Herramientas de investigación › Normality / Variance Homogeneity

Normality & Variance Homogeneity Tests (Shapiro-Wilk / Levene / Bartlett)

The two assumption checks before a t-test or ANOVA: Shapiro-Wilk tests whether each group is normally distributed (with a Q-Q plot), and Levene and Bartlett test whether multiple groups have equal variances. Use the results to decide between parametric and non-parametric methods.

① Introducir datos

One group per line, values within a group separated by spaces or commas. One group → normality test only; multiple groups → per-group normality + between-group variance homogeneity.

Levene center:

Cómo usarla y metodología

¿Por qué estos dos controles primero?

Los tests t y el ANOVA asumen datos aproximadamente normales y grupos con varianzas iguales. Probar estos dos puntos primero permite decidir entre métodos paramétricos y no paramétricos, evitando usos incorrectos y conclusiones poco fiables.

¿Shapiro-Wilk o test de K-S?

Shapiro-Wilk tiene más potencia para la normalidad en muestras pequeñas a moderadas (n<50) y se prefiere; SPSS lo usa por defecto. Esta herramienta usa el algoritmo de Royston (1992), con pesos coherentes con las tablas originales de Shapiro-Wilk.

¿En qué se diferencian Levene y Bartlett?

Bartlett es muy sensible a desviaciones de la normalidad y se equivoca con facilidad en datos no normales; Levene (sobre todo la versión centrada en la mediana, Brown-Forsythe) es más robusto y la opción más general. Cuando se dan ambos, apoyarse en Levene es más seguro.

¿Qué hacer si el test es significativo (P<0,05)?

Fallo de normalidad: pasa a un test no paramétrico (dos grupos Mann-Whitney, varios grupos Kruskal-Wallis), disponible en la herramienta «test no paramétrico». Varianzas desiguales: usa el t/ANOVA corregido de Welch. Una transformación de los datos también es una opción.