Professional Documents
Culture Documents
Pruebas de hiptesis
medias, varianzas, proporciones
Introduccin
PARAMETROS
ESTADISTICAS
2
X s
2
r
[107] 105
El razonamiento de pruebas de hiptesis se emplea para res-
ponder preguntas como las siguientes:
106
de estudiantes y obtiene el valor 0.87 para el coeficiente de
correlacin muestral entre las puntuaciones de ansiedad y
creatividad, qu har para llevar ese resultado a la poblacin
de 20000 estudiantes?.
Hiptesis estadstica
107
puede ser simple o compuesta. Es simple, cuando la proposicin
caracteriza completamente a la distribucin de la variable aleato-
ria y en caso contrario se denomina hiptesis compuesta.
A fin de probar una proposicin, es preciso formular una hi-
ptesis denominada nula conjuntamente con otra denominada
hiptesis alternativa.
Ejemplo 3.1
108
tomar dos decisiones respecto de la hiptesis nula. La hiptesis
nula es verdadera o es falsa.
Nunca puede concluirse con certeza, a partir de una muestra,
que H 0 es verdadera o falsa ya que lo mximo que se puede afir-
mar es que H 0 tiene ms probabilidad de ser cierta que falsa.
109
, mientras que a la probabilidad de cometer el error de tipo II se
denota con .
= P (Re chazar H /H o o
es verdadera) = P(I)
= P( Aceptar H /H o o
es falsa) = P(II).
P( I ) = P(Re chazar H /H
o o
verdadero) = . (3.1)
Regla de Decisin
110
ceso se conoce como la determinacin de la regin de rechazo de
la hiptesis nula.
Tipo de la regin una regin al lado dos regiones, una una regin, lado
crtica izquierdo a cada lado derecho
111
dra rechazar la hiptesis nula. El problema es determinar el ran-
go de valores de x para los que, stos puedan considerarse gran-
des.
En general, el conjunto de valores de la estadstica de prueba
para los cuales se rechaza la hiptesis nula, se llama regin de
rechazo o regin crtica.
Por ejemplo, se podra tomarse como una regin de rechazo
el intervalo (16, ), de tal manera que si la media muestral encon-
trada cae en este intervalo, se debe rechazar la hiptesis nula. Esta
decisin es razonable puesto que si la hiptesis nula es verdadera,
la probabilidad de encontrar una media muestral mayor que 16,
en el supuesto de normalidad, es:
X u
( )
P X > 16 / u = 14 = P Z >
P Z >
16 14
2 = 1 P (Z 6.32 ) =0.000.
n 40
112
dad de equivocarnos al rechazar la hiptesis nula, siendo sta ver-
dadera, sea un valor pequeo, es decir, sea la probabilidad de
cometer el error tipo I o el denominado nivel de significacin. As
se estara tratando de evitar, en lo posible, el error de una decisin
equivocada.
Por ejemplo, si deseamos cometer el error de tipo I con pro-
babilidad igual a = 0.05, se puede escoger como regin de recha-
zo, al intervalo (a, ), de manera que:
= P (X > a / u = 14 ) = P Z >
a u a 14 6.32(a 14)
P
Z > = 1 P Z =0.05
2 2
n 40
6.32(a 14)
P Z = 0.95 . Usando la tabla normal se observa que:
2
6.32(a 14) a 14 = 0.52 a = 14.52
= 1.645
2
113
x 14
tral, zc = , cae en el intervalo (1.645, ).
2
40
Procedimiento de las pruebas de hiptesis
Regin de rechazo
1.645
114
Asociados a los parmetros existen estimadores de los par-
metros que se han presentado en el captulo anterior y que se re-
sumen a continuacin:
2
varianza poblacional S
2
varianza muestral s
1 2
diferencia de medias X X
1 2 diferencia de x x
1 2
poblacionales medias muestrales
2 2
/1 2 cociente de varianzas
2
S /S
1
2
2 cociente de s /s
1 2
poblacionales varianzas
muestrales
1 2
diferencia de P P
1 2 diferencia de pp
1 2
proporciones proporciones
poblacionales muestrales
115
Se plantean conjuntamente la hiptesis nula y la hiptesis alterna-
tiva.
H 0 : Parmetro = w
zona de rechazo zona de no rechazo zona de rechazo
De la hiptesis de la hiptesis nula de la hiptesis nula
a w b
H 0 : Parmetro w
Zona de rechazo zona de no rechazo
de la hiptesis nula de la hiptesis nula
a w
H 0 : Parmetro w
Zona de rechazo zona de no rechazo
de la hiptesis nula de la hiptesis nula
w b
donde " w" es un valor conocido.
116
que permita rechazar la hiptesis nula. Por lo general la hiptesis
alternativa coincide con la sospecha que se tiene y es la negacin
de la hiptesis nula. Para los tres casos mencionados anteriormente
las hiptesis alternativas son:
H 1 : parmetro w
H 1 : parmetro < w
H 1 : parmetro > w
117
Paso 5. Regin de rechazo y anlisis del nivel de
significacin
Figura 3.1
118
1.645
b) Cuando la hiptesis alternativa es H 1 : u < w y la probabilidad
d e
-1.645
Paso 6. Decisin
119
Una vez realizados los pasos anteriores, la decisin acerca de la
hiptesis nula H 0 , es simplemente cuestin de mirar dnde cae
el valor de x estandarizado (para lo cual se observa una muestra
aleatoria)
Segn dnde quede ubicado el valor del estimador muestral
habr que: rechazar o no rechazar la hiptesis nula.
A continuacin se presenta un ejemplo para ilustrar el desa-
rrollo de una prueba de hiptesis en el que se resume los pasos
anteriores.
Ejemplo 3.2
Solucin
120
de estudios en la UNMSM, de alumnos ingresantes a travs del
centro pre universitario de la universidad. Se plantea la hiptesis
nula juntamente con la hiptesis alternativa.
Ho: = 13.
H a : : > 13
121
nula.
En la tabla normal, el valor de z que cumple P (Z > z ) = 0.05 =
, es z = zterico = 1.645.
Luego, la regin crtica o de rechazo de la hiptesis nula es el
intervalo (1.645, ).
Regin de rechazo de H0
Paso 3. Tomar la
1.645
muestra y obtener zc
Con la informacin de la muestra observada y bajo el supuesto de
que la hiptesis nula es verdadera, la estadstica de prueba toma
el valor 10. Es decir:
x 0 14 13
zc = = = 10, es el valor muestral estandariz ado.
1
n 100
Paso 4. Decidir
Observacin 1
122
car un determinado valor del nivel de significacin . Esto facilita
la lectura de los resultados y concede al investigador, sobre la base
del valor de p-value, la libertad de rechazar o no la hiptesis nula.
Es decir, la decisin: rechazar la hiptesis nula porque el va-
lor de zc = 10 es mayor que el valor encontrado en la tabla nor-
mal, z = 1.96 ; es equivalente a la decisin: rechazar la hiptesis
nula porque el nivel crtico de la prueba, P (Z > 10) = 0.00 , es
menor que el valor del nivel de significacin, = 0.05 . Es decir,
rechazar la hiptesis nula porque P (Z > 10 ) = 0.000 es menor que
= 0.05 . Esta es la regla que se usar toda vez que se trabaje con
el software estadstico SPSS.
123
pasos se resumen a continuacin:
H 0
: = 0
H 1
: > 0
Ejemplo 3.3
124
Hiptesis Estadstico de prueba Regla de decisin
Rechazar la hiptesis,
H 0
: u = u0 si
H : = 0 x 0 zc > zterico
0 zc =
equivalentemente
n
zc > zterico zc < zterico
Con el SPSS:
p _ value < / 2
Solucin
125
Paso 1: Planteamiento de las hiptesis
Ho: u = 75
Ha: u < 75
x 70 75
zc = = = 5.10.
12
n 150
126
En la tabla normal, el valor de z = zterico que cumple
P (Z < zterico ) = 0.05 = , es zterico = -1.645.
Luego, la regin crtica es el intervalo: (-, -1.645).
-1.645
Paso 4: Decisin
Ho: u = 75
Ha: u < 75,
127
ta mayor evidencia para rechazar la hiptesis nula, que el valor
de la media muestral estandarizada z= -2.5, porque la probabili-
dad de encontrar un valor de la media muestral menor que -5.1 es
menor que la probabilidad de encontrar un valor menor que -2.5.
El valor -5.1 indica que existe mayor discrepancia entre la media
muestral y el valor uo sealado en la hiptesis nula.
As, una manera de medir el grado de discrepancia entre la
media muestral observada y la hiptesis nula se obtiene calculan-
do la probabilidad de observar un valor del estadstico de prueba
ms extremo que el valor estandarizado observado de la media
muestral. A esta probabilidad se le llama nivel crtico de la prue-
ba ( p _ value en el idioma ingls).
As, el nivel crtico de la prueba, cuando el valor de la media
muestral estandarizada es z = -2.5, es P (Z 2.5) = 0.0062. Si la
hiptesis nula es verdadera, la probabilidad de encontrar un va-
lor de la media muestral estandarizada menor o igual a -2.5 es
muy pequea (0.0062) y menor al nivel de significacin dado. Se
decide aceptar que la hiptesis nula es falsa.
Cuando el valor estandarizado de la media muestral es
z = -5.1, el nivel crtico de la prueba o p _ value es P (Z 5.1)=
0.0000. Si la hiptesis nula es verdadera, la probabilidad de en-
contrar un valor de la media muestral estandarizada menor o igual
a -5.1 es cero. No queda otro camino que rechazar la hiptesis nula.
Cuanto menor sea el valor de p-value, mayor ser la discre-
pancia entre los datos observados y la hiptesis nula.
128
x 0
zc =
dstica de prueba con valores se usa la estadstica de
n
x 0
tc=
prueba s . Se ha visto en el captulo 1 que la variable alea-
n
X
t=
toria S tiene distribucin t-Student con ( n 1 ) grados de
n
libertad.
Se usar este resultado para ilustrar el procedimiento para
contrastar hiptesis, cuando la hiptesis alternativa tiene el senti-
do ">". Los pasos se resumen a continuacin:
H : =
0 0
H 1 : > 0
Paso 2: Se toma una muestra aleatoria de tamao n y se obtiene el
x 0
estadstica de prueba tc = .
s
n
Paso 3: Se encuentra la regin crtica, para el nivel de significa-
cin P(t( n 1) > tterico ) = , donde tterico es el valor de la abcisa de la
distribucin t-Student con (n-1) grados de libertad, que deja de
rea al lado derecho de la curva.
La regin crtica es el intervalo ( tterico , ).
129
la siguiente tabla se resume los diversos casos de la prueba de
hiptesis respecto de la media de una poblacin normal con va-
rianza desconocida.
Ejemplo 3.4
H 0
: u = u0 , si
x 0
H 0
: = 0 tc = tc > tterico
s
H 1
: > 0
n
p _ value <
H 0
: = 0
tc =
x 0 tc < tterico
H 1
: < 0 s
n p _ value <
x 0
H 0
: = 0 tc = tc > tterico
s
H 1
: 0
n
equivalentemente
tc > tterico tc < tterico
p _ value < / 2
130
ingresaron el ao 2004 a travs del centro pre universitario que
dirige y pidi al sistema de matrcula el rendimiento de cada uno
de estos alumnos durante el ao acadmico 2004. Para dicha mues-
tra obtuvo un rendimiento promedio de 14.5 puntos con desvia-
cin estndar 1.5 puntos. Veamos si existe suficiente evidencia
muestral para decir si es cierta la percepcin del Director Acad-
mico. = 0.05.
Solucin
H 0 : u = 13
H 1 : u > 13
x 0 14.5 13
tc = = = 4.47.
s 1.5
n 20
Paso 3: Se obtienen la regin crtica
131
Para el nivel de significacin = 0.05 y prueba unilateral del sen-
( )
tido mayor, se cumple que P t(19 ) > tterico = 0.05 . En la tabla t-Stu-
dent, el valor de tterico con 19 es: tterico = 1.729. Luego, la regin
crtica es el intervalo (1.729, ).
Paso 4: Decisin
Ejemplo 3.5
10 10 11 16 17 16 14 12 12 13 9 10 12 12 10 17 13 15 18
Solucin
132
mitirse al libro: Estadstica Descriptiva con auxilio del SPSS y Matlab
(Gmez y et.al, 2005).
Los clculos auxiliares son:
Edades
xi
Nmero
de nios f i
xi f i
(x x) (x x)
i
2
i
2
fi
9 1 9 16 16
10 4 40 9 36
11 1 11 4 4
12 4 48 1 4
13 2 26 0 0
14 1 14 1 1
15 1 15 4 4
16 2 32 9 18
17 2 34 16 32
18 1 18 25 25
19 247 140
1 k
x= fi = 247
n i =1 xi 19
= 13 , n = 19 es el tamao de muestra.
s
2
=
1 k
n 1 i =1
(x x)
i
2
f i = 140 = 7.777
18
S = 2.7888
H 0 : = 11
Hiptesis alternativa: La sospecha del estudiante de maestra y
la informacin en la muestra nos dice que ese promedio ha sido
133
superado. As la hiptesis alternativa es:
H 1 : > 11
x 0 13 11
tc = = = 3.126
s 2.7888
n 19
134
mas que lo requiera, en el presente y en captulos posteriores, se
dar por entendido que el estudiante tiene alguna familiaridad
con la declaracin de variables y creacin de base de datos y cen-
traremos nuestra atencin en los comandos del SPSS que se usa-
rn para realizar los procedimientos estadsticos correspondien-
tes.
Ejemplo 3.6
a) Activar el SPSS.
b) Crear el archivo DATOS1- nios y declarar la variable EDAD
con los valores que ha tomado dicha variable en el ejemplo an-
terior. Luego se ejecutarn los siguientes comandos del SPSS
que permitirn encontrar el valor de tc que luego se compa-
rar con el valor de tterico encontrado en la tabla t-Student.
ANALIZE/COMPARE MEANS/ ONE-SAMPLE T-TEST/
llevar a TEST VARIABLE la variable creada EDAD/ en TEST
VALUE colocar 11 (el valor de la media poblacional bajo la
hiptesis nula)/ pulsar el comando OK.
En el output del SPSS se lee el valor de tc = 3.126 .
Paso 3: Es igual a la solucin del problema 3.5.
One-Sample Test
Test Value = 11
T
edad 3.126
135
Paso 4: Igual a la decisin tomada en el ejemplo 3.5.
X X
Z= t =
y S
n n
Ejemplo 3.7
136
Solucin
H 0 : = 12 versus H1 : < 12 .
x 0 11.5 12
zc = = = 1.75
s 2.8
n 96
137
H1 : < 0 H1 : > 0 H1 : 0
Ejemplo 3.8
H : = , si
0 0
H : = 0 p 0 zc > zterico
0 zc =
H 0
: > 0 0 (1 0 )
n
con el SPSS:
p _ value <
p 0
H 0
: = 0 zc = zc < zterico
0 (1 0 )
H 0
: < 0
n
Con el SPSS:
p _ value <
p 0
H : =
0 0 zc =
0 (1 0 )
zc > zterico
H :
0 0
n
equivalentemente
zc > zterico zc < zterico
Con el SPSS:
p _ value < / 2
138
dos aos el gobierno ha realizado inversiones en infraestructura y
docencia en dichas zonas rurales con la esperanza de revertir el
resultado planteado por el Ministro. Con el fin de evaluar los cam-
bios, despus de dos aos, se tom una muestra aleatoria de 500
estudiantes de zonas rurales y se encontr que 100 de ellos aban-
donaron los estudios al culminar el tercer ao de primaria. Qu
puede decirse de la afirmacin del Ministro de Educacin?. Usa-
remos = 0.05.
Solucin
Paso 3: Para =0.05, P (Z < zterico ) = 0.05 =, por lo que= zterico -1.645.
Luego, la regin de rechazo es el intervalo (- , -1.645).
139
chazo se determina con la distribucin binomial, tema que no se
aborda en el presente libro.
140
Si X e Y son variables aleatorias independientes con distribucio-
( ) ( )
nes N 1 , 1 y N 2 , 22 respectivamente; entonces, las medias
2
n1
2
N 2 , 2 . Luego, la variable aleatoria X 1 - X 2 estandarizada,
n2
Z= 1
(X X 2 ) (1 2 ) , tiene distribucin N (0,1).
12 22
+
n1 n2
zc =
(x x )
1 2
22
+ 2 , donde x1 y x2 son los valores que toman
1
n1 n2
las medias de las muestras observadas.
( )
Paso 3: Para = 0.05, P Z > zterico = 0.05 = , entonces
P ( Z < zterico ) = 0.95 , por lo que zterico = 1.96.
141
lo (1.96, ).
Ejemplo 3.9
H 0 : 1 = 2
zc =
(x x )
1 2 zc > zterico
H1 : 1 > 2 2
2
1
+ 2
n1 n2 con el SPSS:
p _ value <
H 0 : 1 = 2 zc =
(x x )
1 2 zc > zterico
H 1 : 1 < 2 2
2
1
+ 2
n1 n2 con el SPSS:
p _ value <
H 0 : 1 = 2
zc =
(x x )
1 2 zc > zterico
H 1 : 1 2 2
2
equivalentemente
1
+ 2
n1 n2 zc > zterico zc < zterico
con el SPSS:
p _ value < / 2
142
mtodo A y en el otro de 120 se aplic el mtodo B. Las medias de
las calificaciones obtenidas fueron 13 y 13.5 respectivamente. Po-
demos admitir que los mtodos de enseanza no son diferentes y
que las diferencias encontradas en las muestras se debe al azar?.
Experiencias anteriores dicen que las variables X 1 y X 2 que re-
presentan los rendimientos con los mtodos A y B respectivamen-
te, tienen distribucin normal con varianzas 3 y 3.5 y = 0.05 .
Solucin
H 0 : 1 = 2 H1 : 1 2
zc =
(x x )
1 2
=
(13 13.5)
= -1.94.
2
2
3 3.5
+
+
1 2
n1 n2 80 120
143
Poblaciones independientes: igualdad de medias cuando las varianzas
poblacionales son desconocidas e iguales
Z=
(X 1 )
X 2 (1 2 ) , tiene distribucin
N (0,1) .
2
2
+
n1 n2
( X 1 X 2 ) (1 2 )
t= , cuya distribucin es t-Student con
1 1
S +
2
n1 n2
p
za poblacional es S p2 =
(n 1)S + (n 1)S
1
2
1 1
2
2
.
n +n 2
1 2
la estadstica de prueba tc =
( x1 x2 )
. s 2p =
(n 1)s + (n 1)s
1
2
1 2
2
2
es
1
s 2p +
1 n +n 2
1 2
n1 n2
la varianza combinada de las dos muestras, s12 y s22 son las esti-
maciones de las varianzas muestrales de tamaos n1 y n2 .
A continuacin se presenta el resumen de las hiptesis con-
144
trastadas, la estadstica de prueba y la regla de decisin.
Ejemplo 3.10
H 0
: 1 = 2
tc =
( x1 x2 ) tc > tterico
H 1
: 1 > 2 1 1
s 2p + con el SPSS:
n1 n2 p _ value <
H 0
: 1 = 2
tc =
( x1 x2 ) tc < tterico
H 1
: 1 < 2 1
s 2p +
1
con el SPSS:
n1 n2
p _ value <
H 0
: 1 = 2
tc =
( x1 x2 ) tc > tterico
H 1
: 1 2 1 1
s 2p +
equivalentemente
tc > tterico tc < tterico
n1 n2
con el SPSS:
p _ value <
Para H 1
(n n
: 1 > 2 , P t( + 2
) t =t
) > tterico = donde terico ( n1+n2 2,1 )
: < , P(t(n n )= donde t
1 2
145
en el rendimiento acadmico de los estudiantes. Para verificar su
hiptesis decide realizar el siguiente experimento: durante un se-
mestre se llev a cabo el trabajo lectivo en dos grupos indepen-
dientes de estudiantes de la misma carrera en la misma universi-
dad, empleando dos mdulos (A y B) de caractersticas bien dife-
renciadas, que fueron seleccionados aleatoriamente. Al final del
curso se aplic el mismo examen y se obtuvo las siguientes notas.
Solucin
Mtodo A 15 16 15 13 13 16 16 14 17
Mtodo B 13 14 14 11 12 14 13
H 0 : 1 = 2 H1 : 1 2
146
s 2p =
(n 1)s + (n 1)s
1
2
1 2
2
2 8(2) + 6(1.333)
= 1.7141
=
n +n 21 2
14
Notas de los
estudiantes (x 1i x1 )2 Notas de los
estudiantes (x 2i x2 )
2
mtodo A mtodo B
x1i x2 i
15 0 13 0
16 1 14 1
15 0 14 1
13 4 11 4
13 4 12 1
16 1 14 1
16 1 13 0
14 1 --
17 4 ---
135 16 91 8
1 n1 135
x1 =
n1 i =1 x1i =
9
= 15 n1 = 9
s12 =
1 n1
n1 1 i =1
(x 1i x1 )
2
=
16
8
=2
1 n2
x2 = 91
n21 i =1 x2i = 7
= 13 n2 = 7
s22 =
1 n2
n2 1 i =1
(x 2i x 2 ) 2
=
8
7
= 1.333
( x1 x2 ) 15 13
tc = = = 3.031.
1 1 1 1
s 2p + 1.7141 +
n1 n2 9 7
t(14,0.975) = -1.761.
Luego, la regin de rechazo es el intervalo (- , -1.761) el
intervalo (1.761, ).
147
Paso 4: Como el valor del estadstico de prueba tc = 3.031 cae
en el intervalo (1.761, ), podemos decir que la diferencia encon-
trada entre las medias muestrales es significativa al nivel de signi-
ficacin 0.10.
Ejemplo 3.11
-1.76 1.76
Solucin
H 0 : 1 = 2 H1 : 1 2
a) Activar el SPSS.
b) Abrir el archivo de DATOS2-mtodos. Podr observar que
tenemos valores de dos variables: de la variable rendimiento
de los estudiantes y de la variable grupo, donde se clasifica a
los estudiantes segn el mtodo de enseanza. En la variable
grupo, se ha codificado con 1 a quienes recibieron la ense-
148
anza con el mtodo A y con el cdigo 2 a quienes estudiaron
con el mtodo B.
c) Ejecutar los siguientes comandos del SPSS que permitirn
encontrar el valor de que luego se comparar con el valor de
encontrado en la tabla t Student.
ANALIZE/COMPARE MEANS/ INDEPENDENT-SAMPLE
T-TEST/ llevar a TEST VARIABLE la variable creada REN-
DIMIENTO/ en GROUPING VARIABLE elegir GRUPO/ DE-
FINE GROUPS/ en grupo1 colocar 1 y en grupo2 colocar 2/
CONTINUE/ OK.
En el output del SPSS se tiene el valor de tc = 3.031.
t df Sig. (2-tailed) =
p _ value
149
dias muestrales X 1 y X 2 , correspondientes a muestras de tama-
2
o n1 y n2 , tienen las siguientes distribuciones N 1 , 1 y
n1
2
N 2 , 2 .
n2
( )y (x ) y la
n1
1 2
1 n2 2
se estiman con s1 = n 1 x1i x1 s22 = 2i x 2
2
1 i =1 n2 1 i =1
( x1 x2 )
estadstica de prueba es, tc = . Los grados de libertad
s12 s22
+
n1 n2
2
s12 s22
n1 + n2
de la estadstica son k , donde: k =
2 2 2.
s12 s22
n n
1
+
2
n1 + 1 n2 + 1
z=
(x x ) , que corresponde a una variable cuya distribucin
1 2
2
s s2
1
+ 2
n1 n2
150
es normal estndar.
Ejemplo 3. 12
Mtodo B 13 18 14 17 12 17 13
Solucin
151
a) Activar el SPSS.
b) Abrir el archivo de DATOS3-diferentes.
c) ANALIZE/COMPARE MEANS/ INDEPENDENT-SAMPLE
T-TEST/ llevar a TEST VARIABLE la variable creada REN-
DIMIENTO/ en GROUPING VARIABLE elegir GRUPO/
DEFINE GROUPS/ en grupo1 colocar 1 y en grupo2 colocar
2/ CONTINUE/ pulsar el comando OK.
rendimiento Equal
variances not
assumed .139 9.151 .892
1 9 2.000
2 7 5.810
Total 16 3.396
152
2
s12 s22
n1 + n2
k=
2 =
[(2 9 )+ (5.81 7 )] 2
2 = 9.15
2
s12 s22
n n
2
( 2 9 ) + (5.81 7 )
2 2
1
+
2
9 +1 7 +1
n1 + 1 n2 + 1
153
Hiptesis Estadstico de prueba Regla de decisin
Rechazar la hiptesis
H 0 : 1 = 2 , si
p1 p2
H 0 : 1 = 2 zc = zc > zterico ( zterico , )
H1 : 1 > 2 1 1
p (1 p ) +
n1 n2 con el SPSS:
p _ value <
H 0 : 1 = 2 z = p1 p2 zc > zterico
c
H1 : 1 2 1 1
p (1 p ) + equivalentemente
n1 n2 zc > zterico zc < zterico
Con el SPSS:
p _ value <
n1 p1 + n2 p2
1 = 2 = , es p = y se puede usar como la esta-
n1 + n2
p1 p2
dstica de prueba . A continuacin se presenta
1 1
p (1 p ) +
n1 n2
el resumen para cada una de las posibles hiptesis alternativas y
las respectivas regiones de rechazo.
Ejemplo 3.13
154
vidad, a continuacin de lo cual se dieron varios ejemplos de la
situacin. A los estudiantes del grupo 2 se les expuso ejemplos,
tras de lo cual se enunci verbalmente el concepto de transitivi-
dad. Son dos las poblaciones subyacentes a las muestras y que
hubieran podido participar en el experimento. Seguidamente se
administr una prueba de tems a los 200 estudiantes, para deter-
minar si dominan el concepto de transitividad, pues, se desea sa-
ber si en estas dos poblaciones de estudiantes, las respectivas pro-
porciones 1 y 2 que manejan la transitividad son o no iguales
(el criterio es el nmero de respuestas correctas en la prueba de
tems). Al finalizar el experimento, 68 estudiantes de la muestra 1
y 54 estudiantes de la muestra 2 dominaban el concepto de transi-
tividad. Veamos si existe diferencia en las proporciones poblacio-
nales. Usemos = 0.05 .
Solucin
155
concepto de transitividad con los dos mtodos ya descritos.
H 0 : 1 = 2 H 0 : 1 2
156
S12
sis nula es verdadera, la estadstica F = tienen distribucin
S22
F-Snedecor con (n1 1)y (n2 1) grados de libertad.
La estadstica de prueba basada en los valores observados de
dos muestras independientes, x11 ,...., x1n1 de la variable X 1 y
Hiptesis Estadstico de prueba Regla de decisin
Rechazar la hiptesis
H 0 : 12 = 22 , si
H1 :
2 2
s2 Fc > F( n 1,n 1;1 )
1 2 1 2 2
2
x21,...., x2,n 2 de la variable X 2 respectivamente, es: F c= s12 , que
s2
se comparar con el valor terico de la abscisa de la distribucin F
con (n1 1) y (n2 1) grados de libertad.
Se rechaza la hiptesis nula, si el valor de la estadstica calcu-
lada se encuentra ya sea en la cola inferior o en la cola superior
correspondiente a , de la distribucin F-Snedecor, con (n1 1)
2
y (n2 1) grados de libertad.
Ejemplo 3.14
Mtodo B 13 14 14 11 12 14 13
157
de caractersticas bien diferenciadas. Al final del curso aplic el
mismo examen a todos los estudiantes y obtuvo las siguientes no-
tas.
Solucin
H 0 : 12 = 22 H1 : 12 22
y s2 =
2 1 n2
n2 1 i =1
(x 2i x 2 )
2
=
8
= 1.333 . Luego, obtenemos el valor de la estadstica de prueba:
7
s2 2
f c = 12 = = 1.5
s2 1.33
( )
Paso 3: Para =0.02 P F(n1 1,n2 1) > f terico = 0.01 = / 2 . Si en el paso
2, siempre elegimos como numerador la mayor varianza, slo se
( )
analiza P F(n1 1,n2 1) > f terico = / 2 y la regin crtica se reduce
al intervalo ( f terico , ).
En el presente problema, los grados de libertad son 8 y 6 res-
(
pectivamente, entonces para P F(8,6 ) > f terico = 0.10 tenemos )
158
f terico = 8.1, por lo que la regin crtica es el intervalo (8.1, ).
Ejercicios
159
medio 14.5 puntos con desviacin estndar 0.5 puntos. Existe evi-
dencia muestral para decir si es cierta la percepcin del Director
Acadmico?. Suponga normalidad y = 0.10. Use la metodologa
correspondiente para dar respuesta a la pregunta planteada.
en mnibus caminando
x1 = 145 x2 = 135
160
do un rendimiento promedio de 13 puntos. Para confirmar su per-
cepcin llev a cabo un estudio, para el que escogi una muestra
aleatoria de 25 alumnos que ingresaron el ao 2004 a travs del
centro pre universitario que dirige y pidi al sistema de matrcula
el rendimiento de cada uno de estos alumnos durante el ao aca-
dmico 2004. Para dicha muestra obtuvo un rendimiento prome-
dio de 13.9 puntos con desviacin estndar 0.45 puntos. Existe
suficiente evidencia muestral para decir que es cierta la percep-
cin del Director Acadmico?. Suponga normalidad y use = 0.10
Antes de aplicar el Plan Huascarn en el distrito de Cajatam-
bo, el rendimiento promedio de los estudiantes de primer ao de
primaria era de 12 puntos. Para determinar si el Plan ha sido efec-
tivo en el incremento del rendimiento de los estudiantes, se obser-
varon al azar a 150 estudiantes despus de aplicar el plan durante
un ao acadmico, obtenindose de rendimiento promedio 13.5
puntos con desviacin estndar 2.1 puntos. Al nivel de significa-
cin 0.05 se podra decir que existe evidencia de el rendimiento
promedio ha aumentado?. Use la metodologa correspondiente
para dar respuesta a la pregunta planteada y de ser necesario su-
ponga normalidad.
Hace tres aos el Ministro de Educacin afirm que histri-
camente la tasa de desercin estudiantil en el nivel primario es
del 20%. En los ltimos dos aos el gobierno ha realizado progra-
mas especiales para que dicha tasa disminuya sustancialemte. La
informacin del ao pasado seala que la tasa de desercin fue
del 17%. Qu puede decirse de la afirmacin del Ministro de Edu-
cacin?. De ser necesario suponga normalidad y use a) = 0.05
b) Use = 0.10.
Un investigador en el campo educativo sostiene que el mdulo
didctico empleado en la enseanza de Matemticas es uno de los
factores que influye y determina en el proceso de enseanza apren-
dizaje y por lo tanto, el mdulo adoptado incidir en el rendimiento
Mtodo A 12 13 12 10 10 13 13 11 14
Mtodo B 16 17 117 14 15 17 16 16 15
161
acadmico de los estudiantes. Para verificar su hiptesis decide rea-
lizar el siguiente experimento: durante un semestre se llev a cabo
el trabajo lectivo para dos grupos de estudiantes de la misma ca-
rrera en la misma universidad, empleando dos mdulos (A y B)
de caractersticas bien diferenciadas. Al final del curso se aplica el
mismo examen y se obtuvo las siguientes notas:
162
de edad, residentes en el Cercado del Distrito del Callao, pertene-
cientes al estrato socioeconmico medio.
Por el costo de la investigacin, es decir, por razones econ-
micas, administrativas y algo de dispersin geogrfica se conside-
r conveniente trabajar con dos muestras aleatorias independien-
tes, una de cada una de las poblaciones ya descritas.
Las variables investigadas fueron los puntajes en las siguien-
tes pruebas:
Nivel de p. anlisis fonmico (PAF)
163
c) La media de los puntajes en el nivel de Comprensin Lectora
(PCL) es superior en el estrato medio con respeto al estrato
bajo?. Use = 0.10.
d) La media de los puntajes en el nivel de P.Con.Fon' (PCF) es
164
d) La media de los puntajes en el nivel de P.Con.Fon' (PCF) es
superior en el estrato medio con respeto al estrato bajo?. Use
= 0.10.
Total 30
165
Suponiendo normalidad, se puede concluir con un nivel de
significacin:
Notas
Total 140
166
Rendimiento promedio en cursos de humanidades.
Rendimiento promedio en cursos de ciencias.
167