DIPLOMADO DE

ESPECIALIZACION DE POSTGRADO EN
ASESORIA DE TESIS

ANLISIS E INTERPRETACIN DE
RESULTADOS ESTADISTICOS

Dr. Carlos Caldern Cabada

Lima, Junio 2006

PRUEBAS
ESTADISTICAS
PARAMETRICAS
Prueba t
de Student

QUE ES LA PRUEBA t ?
ES

UNA PRUEBA
ESTADISTICA PARA
EVALUAR SI DOS GRUPOS
DIFIEREN ENTRE SI DE
MANERA SIGNIFICATIVA
RESPECTO DE SUS MEDIAS.

SIMBOLO

SE CALCULA PARA MUESTRAS PEQUEAS

DE DISTRIBUCION NORMAL

x
t
S/ n
tiene distribucin t( n 1)

SE CALCULA PARA MUESTRAS GRANDES

DE DISTRIBUCION NORMAL

x1 x 2
t 2
2
S 1 / N1 S 2 / N 2

HIPOTESIS A PROBAR
Se
La

trata de comparar dos grupos:

hiptesis alternativa plantea que

los grupos difieren
significativamente entre si y la
hiptesis nula propone que los
grupos no difieren significativamente
entre si.

VARIABLE INVOLUCRADA
LA

COMPARACION SE REALIZA SOBRE

LA VARIABLE INDEPENDIENTE, SI
EXISTEN OTRAS SE DEBE EFECTUAR
VARIAS PRUEBAS t UNA POR CADA
VARIABLE.

EL

NIVEL DE MEDICION DE LAS

VARIABLES ES EL DE INTERVALO O
RAZON

INTERPRETACION

PARA GRUPOS
PEQUEOS (n < 30)
X la media del grupo.
la media poblacional
S la Desv. Estandar
n = tamao de muestra

x
t
S/ n
tiene distribucin t( n 1)

INTERPRETACION
Para

saber si el valor t es significativo, se

aplica la formula y se calculan los grados de
libertad.
La prueba t se basa en una distribucin
muestral o poblacional de diferencia de
medias conocidas como la t de Student,
Esta distribucin es identificada por los
grados de libertad, los cuales constituyen el
numero de maneras como los datos pueden
variar libremente.

RECOMENDACION
Mientras

mayor sea el numero de grados de

libertad la distribucin t de Student se
acerca mas a ser una distribucin normal.
Si los grados de libertad exceden los 120 la
Distribucin Normal es utilizada como una
aproximacin adecuada de la t de Student.
Calculado t y los gl (grados de libertad) SE
ELIGE el nivel de significancia y se compara
el valor obtenido con el mostrado en la Tabla

Distribucin t-Student
Para muestras pequeas de poblacin normal
T

x
tiene distribucin t ( n1)
S/ n

PRUEBA t

t1-

t(v)

CALCULO DE LOS GRADOS

DE LIBERTAD

gl = (N1 + N2) 2
N1 y N2 representan al tamao de cada grupo
comparado.

EVALUACION DE RESULTADOS
Si

nuestro valor calculado es igual o mayor

que el de la Tabla, se acepta la hiptesis
alternativa.
Pero si el valor es menor se acepta la
hiptesis nula.

USO DE LA TABLA..

EJERCICIOS
Tomar

la Tabla t y calcular:
Media Muestral
=
Media Poblacional
=

=
n
=
gl. (t-1)
=

DESCANSO

HIPOTESIS A
CONTRASTAR

Se definen:
Las hiptesis nula y alternativa con una
distribucin de probabilidad conocida

Regla de decisin(nivel de significacin )

datos de la muestra

Valor crtico o tabulado

Se calcula una medida

asociada a la hiptesis
que se desea docimar

Se comparan los valores

calculado con tabulado
se rechaza
Ho?

H1

SI
NO

Se extraen conclusiones

Utilizar prueba de Z
Si
Se
Se
conoce
conoce ??
No
Si

Utilizar prueba de Z

Es
Es nn 30?
30?
No

Utilizar prueba de Z
Si

Si

Se
Se
conoce?
conoce?
No

Se
Se sabe
sabeqq
la
lapoblacin
poblacin
es
es normal?
normal?

Utilizar prueba de t

Si
No

Utilizar prueba de Z
(por el teorema central
del lmite)

Se
Se conoce?
conoce?
No
Si

Es
Es nn 30?
30?

Utilizar prueba de Z (por el

teorema central del lmite)

Utilizar una prueba

no paramtrica

Esquema cuando se comprar la diferencia entre

dos medias o proporciones mustrales
Se acepta la hiptesis nula si
el estadstico de la prueba cae
dentro de esta regin.

Se rechaza la
hiptesis
nula

Se rechaza la
hiptesis nula

Area A = rea B
y (A+B) = el
nivel deseado
de significancia

Area A

Area B

Valor
critico

Valor terico
de la diferencia

+ Valor
critico

Esquema de seleccin de pruebas estadsticas cuando

la variable dependiente es continua u ordinal
Si
1 Grupo

Prueba Z para la media

Si

n > = 30

Prueba T para la media

Distribucin
normal

No

Prueba del signo para la mediana

No
Si

Si

Si

Nmero
de
grupos

2 Grupos

Prueba Z para la diferencia de medias

n > = 30

No

Si
Varianzas
iguales
No

Distribuci
n normal

Independientes

Prueba Z para la media de la diferencia

en datos apareados

n > = 30

No

Si

No

Distribuci
normal

3 a ms Grupos
Independientes

No

Distribucin
normal c/varianzas semejantes
Distribucin
normal c/varianzas semejantes

Prueba T para la media de la

diferencia en datos apareados

n
No

Si

Prueba T con ajuste

de grados de libertad

Prueba de Mann-Whitney para

comparacin de poblaciones

No
Si

Prueba T para
diferencia de medias

Si

No
Si

No

Prueba del signo o de Wilcoxon

para datos apareados
ANVA - Comparacin de tratamientos

Prueba de Kruskal-Wallis - Comparac. de Trat.

ANVA en Bloque - Comparac. de Tratam.
Prueba de Friedman - Comparac. de Tratam.

Esquema de seleccin de pruebas estadsticas para medir

relacin entre variables

Continua

Escala de
medicin
para ambas
variables

Coeficiente de correlacin lineal de Pearson

Ordinal y/o
numrica

Coeficiente de Correlacin por rangos de Spearman

Si

Nominal

Cada variable
tiene dos
categoras
(tablas 2x2)
No

- Prueba Ji-Cuadrado (Coeficiente

- Riesgo Relativo (Estudios de cohorte)
- Odds Ratio (Estudios de Casos-control)
- Coeficiente de concordancia Kappa
(Comparacin de mtodos)

Prueba Ji-Cuadrado para Independencia

de variables (Coeficiente de
Contingencia)

Hiptesis estadstica segn

Nmero de grupo y tipo de variable

Nmero de Grupos

Un grupo

Variable
cuantitativa

Hiptesis:

= 0

Dos grupos

Variable
categrica

Hiptesis:

2 < 20

Parmetro

Parmetro:

media

varianza

Variable
cuantitativa

Hiptesis:

P=P
Parmetro
Proporcin

Hiptesis:
0

= 2

Parmetros
medias

Tres o ms grupos

Variable
caategrica

Hiptesis:

Parmetros
varianzas

Hiptesis:
P 1 =P
Parmetros
Proporciones

Variable
cuantitativa

Hiptesis:
2

= ...= k

Parmetros
k medias

Variable
categrica

Hiptesis:

2 1 2 2 =
...= 2 k

Parmetros
k varianzas

Hiptesis:
P 1 =P
....= P
Parmetros
k Proporciones

Prueba de Correlacin de
Rango de SPEARMAN

PRUEBA DE CORRELACION DE RANGO DE SPEARMAN

El coeficiente de correlacin por rango se define como:

Donde:
N: # de observaciones, # de individuos o fenmenos
clasificados por rango.
di: Diferencia en los rangos atribuida a dos caractersticas
diferentes del i-simo individuo o fenmeno.

La
La correlacin
correlacin por
por rangos
rangos de
de Spearman
Spearman mide
mide la
la relacin
relacin entre
entre
dos
dos variables
variables que
que han
han sido
sido clasificadas
clasificadas por
por orden
orden de
de menos
menos aa
mayor
mayor(o
(ode
demayor
mayoraamenor)
menor)

EJEMPLO
Una empresa contrat a 7 tcnicos en informtica, que fueron
sometidos a un examen de conocimientos bsicos. Luego de un
ao de servicio, se calific su rendimiento en el trabajo. A
continuacin, se muestran los resultados:
Puntuacin en el
examen
82

Clasificacin por
rendimiento
4

M. Contreras

73

C. Gutarra

60

F. Olaechea

80

D. Barrientos

67

F. Estombelo

94

J. Cordova

89

Tcnico
J. Manzo

Se utiliza la correlacin por rangos de Spearman para

determinar, si hay relacin entre las calificaciones del examen y
el rendimiento en el trabajo

1
1 Se
Se elabora
elabora la
la clasificacin
clasificacin de
de las
las puntuaciones
puntuaciones del
del
examen
examen
Tcnico

Puntuacin
en el examen

Clasificacin por
el examen (X)

Clasificacin por
rendimiento (Y)

J. Manzo

82

-1

M. Contreras

73

-2

C. Gutarra

60

F. Olaechea

80

D. Barrientos

67

F. Estombelo

94

J. Cordova

89

X Y d i (X Y) 2 d i2

2
2 Se
Se calcula
calcula del
del coeficiente
coeficiente de
de correlacin
correlacin por
por rangos
rangos de
de
Spearman
Spearmanrrs:s:

0.857
rs 1 6
1 6
2
2

7(7 1)
N( N 1)

Un
Un coeficiente
coeficiente de
de correlacin
correlacin oscila
oscila entre
entre -1
-1 yy 1;
1; los
los
resultados
resultados muestran
muestran una
una fuerte
fuerte relacin
relacin positiva
positiva entre
entre las
las
puntuaciones
puntuaciones de
de examen
examen de
de cada
cada tcnico
tcnico yy su
su rendimiento
rendimiento
en
enleletrabajo
trabajo

Contrastando la hipotes:
HH0: s ==0,
0,no
nohay
hayrelacin
relacinentre
entrelas
lasdos
dosvariables
variables
0: s
HH1: s 0,
0,hay
hayrelacin
relacinentre
entrelas
lasdos
dosvariables
variables
1:

Tabla N, con =0.10, n=7; los valores crticos seran: 0.6786

Se acepta
Se
Rechaza

Se
Rechaza
0.05

-0.6786
Valor critico

0.05

+0.6786
Valor critico

0.857

Como
Comorrssest
estfuera
fuerade
delalaregin
reginde
deaceptacin,
aceptacin,rechazamos
rechazamoslalaHH00. .Se
Se
concluye,
concluye,alal90%
90%de
deconfianza,
confianza,existe
existerelacin
relacinentre
entrelas
laspuntuaciones
puntuaciones
del
delexamen
examenyyelelorden
ordende
derendimiento
rendimientoen
eneleltrabajo
trabajo

Intervalo de confianza para la

diferencia de medias
b) Si las varianzas 12 y 22 son desconocidas
Para muestras grandes

L ( x 1 x 2 ) Z 1 / 2 S x1 x 2
donde

S x1 x 2

s12 s22

n1 n2

Cambiar de
tema

ANALISIS
NO
PARAMETRICO

CONSIDERACIONES

La mayora no de estos anlisis no requiere de

presupuestos acerca de la forma de la Distribucin
Poblacional.
Las Variables no necesariamente deben estar
medidas en un nivel de intervalo (orden y categora
cero no real) o de razn ( el cero es real) .
Pueden analizarse datos nominales (sin orden ni
categora -Sexo) u ordinales (orden de mayor a
menor- primero, segundo).
En todo caso la variables deben ser categricas.
( en das, meses, aos, etc.)

METODOS O PRUEBAS NO
PARAMETRICAS MAS
EMPLEADAS
1)

LA Ji CUADRADA CHI-CUADRADA
2) COEFICIENTES DE CORRELACION E
INDEPENDNENCIA PARA TABULACIONES
CRUZADAS.
3) LOS COEFICIENTES DE
CORRELACION PARA RANGOS
ORDENADOS DE SPERMAN Y KENDALL

Ji - CUADRADA
Es

una prueba estadstica para evaluar

hiptesis acerca de la relacin entre dos
variables.
Se simboliza por :

Prueba hipotesis Correlacionales

Variables involucradas : dos ( no considera
relaciones causales)
Nivel de medicion de variables: Nominal y
Ordinal.

Ji - CUADRADA
La

Chi Cuadrada se calcula a traves de

una Tabla de contingencia o Tabulacion
cruzada, que constituye una Tabla de dos
dimensiones o matriz de dos x dos.

Cada
Cada

dimension contiene una variable.

variable se subdivide en dos o mas

categorias.

La Prueba Ji-Cuadrado
Distribucin Ji-Cuadrado

Supngase que se tiene una serie de variables aleatorias independientes con distribucin normal
estndar, Z1 , Z 2 , ... , Z n , entonces la variable aleatoria ,X Z12 ... Z 2n sigue una distribucin
Ji-Cuadrado.

La Prueba Ji-Cuadrado
FUNCIN DE DENSIDAD

MEDIA Y VARIANZA.
2

Procedimientos para usar el anlisis de ji cuadrada y

probar la independencia de dos variables nominales
Hiptesis nula:
Las variables son independientes
Se construye o se obtiene una tabla de
tabulacin cruzada para las frecuencias reales
observadas (Oij )
Suponiendo que las variables son
independientes, se construye una tabla de
tabulacin cruzada para las frecuencias
tericas ( Eij)
Se determina el nivel de significado deseado
en la prueba.
Se determina el valor
calculado del estadstico ji
cuadrada
r

i 1 j1

ij

E ij
E ij

USO DE LA TABLA

Tabla 4. Distribucin de ji-cuadrado

El rea sombreada de naranja

2
2
representa la probabilidad P[ ,n ]
que se determinadapor
, donde:
2 ,n es el valor critico del margen
superior de la tabla, y n son los
grados de libertad del margen
izquierdo de la tabla.

Probabilidad de un valor superior

Grados de libertad

0,1

0,05

0,025

0,01

0,005

2,71

3,84

5,02

6,63

7,88

4,61

5,99

7,38

9,21

10,60

6,25

7,81

9,35

11,34

12,84

7,78

9,49

11,14

13,28

14,86

9,24

11,07

12,83

15,09

16,75

10,64

12,59

14,45

16,81

18,55

12,02

14,07

16,01

18,48

20,28

13,36

15,51

17,53

20,09

21,95

14,68

16,92

19,02

21,67

23,59

10

15,99

18,31

20,48

23,21

25,19

Tabla 4. Distribucin de ji-cuadrado

Uso de la tabla JiCuadrado

P [ 15.99 | n 10] 0.10

2

P [ 11.07 2 | n 5] 0.05

Probabilidad de un valor superior

Grados de libertad

0,1

0,05

0,025

0,01

0,005

2,71

3,84

5,02

6,63

7,88

4,61

5,99

7,38

9,21

10,60

6,25

7,81

9,35

11,34

12,84

7,78

9,49

11,14

13,28

14,86

9,24

11,07

12,83

15,09

16,75

10,64

12,59

14,45

16,81

18,55

12,02

14,07

16,01

18,48

20,28

13,36

15,51

17,53

20,09

21,95

14,68

16,92

19,02

21,67

23,59

10

15,99

18,31

20,48

23,21

25,19

EJEMPLO
Martha Revilla, directora de mantenimiento de la calidad
en MEGA, elige 29 bicicletas y halla una varianza en la
distancia entre ejes de 32.7 pulgadas cuadradas. Si la
seora Revilla tienen que garantizar que la variacin no
supere 27 pulgadas cuadradas indica esto que se
cumplen las normas de produccin? (=0.05)
Hiptesis
Hiptesis

H 0 2 27

H1 2 27

Prueba
Pruebade
deuna
unacola
colaaala
laderecha
derecha

n 29
s 2 32.7
2 27

n 1 s 2 29 1 32.7

33.91
2

27

f 2

02.05; 28 41.337

0.05
33.91

41.337

Como XX2=33.91<41.337
=33.91<41.337 lala seora
seora Revilla
Revilla no
no rechazar
rechazar lala HH00 yy
Como

confiar
confiaralal95%
95%en
enque
quese
secumplen
cumplenlas
lasnormas
normasde
deproduccin
produccin

Que pasara, si las instrucciones de la seora Revilla fueran que la

variacin se mantuviera inferior a 27 pulgadas cuadradas?

H 0 27
2

H1 27
2

Prueba
Pruebade
deuna
unacola
colaaala
laizquierda
izquierda

f 2

02.95; 28 16.928
0.05

16.928
33.91

=33.91,la
laseora
seoraRevilla
Revillano
norechazar
rechazarla
laHH00yyconfiar
confiaral
al95%
95%en
en
XX2=33.91,

que
quese
secumplen
cumplenlas
lasnormas
normasde
deproduccin
produccin

La seora Revilla, ahora elabora un intervalo de confianza del 90% para la

varianza de la distancia entre ejes.

n 1 s 2

2
0.05; 28

n 1 s 2

02.95; 28

29 1 32.7 2 29 1 32.7

41.337

16.928

22.15 2 54.09
0.90

0.05

0.05

16.928
0.95

41.337

Revilla
Revilla puede
puede confiar
confiar alal 90%
90% en
en que
que lala varianza
varianza de
de la
la distancia
distancia
entre
entreejes
ejesse
seencuentra
encuentraentre
entre22.15
22.15yy54.09
54.09pulgadas
pulgadascuadradas
cuadradas

Prueba Ji-Cuadrado de Independencia

H0: Las variables X e Y son independientes
H1: Existe asociacin entre X e Y
Y
X

Categ. 1

......

Categ. s

Total

Cat. 1

O11

......

O1s

R1

.........

.......

......

.......

.....

Cat. r

Or1

......

Ors

Rr

Total

C1

......

Cs

Prueba Ji-Cuadrado de Independencia

Estadstica
r

(O ij E ij ) 2
E ij

i 1 j1

donde ,

E ij

Ri Cj
n

12

R .C.

Ejemplo de Prueba Ji-Cuadrado de independencia

Para verificar la suposicin de que la fabricacin de cierto producto
est asociado con enfermedades respiratorias, a 450 trabajadores de
una empresa que fabrica el producto se evalu respecto a la
presencia de sntomas de alteraciones respiratorias y se los clasific
a su vez de acuerdo al nivel de exposicin al producto. Los resultados
se presentan en la tabla siguiente:
Nivel de Exposicin

Presencia de
Sntoma

Total

Alto

Medio

Bajo

Si
No
Total

175
90
265

43
60
103

27
55
82

245
205
450

HH0::Las
alteraciones respiratorias son independientes de la
0 Las alteraciones respiratorias son independientes de la
exposicin
exposicinal
alproducto.
producto.
HH1:: Las
Las alteraciones
alteraciones respiratorias
respiratorias estn
estn asociadas
asociadas aa la
la
1
exposicin
exposicinalalproducto
producto

Frecuencias Esperadas:

Por ejemplo:

E 23

E ij

R iC j
n

R 2 C3 205 82

37.4
n
450
Nivel de Exposicin

Presencia de
Sntoma

Alto

Medio

Bajo

Si
No
Total

144.3
120.7
265

56.1
46.9
103

44.6
37.4
82

Total
245
205
450

Estadstica
2

(O ij E ij ) 2
E ij

i 1 j1

donde ,

E ij

Ri Cj
n

0.05
12

R .C.

O
2 ij n
i 1 j1 E ij
2

1752
552

...
450 36.4
144.3
37.4
Que
Quesigue
sigueuna
unadistribucin
distribucinJi-cuadrado
Ji-cuadradocon
con
(n-1)*(C-1)=(
(n-1)*(C-1)=(2-1)*(3-1)=2
2-1)*(3-1)=2grados
gradosde
delibertad
libertad

p P 36.4 0.0000000125 0.005

2
2

En
En conclusin,
conclusin, se
se rechaza
rechaza lala HH00(p
(p << 0.05),
0.05), es
es decir
decir las
las
alteraciones
alteraciones respiratorias
respiratorias estn
estn asociadas
asociadas aa lala
exposicin
exposicinalalproducto
producto

Distribucin F de Snedecor
Si
y X 2 son variables Ji-cuadrado distribuidas en forma
independiente
con y
grados de libertad, respectivamente, la
X1
variable k k
Z k
2
1
F 1 1
Z2 k 2

sigue la distribucin F con

yk1 grados
de libertad.
k2

Tabla F de Fisher

=0.05 con letra normal.

=0.01 con letra negrita

Ejemplo de uso de la tabla F de Fisher

Ejemplo de Aplicacin

De dos aulas de 5 ao de secundaria se tomaron muestras de tamaos

10 y 15 de las notas promedios de alumnos para probar si la dispersin
de las notas es la misma para las dos aulas. Los resultados obtenidos son
los siguientes:
Aula 1: 15, 16, 12, 14, 14, 15, 16, 13, 14, 15.
Aula 2: 12, 14, 15, 16, 16, 17, 15, 16, 18, 14, 12, 15, 16, 14, 13.

x1 14.40
x 2 14.87

S12 1.600

n1 10

S22 2.981

n 2 15

Deseamos probar las hiptesis:

H 0 : 12 22

H1 : 12 22

Luego

Si

0.05

1.600
0.5367
2.981

, entonces para F( 9,14 ) las cuantilas / 2

F0.025 (9,14 ) 0.26

1y / 2

F0.025 (9,14 ) 3.21

0.025

0.025

0.26

0.5367

3.21

Luego concluimos que la dispersin de las notas entre los alumnos

para las dos aulas de 5 ao son las mismas, pues no se encuentra
diferencia significativa.

EJEMPLO
La compaa llantera Good Year del Per, ha efectuado
un estudio sobre los hbitos de manejo de varios grupos
ocupacionales. En una muestra de 35 profesores
universitarios, el nmero promedio de kilmetros
recorridos al ao fue de 14,500 con una desviacin
standart de 3,200 km. En una muestra de 40 dentistas,
el kilometraje fue de 13,400, con una desviacin standart
de 1,950 km.

Se
Setiene
tiene

X1 14,500, s1 3,200, n1 35
X 2 13,450, s 2 1,950, n 2 40

Primero se verificar la condicin siguiente:

1 2

X1 14,500, s1 3,200, s12 10240000, n1 35

X 2 13,450, s 2 1,950, s12 3802500, n 2 40
Planteamos las Hiptesis:

H 0 : 12 22

H1 : 12 22

10240000
F
2.693
3802500

Para =0.05

0.025

F0.025 ( 34,39 ) 0.515

0.95

0.515

F0.975 ( 34,39 ) 1.9

0.025

1.9

2.693

Se
Serechaza
rechazalalaHH00,,es
esdecir
decirque
que 11 22

Luego, se prueba
la hiptesis:

H 0 : 1 2

Diferencia de las
medias muestrales

X1 X 2 14,500 13,450 1,050Km.

s12 s 22
s X1 X 2

n1 n 2

Valores
Valorescrticos
crticos

H1 : 1 2

3,200 2 1,950 2
35

40

622.6

0 Z * s X1 X 2
0 1.96 622.6
0 1,220.3

YY los
los valores
valores crticos
crticos son:
son: -1,220.3
-1,220.3 yy +1,220.3
+1,220.3

Se acepta la hiptesis nula

Se Rechaza

Se Rechaza

rea =0.025

rea =0.025
Z= -1.96

Z= +1.96

X1 X 2 0
-1220.3
Valor critico

s X1X2 622.6 millas

+1220.3
Valor critico

+1050 = diferencia
observada entre las
medias muestrales.

Ejercicio
Como la diferencia entre las medias
muestrales es de 1050 millas y se
acepta un margen de error de 1220
millas, en consecuencia, no hay
diferencias significativas entre los
dos grupos

EJEMPLO
Freddy Lopez, operador de la cadena de restaurantes Las
Tejas, ha hecho una encuesta entre los clientes en dos
ciudades, pues desea averiguar si les gustara que en el
men se incluyeran sandwiches de jamn y queso. De las 500
personas encuestadas en la capital, 200 contestaron
afirmativamente, mientras que 150 de las 300 encuestadas en
una ciudad cercana tambin contestaron afirmativamente.
Freddy quiere saber si, en un nivel de 0.05 esos resultados
son significativamente diferente.

En
Enresumen
resumen

P1 200 / 500 0.40, n1 500

P 2 150 / 300 0.50, n 2 300

Primero se determinar si se cumple lo siguiente:

Se
Setiene
tiene

1 2

P1 200 / 500 0.40, n1 500, s12

0.40 0.60 0.00048

P 2 150 / 300 0.50, n 2 300, s 22

0.50 0.50 0.00083

500

300

Planteamos las Hiptesis:

H0 :
2
1

2
2

H1 :
2
1

2
2

0.00048
F
0.576
0.00083

Para =0.05

F0.025 ( 499, 299 ) 0.8184 F0.975 ( 499, 299 ) 1.228

0.025

0.576

0.95

0.8184

0.025

1.228

Se
Serechaza
rechazalalaHH00,,es
esdecir
decirque
que 11 22

Luego, se prueba
la hiptesis:

H 0 : P1 P2

H1 : P1 P2

Diferencia de las
P
1 P 2 0.40 0.50 0.10
proporciones muestrales
n P1 n 2 P 2 500 0.40 300 0.50
P 1

0.4375
n1 n 2
500 300
Re mplazando p 0.4375 en la frmula de s P1 P 2
asi como los valores de
n1 , n 2

1 1
s P1 P 2 P1 P
0.0362
n1 n 2
Valores
Valorescrticos
crticos

0 Z * s P1 P 2
0 1.96 0.0362
0 0.071

YY los
los valores
valores crticos
crticos son:
son: -0.071
-0.071 yy +0.071
+0.071

Se acepta la hiptesis nula

Se rechaza

Se rechaza

rea =0.025

rea =0.025

Z= -1.96

Diferencia observada
entre las proporciones
muestrales =
(0.40-.050) =-0.10

Z= +1.96

P1 P2 0
-0.071
Valor
critico

s P1 P2 0.0362

+0.071
Valor
critico

Ejercicio
Como la diferencia entre las
proporciones muestrales es de -0.10
y se acepta un margen de error de
0.071, en consecuencia, si hay
diferencias significativas entre los
dos grupos

FIN

MUCHAS
GRACIAS