You are on page 1of 8

Producto Académico N° 02

INSTRUCCIONES: Estimado estudiante resuelva cada una de las preguntas planteadas en


formato Word o Excel. En cualquier otro formato no se tomará en cuenta la presentación. En el
caso de los datos que contengan muchos decimales aproxímelos a 4 cifras.

1. Las puntuaciones en un test que mide la variable creatividad siguen, en la población general
de adolescentes, una distribución Normal de media 11,5. En un centro escolar que ha
implantado un programa de estimulación de la creatividad una muestra de 28 alumnos ha
proporcionado las siguientes puntuaciones:

11 9 12 17 8 11 9 4 5 9 14 9 17 14
24 19 10 17 17 8 23 8 6 14 16 6 7 15

A un nivel de confianza del 95% ¿Puede afirmarse que el programa es efectivo?

H0: µ=11.5

H1: µ>11.5

α=0.05

La media es µ = 339/28 = 12.1071

s = 5.2728

t= (12.1071-11.5) *raíz (28) / 5.2728=0.6093

Puesto que H0 es la hipótesis de que no es efectivo, para afirmar que es efectivo deberá darse
una media muy alta, de tal forma que su probabilidad sea inferior al 5%. Además, tendremos
que tomar el coeficiente de confianza t de las tablas a una cola pues solo sirve que la nota media
sea superior. T-student con 27 grados de libertad para 0.05 obtenemos el valor 1.7033

0.6093 1,7033

Conclusión:

La nota obtenida no es superior a la zona de rechazo de H0, se mantiene H0 y no puede


afirmarse que el programa sea efectivo.
2. Un psicólogo que trabaja en una empresa imparte un curso sobre asertividad. El objetivo del
curso consiste en fomentar esta habilidad en los directivos que forman parte de su
departamento. Antes del curso, mide la asertividad mediante un test que proporciona medidas
en una escala de intervalo, y en el que las puntuaciones altas indican un comportamiento
asertivo. Al finalizar el curso el psicólogo aplica de nuevo el test de asertividad a los asistentes.
Las puntuaciones antes y después del curso fueron las siguientes:

Sujeto 1 2 3 4 5 6 7 8 9 10
Antes 18 24 25 24 27 30 24 31 24 28
Después 24 23 34 22 34 40 35 31 27 30

Con un nivel de confianza del 95%. Suponiendo que en la población la distribución de las
diferencias es normal, ¿Podemos decir que el curso realizado por el psicólogo ha incrementado
el asertividad de los directivos?

Con un nivel de confianza del 95%. Suponiendo que en la población la distribución de las
diferencias es normal,

¿Podemos decir que el curso realizado por el psicólogo ha incrementado la asertividad de los
directivos?

Antes de realizar el contraste de hipótesis vamos a calcular las diferencias y los cuadrados de
las mismas entre las condiciones “Antes” y “Después” para cada par de sujetos.

Estos cálculos son necesarios para calcular la media y la cuasivarianza insesgada.

Puntuaciones en asertividad de los sujetos antes y después


Sujeto 1 2 3 4 5 6 7 8 9 10
Antes 18 24 25 24 27 30 24 31 24 28
Después 24 23 34 22 34 40 35 31 27 30
di -6 1 -9 2 -7 -10 -11 0 -3 -2
di² 36 1 81 4 49 100 121 0 9 4

La media y la varianza insesgada de las puntuaciones diferencia valen:

∑ 𝑑𝑖 −45
̅=
𝐷 = = −4,5
𝑛 10
∑ 𝑑𝑖 2 405
𝑆𝑑2 = ̅2 =
−𝐷 − 4.52 = 20.25
𝑛 10
𝑛 10
𝑆̂𝑑2 = 𝑆𝑑2 × = 20,25 × = 22,5
𝑛−1 9

Condiciones y supuestos.
Según el enunciado del problema, la variable dependiente está medida a un nivel de intervalo.

Debemos de suponer que la población de las diferencias sigue una distribución normal porque
la muestra es pequeña y no conocemos su varianza. En general se tendrá que cumplir:

Variable dependiente con un nivel de medida de intervalo o razón.

Población de diferencias que se distribuye normalmente, o bien n ≥ 30.

Varianza poblacional de las diferencias desconocida.

Asumiendo que se cumplen estos supuestos, pasamos a plantear las hipótesis.

Hipótesis

El psicólogo tiene la idea de que su curso incrementará las puntuaciones en asertividad, o sea,
que la media en esta variable será menor antes del curso (grupo 1) que después del curso
(grupo 2), por lo que podemos plantear un contraste unilateral izquierdo de la siguiente forma.

𝐻0 : 𝜇1 ≥ 𝜇2

𝐻1 : 𝜇1 < 𝜇2

También podemos referirnos en las hipótesis directamente a la población de diferencias:


𝐻0 : 𝜇𝑑 ≥ 0

𝐻1 : 𝜇𝑑 < 0

Elección del estadístico de contraste y su distribución muestral.

El estadístico de contraste se distribuye según la t de Student con n-1 grados de libertad, y lo


calculamos según la expresión:

̅ − 𝜇𝑑
𝐷 −4,5 − 0
𝑇= = = −3
̂2
√𝑆𝑑 √22,5
𝑛 10

Para averiguar el nivel crítico de forma aproximada, buscamos en la tabla t de Student del
apéndice entre que valores se encuentra el estadístico de contraste, en este caso para 9 grados
de libertad observamos:

· −3,25 < −3 < −2.821

Por lo que el nivel crítico p se encontrará entre los valores:

0.005 < 𝑝 < 0.01

Establecer la regla de decisión en función del nivel de confianza.

Los grados de libertad del ejemplo son:

𝑛 − 1 = 10 − 1 = 9
El valor crítico a un nivel de confianza del 95%, es - 1’833.

Conclusión:

Rechazamos la hipótesis nula, puesto que el estadístico de contraste es más extremo que el
valor crítico. La media de asertividad de los directivos es inferior antes que después del curso.
El curso ha incrementado el asertividad de los directivos.

3. En la bibliografía sobre memoria, un psicólogo experimental encuentra que el recuerdo de


imágenes es superior al de palabras. Para comprobar esta hipótesis, realiza un experimento y
selecciona al azar a 16 estudiantes universitarios. También aleatoriamente, asigna a 8
estudiantes a la condición en la que se presentan en la pantalla del ordenador los nombres de
objetos para recordar, y a los otros 8, a la condición en la que se presentan imágenes de los
mismos objetos. En total, se presenta a cada estudiante 30 objetos, y después se les pide que
escriban el nombre de todos los objetos que recuerden. A continuación, se presentan el número
de objetos recordados correctamente por los estudiantes asignados a cada condición.

Número Número de
de imágenes palabras
recordadas recordadas
18 12
21 9
14 21
25 17
23 16
19 10
26 19
15 22

A partir de estos resultados, ¿se confirma la hipótesis del psicólogo experimental? (α=0,05)
Hipótesis:

H0: µd=0

H1: µdǂ0

Prueba t-student para 2 muestras suponiendo varianzas iguales

N° GRÁFICOS N° PALABRAS
MEDIA 20.125 15.75
VARIANZA 19.5535714 24.5
OBSERVACIONES 8 8
VARIANZA AGRUPADA 22.0267857
DIFERENCIA HIPOTÉTICA DE LAS 0
MEDIAS
GRADOS DE LIBERTAD 14
ESTADÍSTICO T 1.86437165
P(T<=T) UNA COLA 0.04168605
VALOR CRÍTICO DE T (UNA 1.76131014
COLA)
P(T<=T) DOS COLAS 0.0833721
VALOR CRÍTICO DE T (DOS 2.14478669 a,b
COLAS)

α=0.05

Dado que:

0.0833721>0.025

Conclusión

Entonces se duce que no hay diferencia por lo que no se confirma la hipótesis del psicólogo
experimental.
4. Un investigador realiza un experimento para determinar si la pérdida del sueño afecta la
capacidad para mantener constante la atención. Quince individuos son divididos de manera
aleatoria entre los siguientes tres grupos de 5 sujetos cada uno: el grupo 1, que duerme de
manera normal (de 7 a 8 horas); el grupo 2, que no duerme durante 24 horas, y el grupo 3, que
no duerme durante 48 horas. A los tres grupos se le somete a la misma prueba de percepción
auditiva, la cual consiste en hacerlos oír tonos de medio segundo a intervalos irregulares durante
una hora. En ciertas ocasiones, un tono es ligeramente más corto que los demás. La tarea del
sujeto consiste en detectar los tonos más cortos. Así se observaron los siguientes porcentajes
de percepciones correctas:

Sin dormir Sin dormir


Sueño
durante durante
normal
24 horas 48 horas
85 60 60
83 58 48
76 76 38
64 52 47
75 63 50

Determine si existe un efecto global por privación del sueño, utilizando las ecuaciones
conceptuales del análisis de varianza de un factor. Utilice α = 0.05.

Para iniciar el procedimiento es necesario elevar al cuadrado cada uno de los valores que
conforman los grupos así como las sumatorias de cada columna

Sin Sin
Sueño X1² dormir X2² dormir X3²
normal durante durante
24 horas 48 horas
85 7225 60 3600 60 3600
83 6889 58 3364 48 2304
76 5776 76 5776 38 1444
64 4096 52 2704 47 2209
75 5625 63 3969 50 2500
383 29611 309 19413 243 12057

a) Suma total de cuadrados (STC).


(∑ 𝑋)²
𝑆𝑇𝐶 = ∑ 𝑋² −
𝑛
(383 + 309 + 243)2
𝑆𝑇𝐶 = 29611 + 19413 + 12057 − = 2799.333333
15
b) Suma de cuadrados dentro de los grupos (SCD). Utilizamos la fórmula anterior, pero
relacionado a cada uno de los tres grupos:

(∑ 𝑋1)² (∑ 𝑋2)² (∑ 𝑋3)²


𝑆𝐶𝐷 = ∑ 𝑋1² − + ∑ 𝑋22 − + ∑ 𝑋3² −
𝑛 𝑛 𝑛

383 309 243


𝑆𝐶𝐷 = 29611 − + 19413 − + 12057 −
5 5 5
𝑆𝐶𝐷 = 1962,133

c) Suma de cuadrados entre los grupos (SCE).


Suma “entre” = Suma “Total” – Suma “Dentro”
= STC – SCD
= 2799.333333 − 1962,133
= 837,2

d) Grados de libertad. Los grados de libertad para las diferentes sumas de cuadrados son:

Suma total = n -1; (n = total de medidas)

=15 – 1 =14

Suma dentro = k (n1 – 1);

Donde:

k = número de grupos

n1= tamaño de los grupos

= (3) (5-1)

= 12

Suma entre = k – 1

3–1=2

e) Estimaciones de la varianza:

Al dividir la suma de cuadrados dentro de los grupos entre sus correspondientes grados
de libertad, se tiene una estimación de la varianza común de la población o universo que
es independiente de la variación de los medios de los grupos.

𝑆𝑢𝑚𝑎 𝑑𝑒 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠 𝑒𝑛𝑡𝑟𝑒 𝑔𝑟𝑢𝑝𝑜𝑠


Estimación “entre” =
𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 𝑒𝑛𝑡𝑟𝑒 𝑔𝑟𝑢𝑝𝑜

837,2
Estimación “entre” = = 418,6
2
Además, si se divide la suma de cuadrados entre los grupos entre sus correspondientes
grados de libertad, se tiene una segunda estimación de la varianza que, a su vez, es
independiente de la variación dentro de los grupos.

𝑆𝑢𝑚𝑎 𝑑𝑒 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠 𝑑𝑒𝑛𝑡𝑟𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑔𝑟𝑢𝑝𝑜𝑠


Estimación “entre” =
𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 𝑑𝑒𝑛𝑡𝑟𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑔𝑟𝑢𝑝𝑜𝑠

1962,133
Estimación “entre” = = 163,511
12

Estas estimaciones de la varianza poblacional reciben el nombre de “cuadrados


medios”.

𝐸𝑠𝑡𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒
𝐹=
𝐸𝑠𝑡𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑛𝑡𝑟𝑜
418,6
𝐹= = 2,9867
140,1524

Suma de Grados de Promedio de F Probabilidad


cuadrados libertad los cuadrados
Entre 1962,133 2 891,06 14,06 0
grupos
Dentro de 837,2 12 69,77
los grupos
Total 2799,333 14

Conclusión:

F (2;12) =14,06. p<0,05

La pérdida de sueño afecta la capacidad para mantener constante la atención.

El grupo sin dormir por 48 h muestra una menor capacidad para mantener la atención.

You might also like