UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU

UNIVERSIDAD NACIONAL DEL

CENTRO DEL PERU
UNIDAD DE POSGRADO DE LA
FACULTAD DE EDUCACIN
ASIGNATURA: TECNICAS DE PROCESAMIENTO DE
DATOS E INFORMACIN
Semestre : III
Dr. Esteban Medrano Reynoso

QU ES
ESTADSTICA

ALGUNOS SMBOLOS EN
ESTADSTICA

Aplicacin de
la estadstica

Alfa

Sigma
minscula

Epsilon

Betha
Gamma

Theta

Lambda

mu
pi

Phi

Delta
Rho

Sigma
Mayscula

SUB DIVISIONES
DE LA
ESTADSTICA

ESTADSTICA
DESCRIPTIV
A

ESTADSTICA
INFERENCIA
L

TRMINOS EN ESTADSTICA

DATOS

Estadgrafos o
estadsticos

x ; S x ; S x2

CONSTANT
E

PARMETRO

Muestra

Poblacin
N

4 Npq
2 N 1 4 pq
N
2. n 2
N 1 1
z 2 Npq
3. n 2
Z pq NE 2

1.

VARIABLE

MEDICIN
ESCALA DE
MEDICIN

NOMINAL

ORDINAL

INTERVALAR

RAZN O
PROPORCIN

Variable: Es una propiedad, es una cualidad, es una caracterstica, es un atributo, que se

asigna dos o ms valores, que tiende a variar, susceptible a una medicin. Una variable
que no vara no es variable, es constante, ejemplos de variable: inteligencia, personalidad,
motivacin de logro, hbitos acadmicos, frustracin, afectividad, desarrollo psicomotriz,
aprendizaje,

aptitud

verbal,

agresividad,

liderazgo,

condicin

socio

econmica,

marginacin, trabajo juvenil, lugar de residencia, movilidad social, preferencias polticas,

creencias religiosas, sexo, talla, edad, velocidad en la carrera, resistencia, velocidad,
fuerza, estrategias cognitivas, mtodos didcticos, estrategias de aprendizaje, procesos
de evaluacin, nivel de escolaridad, desercin, actitud hacia los estudiantes, creatividad,
nivel profesional, estilos de liderazgo, inteligencia emocional, currculo, infraestructura
fsica, equipamiento, laboratorios, tipo de gestin institucional, etc.
Ejemplos de escala nominal, Sistema psiquitrico: esquizofrnica, paranoica, neurtica.
Marcas de zapatilla: power, adidas, nike, zing, tayer.
Los nmeros de los policas, tipos de casa, creencia religiosa, color de los ojos, marca de
las bicicletas, sexo, tipos de gaseosas, marca de carros, das de la semana, nacionalidad,

Ejemplos de escala ordinal: Estatus econmico, sistema de grados en el servicio militar,

participantes en una maratn de acuerdo a la llegada, criterios de calificacin en el nivel
inicial, grados de estudio en el nivel primario, la escala de Likert, las categoras en el
docente universitario, niveles en el docente peruano.
Ejemplos de escala intervalar: La escala vigesimal, la escala centesimal, puntajes de
algunos test estandarizados, las escalas de Celsius y Fahrenheiit.
Ejemplos de escala de razn o proporcin: La masa, talla de las personas, nmero de
hijos, nmero de bicicletas, nmero de carros, nmero de palomas, escala de onzas y
libras,

REDONDEO

PORCENTAJE

100
%
n 100
%
N
N
n

TABLA DE FRECUENCIA
Tabla N 01
Resumen de estudiantes aprobados y desaprobados
criterios

Aprobados

Asignatura

ni

ni

Metodologa

15

75

25

20

Gestin de
proyectos

18

90

10

20

Gerencia

20

100

20

Mtodos
estadsticos

17

85

15

20

Total

70

Fuente: actas promocionales

Desaprobados

10

Total

80

Grfica N 01
Estudiantes aprobados y desaprobados
25

20

15
Aprobados
Desaprobados

10

0
Metodol.

G. proyect.

Gerencia

Mtod. Est.

Interpretacin: la barra ms alta corresponde a la asignatura de gerencia, considerando los

estudiantes aprobados, seguidamente le sigue la barra de la asignatura de gestin de
proyectos, mtodos estadsticos y metodologa; por otro lado en cuanto a los
desaprobados se observa que la barra ms alta resulta en la asignatura de metodologa,
luego mtodos estadsticos y finalmente gestin de proyectos .

Diagrama de tallo y hojas

El tallo se convierte en el eje principal y las hojas en los ejes secundarios, mediante el cual
permite visualizar si los datos se distribuye en forma simtrica. Ejemplo., se tiene un
conjunto de empresas, cuyos pesos de los gerentes son los siguientes:
50

52

61

64

67

70

82

65

73

66

79

65

73

75

51

63

75

80

62

68

84

58

67

70

85

64

66

80

91

89

73

65

66

67

79

1 Para cada uno de los valores, el primer dgito es el tallo y el segundo en la hoja.
2 Se ubican los tallos en orden ascendente a la izquierda de una lnea vertical.
3 Se coloca el segundo dgito a la derecha de dicha lnea, enfrente al tallo.

5
6
7
8
9

0
1
0
0
1

2 1 8
4 7 5 6 5 3 2 8 7 4 6 5 6 7
3 9 3 5 0 3 5 9
5 9 2 4 0

MEDIDAS DE CENTRALIZACIN

Media
Aritmtica o
promedio

xi

yi ni

n
x yi hi

Moda

Mediana

N i 1
C
Me yi' 1 2
ni

n
Ni
2

1
C
Mo y
1 2
i ni ni 1
'
i 1

2 ni ni 1

MEDIA O PROMEDIO:
Es el valor promedio de un conjunto de datos, es decir es la suma de los
valores observados de la variable dividido por el total de observaciones.
MEDIANA
La mediana, es el valor que divide a una distribucin de datos en dos partes
iguales. Cada parte equivale el 50%.
MODA
Es el valor de mayor frecuencia en una distribucin de datos. Cuando una
distribucin de datos posee una moda se denomina unimodal, dos modas
bimodal, tres modas tri modal, cuatro ms modas, multimodal

MEDIDAS DE DISPERSIN
Rang
o

Desviacin
media (D.M)

R xmayor xmenor

Desviaci
n Tpica Sx

S x S x2

D.M .

Coeficiente
de Variacin
(C.V.)

C.V

S x 100
x

n
x x ni
D.M i
n

Varianza
S2x

S2

x
i

n 1
2

x
ni

i
2
S
n 1
xi punto medio

RANGO O RECORRIDO
Es la diferencia entre los valores mximo y mnimo con respecto a la variable.
VARIANZA
Es el estadgrafo de dispersin ms importante y expresa el grado de
dispersin de las observaciones respecto a la media aritmtica. El valor de la
varianza no puede ser negativa y cero slo es cuando todas las
observaciones son las mismas.
DESVIACIN TPICA O ESTNDAR
Es una medida de dispersin ms confiable, sirve para determinar la
normalidad de una distribucin de los datos alrededor de la media aritmtica,
dentro de los valores extremos mximo y mnimo.
Por otro lado la desviacin tpica mide la variacin entre los puntajes. Si los
puntajes estn muy juntas el valor de la desviacin tpica es pequea; pero si
estn separadas entonces el valor de la desviacin tpica es mayor.
COEFICIENTE DE VARIACIN
Expresa de manera relativa la dispersin, midiendo el peso de la desviacin
estndar comparado con la media. Si el coeficiente de variacin es menor al
10% , entonces la distribucin tiene poca dispersin y se confa en la media
como medida de centralidad y tratarla como representativa de los datos que
resume

Prctica calificada de la asignatura de mtodos estadsticos

1.
2.
3.
4.
5.

Mencionar 5 ejemplos de escala ordinal

Mencionar 5 ejemplos de escala nominal
Mencionar 5 ejemplos de escala intervalar
Mencionar 5 ejemplos de escala razn
Sean los puntajes de la prueba de entrada en la
asignatura de gestin de proyectos de un conjunto de
estudiantes, y son los siguientes:
08

12

07

11

13

12

09

10

11

13

10

08

07

11

13

12

10

09

10

09

Determine:
a)
b)
c)
d)
e)
f)

xx
Me
Mo
S
S x2
Sx
S
C.V.

6. Realizar grfica de tallo y hojas con los siguientes datos:

23

18

31

79

44

51

24

19

17

25

27

19

44

61

22

18

14

17

29

31

22

17

15

40

55

16

17

19

20

32

20

45

53

27

16

19

22

20

18

30

20

33

21

TCNICAS

INSTRUMENTOS

1. Observacin directa

a)
b)
c)
d)
e)
f)

Diario de campo
Fichas de observacin
Fotografas
Filmaciones
Croquis
Planos

2. La observacin indirecta

a)
b)
c)
d)
e)
f)

Diario de campo
Fichas de observacin
Fotografas
Filmaciones
Croquis
Planos

3. Entrevista:
a) Estructuradas (cuantitativa)
b) No estructuradas

a)
b)
c)
d)

Formato de entrevista
Diario de campo
Grabaciones magnetofnicas
Filmaciones

4. Encuesta

a)
b)

Cuestionario
Diario de campo

5. Fichaje

Las fichas: tipos de fichas

6. Evaluacin educativa

Prueba objetiva

7. Anlisis documental: libros; revistas,

tesis, peridicos, documentos, actas,
boletines,
pelculas,
fotografas,
internet,

Libreta de apuntes, fichas, cuadros sinpticos, Fotografas,

filmaciones, fotocopias, croquis, planos, disquete, diapositiva,
CD, casete.

TCNICAS
8. Grupos focales

INSTRUMENTOS
a)
b)
c)
d)

Formato de gua
Grabaciones magnetofnicas
Registro de apuntes
Gua de discusin

ANECDOTARIO Y FICHA ANECDTICA

La ficha es, simplemente, una cartulina en la que se van anotando acontecimientos,
incidentes significativos y relevantes con relacin a la persona. Lo ms importante del
registro de una ancdota es separar el hecho de la opinin o interpretacin del mismo.
El anecdotario no es ms que un archivo o fichero de ancdotas sobre un mismo sujeto o
bien sobre una conducta particular del sujeto, que est siendo objeto de observacin.

ANVERSO
Estudiante:
Asignatura:
Fecha:
Descripcin del hecho:
REVERSO
Comentario:

Observador:

Hora:

LISTA DE CONTROL
Est definida por la enumeracin de una serie de conductas cuya presencia o ausencia en
un grupo de personas se desea constatar. El observador slo debe marcar con una cruz
(X) si el hecho se da o no se da durante un perodo de observacin definido. No hay
comentario alguno sobre la conducta, ni apreciacin del grado en que se da no se da.
Ejemplo:
Conducta del estudiante antes y durante la realizacin de sus trabajos.
Estudiante:
Materia o tarea:
Fecha de este registro

Si
Receptividad:
a) Se hace cargo
b) Actitud de apertura
c) Atencin selectiva
Realizacin
d) Estabilidad emocional
e) Coherencia
f) Inters en la tarea
g) Buenas relaciones con el
grupo

No

Dudoso

CUESTIONARIO
es una lista o repertorio de preguntas, formuladas por escrito, a las que el sujeto puede
responder. Las preguntas pueden ser cerradas o abiertas. La administracin o aplicacin
de los cuestionarios puede ser muy variada: en grupos pequeos o grandes y de forma
presencial o bien por correo o por algn otro sistema que no exija realizarlo en presencia
de los aplicadores. Ejemplo de instrumento de actitudes hacia el trabajo
N

Items

Nunca
1

Casi
nunca
2

A
veces
3

Debido a mi trabajo me
siento
emocionalmente
agotado.

Al final de la jornada me
siento agotado.

Me siento desgastado
por el trabajo.

Me siento frustrado por mi

trabajo.

He
realizado
muchas
cosas que merecen la
pena en este trabajo.

En el trabajo siento que

estoy al lmite de mis

Casi
siempre
4

Siempre
5

Las opciones de respuesta o categoras mediante la escala de Likert son los siguientes:
Muy de
acuerdo

De acuerdo

Ni de acuerdo,
ni en
desacuerdo

En desacuerdo

Muy en
desacuerdo

Totalmente de
acuerdo

De acuerdo

Neutral

En desacuerdo

Totalmente en
desacuerdo

Siempre

La mayora de
las veces s

Algunas veces
s, algunas
veces no

La mayora de
las veces no

Nunca

Completamente
verdadero

Verdadero

Ni falso, ni
verdadero

Falso

Completamente
falso

Definitivamente
s

Probablemente
s

Indeciso

Probablemente
no

Definitivamente
no

No en lo
absoluto

Un poco

Neutral

Bastante

Mucho

La calificacin vara de 1 a 5 si el tem es positivo y de 5 a 1 si es negativo

MUESTRA

TIPOS DE MUESTREO

PROBABILSTIC
O
1. Azar o aleatoria
2. Estratificacin
3. Sistemtico
4. Conglomeracin

NO
PROBABILISTICO
1. Intencional o criterial
2. Participantes
voluntarios
3. Muestra de expertos
4. Muestra por cuotas

a) Muestra intencional o criterial

La representatividad se da en base a una opinin o intencin particular de
quien selecciona la muestra. Ejemplo si se desea realizar un estudio de las
caractersticas de los nios de los pueblos jvenes, entonces la muestra
seleccionada puede ser en base a la eleccin de un pueblo joven que es
representativo
b) Muestra por participantes voluntarios
Son aquellos individuos que voluntariamente acceden a participar en un
estudio, respondiendo activamente a una invitacin.
c) Muestra de expertos
Es la participacin mediante opiniones de individuos expertos con respecto a un
tema. Ejemplo , el perfil del contador pblico, entonces se recurre a una
muestra considerable de contadores quienes opinan sobre el perfil
correspondiente.
d) Muestra por cuotas
Consiste en un muestreo de que la muestra incluye un nmero mnimo de cada
subgrupo especfico dentro de la poblacin.
Distrito
Porcentaje
casa habitacin
Olivos
20
120
Surco
15
420
San Borja
20
320

CORRELACI
N
COEFICIENTE DE CORRELACIN

-1
y

0
y

Correlacin positiva
perfecta

+
1

Correlacin negativa
perfecta

FORMULAS DE CORRELACIN:

x y

xy

2
x

2
y

PRODUCTO - MOMENTO

ZxZ y
N

xi x
zx Sx

yi y
zy Sy

FRMULA COMPUTACIONAL

xy N x y
x Nx y Ny
2

INTERPRETACIN DE LOS COEFICIENTES

DE CORRELACIN
COEFICIENTE DE
CORRELACIN

-1

+ 1,00

De + 0,90 a + 0,99

INTERPRETACIN

+
Correlacin muy alta1
(+) (-)
0

Correlacin perfecta (+) (-)

De + 0,70 a + 0,89

Correlacin alta (+) (-)

De + 0,40 a + 0,69

Correlacin moderada (+) (-)

De + 0,20 a + 0,39

Correlacin baja (+) (-)

De + 0,01 a + 0,19

Correlacin muy baja (+) (-)

Correlacin nula

CONFIABILIDAD
Sinnimo de confiabilidad son : estabilidad, fiabilidad, consistencia, reproductividad,
predictibilidad . En consecuencia se define a la confiabilidad como la capacidad que posee un
instrumento para obtener y entregar informacin idntica o similar sobre determinadas
manifestaciones conductuales de un mismo individuo, indagadas en una o ms ocasiones.
Es decir es el grado de estabilidad de la clasificacin de los individuos, realizada mediante
algn procedimiento evaluativo que sea representativo del dominio conductual estudiado.

+
ESCALAS DE VALORACIN DE LOS COEFICIENTES DE CONFIABILIDAD
1
-1

Confiabilidad nula

De 0,53 a menos

Confiabilidad baja

De 0,54 a 0,59

Confiabilidad

De 0,60 a 0,65

Muy confiable

De 0,66 a 0,71

Excelente

De 0,72 a 1,00

Autor: Luis Damin en su libro evaluacin de capacidades

Mtodos para determinar la confiabilidad

a) Confiabilidad por test retest
Consiste en administrarla misma prueba en una segunda ocasin al
mismo grupo de personas. Luego se correlacionan los resultados
obtenidos en las dos aplicaciones del test y el coeficiente as obtenido se
denomina coeficiente de estabilidad
PRUEBA A

PRUEBA A

1ra
aplicacin

2da
aplicacin

Tiempo

Puntuacion
es

Puntuacion
es
r = coef. de
estabilidad

b) Confiabilidad de la forma equivalente o alternativas o paralela

Consiste en administrarla a los sujetos dos instrumentos , de tal manera
que se debe asegurar que ambas versiones realmente sean equivalentes:
siendo muy importante que se debe abordar el mismo tipo de contenido,
expresar los tems en la misma forma, con el mismo nivel de dificultad y
presentar idntica extensin.
PRUEBA A

PRUEBA B

1ra
aplicacin

2da
aplicacin

Tiempo

Puntuacion
es

Puntuacion
es
r = coef. de
estabilidad

c) Confiabilidad por mitades

Consiste en aplicar una forma del test a un grupo de personas en una sola
sesin y luego dividir la prueba en dos mitades comparable. Para ello se
considera los temes pares y los temes impares como formas
equivalentes, posteriormente de determina el coeficiente de correlacin
con respecto a una mitad y este valor de reemplaza en la frmula de
Spearman Brown.

2r
r
1 r
d) Confiabilidad por Alfa de Cronbach
Consiste en aplicar el instrumento a un grupo de personas en una sola
sesin luego se determina la varianza total, as mismo de halla la
sumatoria de las varianzas iniciales y el total de los temes. Y de esta
manera se obtiene el valor del coeficiente de fiabilidad.

k
(1
k 1

s
s
2

2
i

Correlacin de rangos ordenados (coeficiente de Spearman)

Destaca su utilidad cuando el nmero de pares de puntuaciones (n) que se
desea asociar es pequeo (menor que 30). Por otro lado si hay pocos
empates, el coeficiente de Spearman resulta el ms apropiado.

r 1

n :
rs :

6 d 2

n n 1
2

r 1

6 d 2
n3 n

sumatoria del cuadrado de la diferencia

elementos de la muestra
coeficiente de correlacin

Si el nmero de dichos pares es muy grande y cuando en las puntuaciones , es

muy probable que se presenten muchos empates, entonces lo ms adecuado
sera utilizar el coeficiente de correlacin de Pearson, es decir:
r

x
x y N

x


y

N

Coeficiente (T)Tau de Kendall

Es adecuado como una medida de correlacin con la misma clase de datos,
en tal sentido proporcionar una medida del grado de asociacin entre los dos
conjuntos de rangos. El coeficiente T tambin es parcialrmente adecuado para
evaluar el acuerdo entre jueces mltiples.

P Q
n( n 1)
2

Donde:
n = nmero de casos o sujetos
P = suma de rangos ms altos
Q = suma de rangos ms bajos
Coeficiente de contingencia (C)
Es un coeficiente de correlacin para datos nominales colocados en una tabla de
contingencia con un diseo mayor que 2 x 2. Con ste se trata de determinar el
grado de asociacin, al comparar varios grupos o categoras.
Para ello se determina el valor de la ji cuadrada o Chi cuadrada, luego se
reemplaza en la frmula del coeficiente de contingencia:

22
cc

x
x

(( fo

fe
))22
fo

fe

fe
fe

Donde:
fo = la frecuencia obtenida en cualquier casilla
fe2 = la frecuencia esperada en cualquier casilla

= chi cuadrada o ji cuadrada

C
x2
n

x2
n x2

: Coeficiente de contingencia
: chi cuadrada o ji - cuadrada
: total de datos

Ejemplo:
Se toma una pequea muestra de docentes que participan en un
programa de capacitacin, para quienes registramos los valores de las
variables sexo y estado civil
Sexo

Es.civ
il

Sexo

Es.civi
l

Sexo

femenin
o

soltero

femenino

Soltero

femenino soltero

femenino

soltero

femenin
o

soltero

masculin
o

soltero

masculin
o

casado

masculin
o

casado

masculin
o

soltero

masculin
o

soltero

femenino casado

femenino

casado

Femenin
o

casado

femenino

casado

masculin
o

soltero

masculin
o

soltero

masculin
o

soltero

femenino

soltero

femenino casado

masculin
o

soltero

Es.civil Sexo

Es.civ
il

masculin soltero femenino soltero femenino casado

masculin soltero
o
o
Determinar
el coeficiente de contingencia entre sexo y estado
civil

Sexo

Estado civil

Total

Soltero

Casado

Femenino

13

Masculino

11

Total

16

24

xc

( fo fe) 2
fe

x2
n x2

PASOS PARA LA CONTRASTACIN DE HIPTESIS

Pasos para la contrastacin de hiptesis
1. Formulacin de hiptesis operacional
Ho:
Ha:
2. Nivel de significancia
3. Estadstico de prueba
4 .Regin de aceptacin y rechazo
5. Recoleccin de datos y clculos
6. Decisin estadstica
7. Conclusin estadstica

Ejemplo:
Copier Sales of Per vende copiadoras a empresas de todos tamaos
en el Per. El Gerente decide reunir informacin sobre la relacin entre
el nmero de llamadas de ventas y el nmero de copiadoras vendidas,
de tal manera selecciona una muestra 10 representantes de ventas.

Representantes
de ventas

Llamadas de
ventas

Copiadoras
vendidas

20

30

40

60

20

40

30

60

10

30

10

40

20

40

20

50

20

30

30

70

Regresin
Se refiere al procedimiento de obtener una ecuacin con fines de estimacin
o prediccin. El trmino regresin lineal proviene de que existe una relacin
proporcional directa (en lnea recta) entre las variables X y Y, de manera
que conforme aumenta X tambin lo hace Y, o viceversa. Tal relacin se dice
que es positiva. Por lo contrario, si a medida que se incrementa X, disminuye
Y, la relacin se considera negativa.
La ecuacin se denomina ecuacin de regresin y la lnea recta se denomina
lnea de regresin

1. RECTA DE REGRESIN DE y SOBRE x

y a bx

x y x xy

a
n x x
n xy x y
b
n x x
2

MNIMOS CUADRADOS

y na b x
xy a x b x

2. RECTA DE REGRESIN DE x SOBRE y

x a by

x y y xy

a
n y y
n xy x y
b
n y y
2

MNIMOS CUADRADOS

x na b y
xy a y b y

3. Mtodo computacinal para determinar los valores de a y b en una

ecuacin de regresin.

n( xy) ( x )( y )
n( x 2 ) ( x ) 2

a y b x

Prueba de la t de Student para un solo grupo

x o
t
s
n
X : media aritmtica
S : desviacin tpica
n : tamao de la muestra
o : media poblacional
En general: resulta til para probar una hiptesis de que la media de una
poblacin, , es igual a un valor objetivo.
1. Existe slo una variable.
2. El nivel de medicin es de intervalo / razn.
3. Hay una sola variable y una poblacin.
4. El tamao de la muestra, n, es 121 o menos casos (aunque esta prueba se
puede emplear para muestras mayores, se requiere cuando n es pequea).
5. Hay un valor objetivo de la variable al cual podemos comparar la media de la
muestra.

Prueba de la t de Student para datos apareados

d d
sd
n

d : media muestral de la diferencia

Sd : desviacin tpica de la diferencia
n : tamao de la muestra
d : promedio poblacional de la diferencia
En general: se aplica para comprobar la hiptesis de que las puntuaciones de una
variable de intervalo/ razn difieren dos puntos en el tiempo en el caso de los
mismos individuos.
1. Hay una poblacin con una muestra representativa de ella.
2. Existen dos variables de intervalo/razn con el mismo diseo en sus
puntuaciones, o una nica variable medida dos veces en los mismos individuos
pertenecientes a la muestra.
3. Hay un valor objetivo de la variable con el cual podemos comparar la media de
la diferencia entre los dos conjuntos de puntuaciones (normalmente este valor
objetivo ser cero para una prueba de no diferencias entre las dos
puntuaciones)al cual podemos comparar la media de la muestra.

Prueba de la t de Student para dos muestras independientes con

varianzas desconocidas y diferentes
t

( x1 x 2 ) ( 1 2 )
2

s1
s
2
n1
n2

Dos muestras son independientes si los valores muestrales seleccionados de una

poblacin no estn relacionados, apareados o asociados de alguna manera con los
valores muestrales seleccionados de la otra poblacin.
1. Las desviaciones tpicas poblacionales se desconocen y no se hace una
suposicin sobre la igualdad de dichas desviaciones tpicas poblacionales.
2. Las dos muestras son aleatorias simples.
3. Ambas muestras son independientes.
4. Cualquiera o ambas de estas condiciones se satisfacen: los dos tamaos
muestrales son grandes (con n1 >30 y n2 > 30) o ambas muestras provienen de
poblaciones que tienen distribuciones normales en cada uno de los grupos.
gl = el ms pequeo de n1 1 y n2 1.

Prueba de la t de Student para dos muestras independientes con

varianzas desconocidas y con suposicin de igualdad
t

( x1 x 2 ) ( 1 2 )
sp

n1

sp

( n1 1 ) s1

sp

n2

( n2 1) s 2

( n1 1) ( n2 1)

El nmero de grados de libertad est dado por gl = n1+ n2 2

1.Se desconocen las dos desviaciones estndar poblacionales, pero se supone
que son iguales.
2. Las dos muestras son independientes.
3. Ambas muestras son aleatorias simples
4. Cualquiera o ambas de estas condiciones se satisfacen: los dos tamaos
muestrales son grandes (con n1 >30 y n2> 30) o ambas muestras provienen de
poblaciones que tienen distribuciones normales en cada uno de los grupos.

Aplicacin de la t de Student para dos muestras independientes

G.E O1
X
O2
------------------------G.C O3
O4

M1 -------------- O1
M2 --------------- O2
diseo de un estudio comparativo, con datos cuantitativos
ANALISIS DE VARIANZA (ANOVA)
Es uno de los test estadstico ms ampliamente utilizados para probar la
igualdad de ms de dos medias o promedios de la poblacin. Es decir :
hiptesis: cuando se trata de comparar varias medias cabe la posibilidad de
realizar comparaciones dos a dos utilizando por ejemplo el estadstico t de
Student. Este procedimiento no es correcto.
La frmula es:
Ho : 1 = 2 = 3 = 4 = 5 = k

Ha: 1 2 3 4 5 k

Entre los usos ms frecuentes de las pruebas ANOVA se encuentran:

El modelo de efectos fijos asume que los datos provienen de poblaciones
normales las cuales podran diferir nicamente en sus medias.
El modelo de efectos aleatorios asume que los datos describen una jerarqua
de diferentes poblaciones cuyas diferencias quedan restringidas por la
jerarqua.
El modelo de efectos mixtos describen situaciones que ste puede tomar.
Por otro lado los supuestos son los siguientes:
La variable dependiente debe medirse al menos a nivel de intervalo.
Independencia de las observaciones.
La distribucin de los residuales debe ser normal.
Homocedasticidad: homogeneidad de varianzas.