento B difiere significativamente de A y C, con tiempos de recuperación generalmente más cortos en B.

Ejemplo 2: satisfacción de clientes ante tres canales de servicio

Una empresa quiere comparar la satisfacción de clientes que contactan vía teléfono, correo electrónico y chat en vivo. La escala de satisfacción es ordinal (1-5). Se observa que el grupo de chat presenta medianas diferentes y la prueba global es significativa. Las pruebas post-hoc señalan que la satisfacción del chat es mayor que la del teléfono y que el correo electrónico no difiere significativamente del chat ni del teléfono. Este tipo de conclusiones es particularmente útil para priorizar mejoras en atención al cliente.

Test Kruskal-Wallis frente a ANOVA y otras pruebas no paramétricas

Cuando se trata de comparar tres o más grupos, hay varias alternativas entre las que elegir, dependiendo de las condiciones de los datos:

• ANOVA de un factor: adecuada cuando se cumplen los supuestos de normalidad y homogeneidad de varianzas, y cuando se trabaja con datos continuos y aproximadamente distribuidos de forma normal.
• Test Kruskal-Wallis: la alternativa no paramétrica cuando los supuestos anteriores no se cumplen (distribuciones no normales, varianzas desiguales o datos ordinales).
• Pruebas de permutación: métodos basados en re-muestreos que pueden adaptarse a diferentes estructuras de datos y tamaños de muestra, permitiendo estimaciones exactas en ciertos escenarios.

La elección entre estas pruebas debe basarse en una evaluación cuidadosa de la distribución de los datos, la escala de medición y el tamaño de la muestra. En la práctica, cuando existe incertidumbre sobre normalidad, el Test Kruskal-Wallis es una opción sólida y a menudo preferida por su robustez y simplicidad.

Software y ejemplos de código: cómo realizar el Test Kruskal-Wallis en R y Python

La implementación del Test Kruskal-Wallis es directa tanto en R como en Python. A continuación se presentan ejemplos prácticos para que puedas aplicar la prueba con tus datos reales.

En R

Supongamos que tienes tres vectores con datos de tres grupos:

grupo_A <- c(3.2, 4.5, 5.1, 6.0, 4.2)
grupo_B <- c(2.9, 3.8, 4.1, 4.4)
grupo_C <- c(5.3, 5.7, 6.1, 6.4, 6.8, 7.0)

Para realizar el test Kruskal-Wallis, combinas los datos y especificas el grupo de cada observación:

datos <- c(grupo_A, grupo_B, grupo_C)
grupos <- factor(rep(c("A","B","C"), times = c(length(grupo_A), length(grupo_B), length(grupo_C))))
kruskal.test(datos ~ grupos)

Este código devuelve el estadístico H y el valor p asociado. Si hay empates, R aplica la corrección automáticamente.

En Python (scipy)

Con la librería SciPy, la implementación es muy similar:

import numpy as np
from scipy.stats import kruskal

grupo_A = np.array([3.2, 4.5, 5.1, 6.0, 4.2])
grupo_B = np.array([2.9, 3.8, 4.1, 4.4])
grupo_C = np.array([5.3, 5.7, 6.1, 6.4, 6.8, 7.0])

stat, p = kruskal(grupo_A, grupo_B, grupo_C)
print('Estadístico H:', stat)
print('p-valor:', p)

El resultado proporciona el estadístico de Kruskal-Wallis y el p-valor correspondiente. Si necesitas realizar comparaciones post-hoc después de un resultado significativo, existen paquetes y métodos como el post-hoc de Dunn en Python o R para cubrir esa necesidad.

Conclusiones clave sobre el Test Kruskal-Wallis

El Test Kruskal-Wallis es una herramienta poderosa para comparar tres o más grupos cuando no se cumplen los supuestos de normalidad o cuando se trabaja con datos ordinales. Sus principales ventajas incluyen:

• Robustez frente a distribuciones anómalas y presencia de outliers.
• Aplicación sencilla con una única estadística (H) y un p-valor asociado.
• Flexibilidad para realizar comparaciones post-hoc cuando es necesario identificar pares de grupos con diferencias significativas.

Para una interpretación adecuada, es fundamental reportar no solo la significancia global, sino también el tamaño del efecto y, cuando exista, los resultados de las pruebas post-hoc. Además, la visualización de los datos mediante diagramas de cajas o gráficos de violín puede facilitar la comprensión de las diferencias entre grupos y aportar información adicional sobre la magnitud y la dirección de las diferencias observadas.

Preguntas frecuentes sobre el Test Kruskal-Wallis

¿Qué significa un p-valor significativo en el Test Kruskal-Wallis?

Un p-valor bajo indica evidencia de que al menos un grupo difiere en su tendencia central respecto a los demás. No especifica qué pares difieren; para ello se deben realizar pruebas post-hoc.

¿Qué pasa si hay empates en los datos?

La corrección por empates ajusta el estadístico H para reflejar la pérdida de variabilidad debido a empates. En la mayoría de las implementaciones modernas, este ajuste se realiza automáticamente.

¿Cuántos grupos se pueden comparar con el Test Kruskal-Wallis?

El Test Kruskal-Wallis está diseñado para comparar tres o más grupos independientes. Si solo hay dos grupos, se recomienda usar la prueba de Mann-Whitney U (Wilcoxon) en su lugar.

¿Se puede usar el Test Kruskal-Wallis con datos pareados?

No es apropiado para datos pareados o medidas repetidas. Para diseños con dependencia entre observaciones, se deben considerar pruebas no paramétricas adecuadas para muestras relacionadas o métodos que modelen la dependencia.

Conclusión final sobre el Test Kruskal-Wallis

En resumen, el Test Kruskal-Wallis es una opción eficaz y versátil para comparar tres o más grupos cuando no se cumplen los supuestos de la ANOVA o cuando se manejan datos ordinales. Su enfoque basado en rangos lo hace menos sensible a la normalidad y a la presencia de outliers, manteniendo una interpretación clara en términos de diferencias entre medianas. Conociendo la forma de calcular, interpretar y complementar con pruebas post-hoc adecuadas, puedes aplicar con confianza el Test Kruskal-Wallis en una amplia gama de investigaciones y escenarios prácticos. Al combinarlo con representaciones visuales y una estimación del tamaño del efecto, obtendrás una comprensión completa de las diferencias entre grupos y su relevancia real en tu campo de estudio.