VÁSQUEZ TREJO CÉSAR WILFREDO

CURSO: ESTADISTICA APLICADA A LA INVESTIGACION EDUCATIVA

PRACTICA DIRIGIDA

1.- Tomando en cuenta la base de datos Nivel Secundario del colegio José Martí desarrolle:

a.- Análisis de medias de nota de comunicación entre los 5 grados de estudio y demuestre si
existen diferencias significativas entre los grupos y qué grupos. Haga uso de ANOVA y
comprobación De supuestos.

RESOLUCIÓN:

PRUEBA DE NORMALIDAD

Como el número de datos o tamaño de la muestra es mayor que 50, se aplicó la prueba de
bondad de ajuste de Kolmogorov-Smirnov.

Para realizar la prueba de normalidad se realizó el siguiente procedimiento:

a) Planteo de las hipótesis:

Hipótesis Nula (H0): Los datos provienen de una distribución normal

Hipótesis Alterna (Ha): Los datos no proviene de una distribución normal.

b) Nivel de significación: α = 5%= 0,05

c) Estadístico de prueba: Kolmogorov- Smirnov

Tabla 1. Prueba de normalidad de Kolmogorov- Smirnov

d) Regla de decisión:
- Si p_valor (sig) < 0,05 se rechaza la hipótesis nula
- Si p_valor (sig) ≥ 0,05 no se rechaza la hipótesis nula
e) Conclusión:
Sobre la variable Nota en comunicación, el p-valor es mayor en cada uno de los grados de
estudio, excepto en el quinto grado, como este valor es mayor a 0,05 se infiere que hay
suficiente evidencia estadística para no rechazar la hipótesis nula, concluyendo que los datos
provienen de una distribución normal.

PRUEBA DE HOMOGENEIDAD.

a) Planteo de las hipótesis:

Hipótesis Nula (H0): Las varianzas de la variable nota en comunicación son iguales

(  12   2 2   32   4 2   5 2 )

Hipótesis Alterna (Ha): Las varianzas de la variable nota en comunicación no son iguales

(  12   2 2   32   4 2   5 2 )

b) Nivel de significación: α = 5%= 0,05

c) Estadístico de prueba: Prueba de Levene

Tabla 2. Prueba de Levene sobre homogeneidad de varianzas

d) Regla de decisión:

- Si p_valor (Sig) < 0,05 se rechaza la hipótesis nula

- Si p_valor (Sig) ≥ 0,05 no se rechaza la hipótesis nula
e) Conclusión:

Sobre la variable Nota en comunicación, el p-valor es igual 0,708 como este valor es mayor
a 0,05 se infiere que hay suficiente evidencia estadística para no rechazar la hipótesis nula,
concluyendo que las varianzas de la variable notas en comunicación son iguales.

ANOVA (ANÁLISIS DE VARIANZA).

a) Planteo de las hipótesis:

Hipótesis Nula (H0): El rendimiento promedio en el área de comunicación de los cinco

grados son iguales ( 1  2  3  4  5 )

Hipótesis Alterna (Ha): El rendimiento promedio en el área de comunicación en al menos

dos de los grados son distintos. ( i   j )
 b) Nivel de significación: α = 5%= 0,05

c) Estadístico de prueba: Anova de un factor

Tabla 3. Anova de un factor

d) Regla de decisión:

- Si p_valor (Sig) < 0,05 se rechaza la hipótesis nula

- Si p_valor (Sig) ≥ 0,05 no se rechaza la hipótesis nula
e) Conclusión:

Sobre la variable Nota en comunicación, el p-valor es igual 0,502 como este valor es mayor
a 0,05 se infiere que hay suficiente evidencia estadística para no rechazar la hipótesis nula,
concluyendo que, El rendimiento promedio en el área de comunicación de los cinco grados
son iguales .
Ya no es necesario hacer un análisis posterior al ANOVA (Post-hoc)

B.- Desarrolle la prueba de correlación para comprobar relación entre número de horas de
estudio y Nota de historia. Haga uso del SPSS

Antes de realizar la prueba de correlación, primero se debe de determinar si los datos de

las variables aleatorias estudiadas seguían un modelo normal de distribución de
probabilidades y de acuerdo a dichos resultados aplicar una prueba paramétrica o no
paramétrica. Para tal efecto se utilizó la prueba de normalidad de Kolmogorov - Smirnov.

PRUEBA DE NORMALIDAD

Como el número de datos o tamaño de la muestra es mayor que 50, se aplicó la prueba de
bondad de ajuste de Kolmogorov-Smirnov.

Para realizar la prueba de normalidad se realizó el siguiente procedimiento:

a) Planteo de las hipótesis:

Hipótesis Nula (H0): Los datos provienen de una distribución normal

Hipótesis Alterna (Ha): Los datos no proviene de una distribución normal.

b) Nivel de significación: α = 5%= 0,05

c) Estadístico de prueba: Kolmogorov- Smirnov

Tabla 4. Prueba de normalidad de Kolmogorov- Smirnov

d) Regla de decisión:
- Si p_valor (Sig) < 0,05 se rechaza la hipótesis nula
- Si p_valor (Sig) ≥ 0,05 no se rechaza la hipótesis nula
e) Conclusión:
Como el p-valor es menor a 0,05 en cada uno de las variables de estudio, se infiere que hay
suficiente evidencia estadística para rechazar la hipótesis nula, concluyendo que los datos
no provienen de una distribución normal.
Ambas variables presentan distribuciones asimétricas, por lo que, para efectuar la prueba
de hipótesis de alcance correlacional, se utilizará la prueba estadística no paramétrica:
Prueba de Correlación de Rho de Spearman.

PRUEBA DE CORRELACIÓN RHO DE SPEARMAN

Hipótesis Nula (H0): No existe relación significativa entre el número de horas de

estudio y el rendimiento académico en historia, en los estudiantes del nivel
secundario de la Institución educativa José Martí, los Olivos 2016.

Hipótesis Alterna (Ha): Existe relación significativa entre el número de horas de

estudio y el rendimiento académico en historia, en los estudiantes del nivel
secundario de la Institución educativa José Martí, los Olivos 2016.

. Nivel de significación: α = 5%= 0,05

. Regla de decisión:

- Si p_valor < 0,05 se rechaza la hipótesis nula

- Si p_valor ≥ 0,05 no se rechaza la hipótesis nula
. Prueba estadística: Prueba de correlación Rho de Spearman
 Tabla 5. Correlación entre las variables número de horas de estudio y rendimiento académico en
historia

Descripción del grado de relación entre las variables:

Los resultados del análisis estadístico dan cuenta de la existencia de una correlación ρ=
0,469 entre las variables número de horas de estudio y el rendimiento académico en
historia de los estudiantes de secundaria de la Institución educativa José Martí, los
Olivos 2016. Indicándonos estadísticamente que existe una correlación positiva baja.

Decisión estadística:

Como el sig. (Bilateral)= p_valor =0,000 es menor a 0,05 se rechaza la hipótesis nula y se
acepta la hipótesis alterna. Es decir se puede evidenciar estadísticamente que existe una
correlación significativa, entre el número de horas de estudio y rendimiento académico en
historia de los estudiantes de secundaria de la Institución educativa José Martí, los Olivos
2016.
Para efectos de mejor apreciación y comparación se presenta la siguiente figura:

Figura 1. Diagrama de dispersión número de horas de estudio y el rendimiento

académico en historia