Un análisis estadístico para comparar tres o más conjuntos de datos depende del tipo de datos recopilados. Cada prueba estadística tiene ciertas suposiciones que deben cumplirse para que la prueba funcione adecuadamente. Además, qué aspectos de los datos comparará afectarán la prueba. Por ejemplo, si cada uno de los tres conjuntos de datos tiene dos o más mediciones, necesitará un tipo diferente de prueba estadística.

ANOVA

Una de las pruebas estadísticas más comunes para tres o más conjuntos de datos es el Análisis de Varianza, o ANOVA. Para usar esta prueba, los datos deben cumplir ciertos criterios. Primero, los datos deben ser numéricos. Los datos ordinales, como las calificaciones de escala de 5 puntos, llamadas escalas de Likert, no son datos numéricos, y el ANOVA no arrojará resultados precisos si se utiliza con datos ordinales. En segundo lugar, los datos deberían distribuirse normalmente en una curva de campana. Si se cumplen estas suposiciones, la prueba ANOVA se puede usar para analizar la varianza de una sola variable dependiente en tres o más muestras o conjuntos de datos. Recuerde, la variable dependiente es el factor que está midiendo en el estudio.

MANOVA

En los casos en que se cumplen las suposiciones para ANOVA pero desea medir más de una variable dependiente, lo hará necesita el Análisis multivariado de varianza, o MANOVA. Las variables dependientes son los factores que está midiendo y quiere examinar. La variable o variables independientes afectan la variable dependiente. Por ejemplo, suponga que estaba midiendo los efectos del ejercicio extenuante sobre la presión arterial, la pérdida de peso y la frecuencia cardíaca. La variable independiente es el ejercicio, y las variables dependientes son la presión arterial, la pérdida de peso y la frecuencia cardíaca. En esta situación, usaría MANOVA. Esta prueba estadística es muy complicada de calcular y requerirá el uso de una computadora y un software especial.

Estadísticas Inferenciales No Paramétricas

Hay muchas pruebas no paramétricas diferentes, pero generalmente no Las estadísticas paramétricas se usan cuando los datos son ordinales y /o no están distribuidos normalmente. Las pruebas no paramétricas incluyen la prueba de signos, chi-cuadrado y la prueba de la mediana. Estas pruebas a menudo se emplean cuando se analizan datos de encuestas en los que los encuestados tuvieron que calificar diferentes declaraciones; por ejemplo, una escala de "totalmente en desacuerdo, en desacuerdo, de acuerdo, muy de acuerdo" calificaría como datos ordinales. Estas pruebas a menudo son fáciles de calcular a mano, aunque es útil una hoja de cálculo.

Estadísticas descriptivas

Además de las pruebas inferenciales, también puede usar estadísticas descriptivas simples para proporcionar una vista rápida y sencilla del conjuntos de datos. Puede informar el promedio, las desviaciones estándar y porcentajes para cada uno de los tres conjuntos de datos. Las estadísticas descriptivas ayudan a proporcionar una vista rápida de los datos, pero no pueden usarse para sacar conclusiones. Por ejemplo, si uno de los tres conjuntos de datos tiene una variable un 20 por ciento más alta que los otros dos conjuntos de datos, no se puede decir que la diferencia sea "estadísticamente significativa" sin utilizar alguna prueba estadística inferencial, como ANOVA, MANOVA o un prueba no paramétrica.