Tamaño del efecto para Kruskal-Wallis: aportes al artículo de Domínguez-González et al.


Effect size for Kruskal-Wallis: Contributions to the article by Domínguez-González et al.t

José Luis Ventura-Leóna, *

a Universidad Privada del Norte, Lima, Perú.

Sr. Editor:

Recientemente se publicó en la revista Investigación En Educación Médica, un artículo interesante acerca del burnout1. En donde se utiliza el estadístico de Kruskal-Wallis. Por tal motivo, resulta necesario comentar brevemente la importancia de calcular el tamaño del efecto.

En el área de salud es frecuente la utilización del test de significación de la hipótesis nula para la comparación de dos o más grupos. No obstante, este procedimiento solo consiste en rechazar una afirmación y está lejos de representar la magnitud de la diferencia entre las variables2.

En ese sentido, la presente carta expone el coeficiente épsilon al cuadrado como una alternativa para calcular el tamaño del efecto de Kruskal-Wallis. A continuación, se presenta su expresión matemática3:

Épsilon al cuadrado

Donde: H es el valor del estadístico Kruskal-Wa-llis; n es el total de observaciones; épsilon es el coeficiente de épsilon que oscila entre 0 a 1.

Cuando se comparan dos o más grupos se suele utilizar el coeficiente eta-cuadrado; sin embargo, tiende a ser sesgado en poblaciones pequeñas y diversos niveles de variable independiente, estas dificultades convierten al épsilon en un estimador más conservador cuando se utiliza como tamaño del efecto2.

El artículo en mención no proporciona información suficiente para calcular el épsilon. No obstante, a continuación, se expone un ejemplo para su comprensión. Supóngase que se encuentra estudiando el bienestar académico (variable dependiente) en un grupo de estudiantes universitarios y desea compararla en los 5 primeros ciclos académicos (variable independiente). Así, H=44.474 y el n=200, con estos valores se realizan los cálculos mediante una hoja de Excel® (que puede ser solicitada sin costo alguno al autor de esta carta). De esa forma se obtiene un épsilon= .223. En consecuencia, el coeficiente resultante se interpreta como la proporción de variabilidad del bienestar académico que puede atribuirse a los ni-veles académicos.

En función de lo previamente mencionado, es importante calcular el tamaño del efecto, pues revela la significación práctica en los resultados. Específicamente en el artículo de Domínguez-González et al., puede brindar más información acerca del tiempo de traslado a la facultad de los estudiantes de medicina.

Finalmente, el épsilon puede convertirse en una alternativa interesante para futuros estudios en la revista Investigación En Educación Médica.


La revisión por pares es responsabilidad de la Universidad Nacional Autónoma de México.

Autor para correspondencia.
Autor para correspondencia: José Luis Ventura-León.
Teléfono: (01) 604 4700.
Correo electrónico: jventuraleon@gmail.com


REFERENCIAS

  1. Domínguez-González AD, Velasco-Jiménez MT, Meneses-Ruiz DM, Valdivia-Gómez GG, Castro-Martínez MG. Sín-drome de burnout en aspirantes a la carrera de medicina. Inv Ed Med. 2017.
  2. Levine TR, Hullett CR. Eta squared: Partial eta squared, and misreporting of effect size in communication research. Hum Commun Res. 2002;28:612-23.
  3. Tomczak M, Tomczak E. The need to report effect size esti-mates revisited. An overview of some recommended mea-sures of effect size. Trends Sport Sci. 2014;21:19-25.

Ir al inicio del artículo

Copyright © 2019. Universidad Nacional Autónoma de México, Facultad de Medicina