ANLISIS INFERENCIAL

Lic,

Mely Ruiz Aquino

Son

enunciados formulados como

respuestas tentativas a preguntas de
investigacin.

Pregunta

Hiptesis

de investigacin

Cmo funciona la Ciencia:

Se formula una hiptesis.
2. Se obtienen datos (muestra)
3. La hiptesis es contrastada con la
evidencia de la muestra.
4. Conclusin
1.

PRUEBA DE HIPOTESIS: busca responder a

una pregunta sobre el valor de un parmetro
en la poblacin (siempre utilizando los
resultados de la muestra)

Esta pregunta sobre el valor del parmetro

en la poblacin se plantea utilizando

hiptesis

El procedimiento cuantifica en que medida

los datos de la muestra apoyan la hiptesis
planteada

PRUEBA DE HIPTESIS

http://seminariosdeinvestigacion.com/contrastede-hipotesis/

Eleccin de la prueba estadstica

El estadstico de prueba se elige en

funcin a 6 criterios:
1. Tipo de estudio
2. Nivel investigativo

3. Diseo de la investigacin
4. Objetivo estadstico
5. Escala de medicin de las variables
6. Comportamiento de los datos
7. Antecedentes de investigacin

https://www.youtube.com/watch?v=tCb7Mpcvj6
c

Estadstica inferencial
incluye: hacer
inferencias, pruebas de
hiptesis, determinar
relacin y hacer
Predicciones.
8

 Una

hiptesis estadstica es una suposicin

acerca que una caracterstica de la poblacin,
que debe ser probada con base en la
informacin porporcionada por una muestra
aleatoria.

Hiptesis nula:

H0 :

Hiptesis alternativa: H1 :

Es la que se pretende probar,

generalmente se establece con
el fin de rechazarla.
Es la negacin de la hiptesis
nula, establece adems la
regin en la que se tomar la
decisin de rechazar o no H0.

 Para

tomar una decisin sobre rechazar o no

rechazar la hiptesis nula hay que especificar
una Regla de decisin.
Hay que especificar un punto de corte
punto crtico:

(), se rechaza Ho
Si P es mayor que Alfa (), se rechaza Ho

Si P es menor que Alfa

Regla de decisiones para la prueba de

hiptesis
p-valor

p-valor

H1

Ho

0,01

0,02

0,03

0,04

0,05

Nivel de significancia (alfa)

1.-Pruebas
paramtricas
2.-Pruebas
no
paramtricas

Rho de
Spearman

R de pearson

Son fciles de utilizar y algunas son tan potentes

como las paramtricas.

El anlisis de datos cualitativos ha generado

tcnicas propias, que actualmente constituyen
toda una metodologa especfica que viene
marcada por la propia idiosincrasia cualitativa y
que toma determinadas opciones en relacin a
las unidades del registro de los datos y la forma
de tratarlos.

La Ji cuadrada o Chi cuadradra

Los coeficientes de correlacin e independencia

para tabulaciones cruzadas

Los coeficientes de correlacin para rangos

ordenados de Spearman y Kendall

Definicin:
Es una prueba estadstica para evaluar la hiptesis acerca de la
relacin entre dos variables categricas
Se simboliza por x2
Hiptesis a probar: Correlacionales

Variables Involucradas: Dos

Nivel de medicin de las variables :
Nominal u ordinal ( o intervalos o razn reducida a ordinales)
La Chi cuadrada se calcula a travs de una tabla de contingencia o
tabulacin cruzada, de dos dimensiones y cada una representa una
variable.

2
2
(Observed
E xp ected )
(Observado
Esperado)

Expected
Esperado

Gl =df(r-1)(c-1)
(r 1)(c 1)

REALIZAR LAS SUMAS POR FILAS, POR COLUMNAS Y LA SUMA TOTAL

FRECUENCIA
S
DE
VALORES
OBSERVADOS

50

25

75

40

45

85

SUMA DE FILA

90

70

160

SUMA DE COLUMNAS

SUMA TOTAL
20

Usar la frmula para obtener las frecuencias esperadas.

90 75
160
90 85
160

FRECUENCIAS
ESPERADOS

42.1875 32.8125

70 75
160

47.8125 37.1875

70 85
160

DE

VALORES

21

 Para

obtener el valor de Chi-Cuadrado

Calculado se tiene la frmula

2
calc

f0 fe

fe

f0 : Frecuencia del valor observado.

fe : Frecuencia del valor esperado.

22

TABLA DE VALORES OBSERVADOS

50

25

42.1875

32.8125

40

45

47.8125

37.1875

f0 fe

2
calc
fe
2
calc

TABLA DE VALORES ESPERADOS

2
2
2
2
50 42.1875
25 32.8125
40 47.8125
45 37.1875

42.1875

32.8125

47.8125

2
calc
1.4468 1.8601 1.2766 1.6413 6.2248

23

37.1875

 Para

calcular el grado de libertad (v) se realiza:

v Cantidad de filas 1 Cantidad decolumnas 1

24

Prueba de bondad de ajuste para frecuencias

Qu es la bondad de Ajuste?

La bondad de ajuste describe cun bien se ajusta un conjunto de

observaciones a un modelo terico (estudio experimental) o a un parmetro
(estudio observacional)

La bondad de ajuste se pueden emplear en el contraste de hiptesis, para

comprobar si una muestra sigue una distribucin especfica (chi cuadrado,

binomial, normal, etc.) o si dos muestras se obtienen a partir de dos

distribuciones idnticas.

Prueba de
Bondad de Ajuste de
Chi cuadrado

Aplicativo

Predictivo

Explicativo

Multivariado

Relacional

Bivariado

Descriptivo

Univariado

20 lanzamientos

Observ Esperad Diferen Diferencia Dif2/Esper

ado
o
cia
2
ado

Cara

10

-4

16

1,6

Escud
o

14

10

+4

16

1,6

Suma = 3,2

Prueba de
Chi cuadrado de
Homogeneidad

Nivel Investigativo Relacional

Aplicativo

Predictivo

Multivariado

Bivariado
Univariado

Explicativo

Relacional

c.- Medida de Asociacin

b.- Asociacin
Medidas

Descriptivo

a.- Comparacin
Grupos
www.CursodeEstadistica.com

Tabla de contingencia

Variable aleatoria

Variable fija

Grupo 1

Grupo 2

100%

100%

Factor 1
Factor 2
100%

Tabla de contingencia
Variable Aleatoria

Variable fija

Grupo 1
Factor 1
Factor 2

Grupo 2
100%

100%

100%

Contraste de hiptesis
Propsito: Identificar las diferencias entre los grupos participantes.

Ho: Las frecuencias de la variable aleatoria en los grupos no son

diferentes.
H1: Las frecuencias de la variable aleatoria en los grupos son
diferentes.

La prueba de hiptesis se realiza con el estadstico:

Chi cuadrado de Homogeneidad.

Este son otros coeficientes para evaluar si las variables

incluidas en la tabla de contingencia o tabulacin cruzada
estn correlacionadas; algunos coeficientes son los
siguientes:
Phi, Coeficiente de contingencia o C dePearson,V de
Gramer, Lamdba ,Gamma, Tau-b de Kendall(Tau-b) , D de
Somers, Eta. etc.

Adems de servir para el cculo de la chi cuadrado y

otros
coeficientes,
son
tiles
para
describir
conjuntamente a dos o ms variables .
Esto se efecta convirtiendo las frecuencias observadas
en frecuencia relativas o porcentaje.
En una tabla cruzada puede haber tres tipos de
porcentajes a cada celda:
Porcentaje en relacin al total de frecuencias
observadas (N)
Porcentaje en relacin al total marginal de la columna
Porcentaje en relacin al total marginal del rengln

Coeficiente de asociacin de Spearman

La funcin de la correlacin de Spearman es determinar si
existe una relacin lineal entre dos variables a nivel
ordinal y que esta relacin no sea debida al azar; es decir,
que la relacin sea estadsticamente significativa. Si una
de las variables es intervalar y la otra ordinal tambin se
utiliza Spearman.
Por ejemplo:
Se desea saber si existe relacin entre la actitud hacia el
psiclogo y la actitud hacia la psicoterapia, en un grupo de
padres de familia. La actitud es evaluada como sigue:
1 = muy desfavorable hasta 7 = muy favorable.

Spearman
Decisiones para seleccionar el coeficiente de correlacin de

Spearman
Es un problema de Asociacin
V1: actitud hacia el psiclogo
V2: actitud hacia la psicoterapia
2 variables medidas a nivel ordinal
Ho: No hay relacin lineal entre la actitud hacia el psiclogo y
la actitud hacia la psicoterapia, en padres de familia (r = 0)
Prueba estadstica: coeficiente de correlacin de Spearman
Regla de decisin: Si p 0.05 se rechaza Ho
Nota: El nivel de significancia que se establece en ciencias
sociales y en psicologa normalmente es 0.05, este puede
variar en la regla de decisin a 0.01 y 0.001 si se requiere
mayor certeza en la prueba de hiptesis.

Spearman en SPSS
El coeficiente de asociacin Spearman en el paquete
estadstico SPSS se encuentra en el men Analizar /
Correlaciones / Bivariadas.

Spearman en SPSS
La Actitud hacia el psiclogo (V1) y
por el otro la Actitud hacia la
psicoterapia
(V2),
deben
ser
incluidas en la seccin de Variables.
Se tiene que activar la prueba de
Spearman en la seccin de
Coeficientes de correlacin.
Si se agregaran ms de dos
variables en la seccin de Variables,
en el resultado se presentarn
asociadas slo por parejas en una
tabla conocida como matriz de
correlacin cuya cantidad de
columnas y renglones corresponde
al nmero total de variables que se
estn correlacionando.

Spearman en SPSS
Interpretacin de resultados:

1. La matriz de correlacin presenta por pares de variables el

coeficiente de Pearson y el nivel de significancia obtenido, adems
del nmero de casos (ver datos en el crculo), la correlacin entre
cada pareja de variables se repite dos veces, se pueden tomar los
resultados de cualquiera de las dos.
En el presente ejemplo, el nivel de significancia (0.015) es menor a
0.05, por lo que se rechaza la hiptesis nula, entonces: existe
relacin lineal entre la actitud hacia el psiclogo y la actitud hacia la
psicoterapia, en padres de familia. Adems la correlacin es
moderada (est en el rango entre 0.5 y 0.8) y directamente
proporcional (tiene signo positivo).
Cor relacio nes

Actitud hacia
el psiclogo
Rho de Spearman

Actitud hacia el psiclogo

Actitud hacia la
psicoterapia

Coef iciente de
correlacin

1.000

Actitud hacia
la
psicoterapia
.769*

Sig. (bilateral)

.015

N
Coef iciente de
correlacin
Sig. (bilateral)

N
* . La correlacin es signif icativ a al niv el 0,05 (bilateral).

.769*

1.000

.015

Actitud hacia
el Psiclogo

rS = 0.769*

Actitud hacia
la
psicoterapia

* p < 0.05
Figura 1. Relacin entre la actitud hacia el
psiclogo y la actitud hacia la psicoterapia en un
grupo de padres de familia.

COEFIENTE DE CORRELACIN

El coeficiente de correlacin es un valor cuantitativo

de la relacin entre dos o ms variables.
El coeficiente de correlacin puede variar desde -1
hasta 1.
La correlacin de proporcionalidad directa o positiva
se establece con los valores +1 y de proporcionalidad
inversa o negativa con -1.
No existe relacin entre las variables cuando el
coeficiente es cero (0).

-1

Relacin negativa

0
No existe relacin

Relacin positiva 1

45

Se encontr una relacin lineal estadsticamente significativa,

moderada y directamente proporcional, entre la actitud hacia
el psiclogo y la actitud hacia la psicoterapia, en padres de
familia (rS = 0.769, p < 0.05).

Son ms potentes que las no paramtricas y por

consiguiente las inferencias que se realizan son
ms fiables.

El inconveniente es que el investigador no

siempre puede cumplir con los requisitos y
supuestos que exige el enfoque paramtrico,
sobre todo en investigaciones educativas y
sociales.

PRUEBA DE KOLMOGOROV-SMIRNOV
Cuando la prueba Kolmogorov-Smirnov kolmogorov se aplica para
contrastar la hiptesis de normalidad de la poblacin, el estadstico
de prueba es la mxima diferencia:
siendo Fn(x) la funcin de distribucin muestral y Fo(x) la funcin
terica o correspondiente a la poblacin normal especificada en la
hiptesis nula.
La distribucin del estadstico de Kolmogorov-Smirnov es
independiente de la distribucin poblacional especificada en la
hiptesis nula y los valores crticos de este estadstico estn
tabulados. Si la distribucin postulada es la normal y se estiman sus
parmetros, los valores crticos se obtienen aplicando la correccin
de significacin propuesta por Lilliefors.

PRUEBA DE KOLMOGOROV-SMIRNOV
Cuando la prueba Kolmogorov-Smirnov kolmogorov se aplica para
contrastar la hiptesis de normalidad de la poblacin, el estadstico
de prueba es la mxima diferencia:
siendo Fn(x) la funcin de distribucin muestral y Fo(x) la funcin
terica o correspondiente a la poblacin normal especificada en la
hiptesis nula.
La distribucin del estadstico de Kolmogorov-Smirnov es
independiente de la distribucin poblacional especificada en la
hiptesis nula y los valores crticos de este estadstico estn
tabulados. Si la distribucin postulada es la normal y se estiman sus
parmetros, los valores crticos se obtienen aplicando la correccin
de significacin propuesta por Lilliefors.

PRUEBA DE SHAPIRO-WILK
Cuando la muestra es como mximo de tamao 50 se puede contrastar la normalidad con la prueba
de shapiro Shapiro-Wilk. Para efectuarla se calcula la media y la varianza muestral, S2, y se ordenan
las observaciones de menor a mayor. A continuacin se calculan las diferencias entre: el primero y el
ltimo; el segundo y el penltimo; el tercero y el antepenltimo, etc. y se corrigen con unos
coeficientes tabulados por Shapiro y Wilk. El estadstico de prueba es:
donde D es la suma de las diferencias corregidas.
Se rechazar la hiptesis nula de normalidad si el estadstico W es menor que el valor crtico
proporcionado por la tabla elaborada por los autores para el tamao muestral y el nivel de
significacin dado.
La secuencia para realizar los contrastes de normalidad es:
Analiza

Estadsticos Descriptivos
Explorar

https://www.youtube.com/watch?v=E1OEAIgY
HkU

Tabla 14: Pruebas de normalidad para las distribuciones de contraste de las

variables en los profesionales de la salud del Departamento de Ciruga del
Hospital Daniel Alcides Carrin en el 2012.
Distribuciones de contraste
Cultura organizacional
Comunicacin
Calidad
Capacidades directivas
Identidad
Reconocimientos - incentivos
Contribucin personal
Satisfaccin laboral
Evaluacin institucional del personal
Desarrollo, capacitacin y actualizacin para el desempeo personal
Comunicacin
Salud y condiciones laborales

Normalidad
Z
0,95
2,05
1,12
1,42
1,97
1,74
2,27
0,75
1,11
0,94
0,70
1,50

p-valor
0,324
0,000
0,161
0,036
0,001
0,005
0,000
0,631
0,167
0,343
0,705
0,022

Fuente: ApndicesC y D.

En cuanto a las distribuciones que contrastan nuestras hiptesis, podemos

observar que, hay distribuciones que carecen de normalidad (p-valor < 0,050), y
siendo el objetivo del estudio relacionar distribuciones, emplearemos un contraste
estadstico no paramtrico, y que indique la relacin hallada entre estas variables
numricas.

Coeficiente de Correlacin de Pearson y la regresin lineal

Prueba t

Prueba de contraste de la diferencia de proporciones

Anlisis de varianza unidireccional (ANOVA Oneway)

Anlisis de varianza factorial (ANOVA)

Anlisis de covarianza (ANCOVA)

Definicin.Es una prueba estadstica para analizar la relacin

entre dos o ms variables medidas en un nivel por
intervalos o razn
Se simboliza por r
Hiptesis a probar:
Correlacionalmente, del tipo : A mayor X, mayor Y;
A mayor X, menor Y, Altos valores en X estn
asociados con altos valores en Y, Altos valores en X
se asocian con bajos valores de Y

FRMULA DE COEFIENTE DE CORRELACIN DE PEARSON

55

Existe relacin entre la Masa corporal y la fuerza en los alumnos

universitarios?. Si existe, Qu tipo de correlacin?

Alumno

Carmen
Pedro
Juan
Lus
Ana
Carlos
Elena
Rosa
Lus

Variable independiente

Variable dependiente

Masa Corporal(Kg)

Fuerza(Kp)

60,00
65,00
70,00
75,00
80,00
85,00
90,00
95,00
100,00

100,00
105,00
102,00
135,00
95,00
125,00
140,00
130,00
148,00
56

UNA VARIABLE INDEPENDIENTE Y DOS DEPENDIENTES

Relacin positiva

Relacin negativa

57

inteligencia

Relacin lineal positiva

rendimiento

rendimiento

rendimiento

5.2 Representacin grfica de una relacin

inteligencia

Sin relacin

inteligencia

Relacin lineal negativa

Nota: El coeficiente de correlacin de Pearson mide relacin LINEAL.

rendimiento

rendimiento

Representacin grfica de una relacin (2)

inteligencia

Relacin lineal

inteligencia

Relacin no lineal

Nota: El coeficiente de correlacin de Pearson mide relacin LINEAL.

inteligencia
Relacin lineal perfecta
(casi perfecta)

rendimiento

rendimiento

rendimiento

Representacin grfica de una relacin (3)

inteligencia

Relacin lineal
fuerte/moderada

inteligencia

Relacin lineal dbil

Ahora necesitamos un ndice que nos informe tanto del grado en que X e Y estn
relacionadas, y si la relacin es positiva o negativa

rendimiento

5.3 Covarianza e ndice de correlacin de Pearson

Caso 1

Observad que cuando la relacin lineal es positiva,

cuando las puntuaciones diferenciales de X son
positivas, las puntuaciones diferenciales de Y suelen
ser positivas.

inteligencia

rendimiento

Caso 2

inteligencia

Observad que cuando la relacin lineal es negativa,

cuando las puntuaciones diferenciales de X son
positivas, las puntuaciones diferenciales de Y suelen
ser negativas.

REPRESENTACIN GRFICA CON SPSS

Sean las variables:

X= Masa Corporal
Y= Fuerza

Pasos para representar:

Ingresar al paquete

estadstico

SPSS.
Definir las variables antes
mencionados.
Ingresar los datos presentados
en la tabla anterior.
Grficos/Interactivos/
Diagrama de dispersin/

62

COEFICIENTE DE CORRELACIN

63

COEFICIENTE DE CORRELACIN = r

64

COEFICIENTE DE CORRELACIN = r

65

Definicin:
Es una prueba estadstica para evaluar si dos grupos
difieren entre s de manera significativa respecto a su
medias.
Se simboliza por t
Hiptesis a probar:
De diferencia entre dos grupos.La hipteisis de
investigacin propone que los grupos difieren
significativamente entre s y la hiptesis nula no difiere
significativamente

La prueba T Student se utiliza para

contrastar hiptesis sobre medias en
poblaciones con distribucin normal.

La prueba T Student fue desarrollada en 1899 por el

qumico ingls William Sealey Gosset (1876-1937),
mientras trabajaba en tcnicas de control de calidad
para las destileras Guiness en Dubln . Debido a que
en la destilera, su puesto de trabajo no era
inicialmente de estadstico y su dedicacin deba
estar exclusivamente encaminada a mejorar los
costes de produccin, public sus hallazgos
annimamente firmando sus artculos con el nombre
de "Student".

Existen dos versiones de la prueba T Student:

una
que
supone
que
las
varianzas
poblacionales son iguales y otra versin que no
asume esto ltimo. Para decidir si se puede
suponer o no la igualdad de varianza en las dos
poblaciones, se debe realizar previamente la
prueba F-Snedecor de comparacin de dos
varianzas.

Las pruebas T de dos muestras para probar la

diferencia en las medias pueden ser
desapareadas o de muestras independientes y
dependientes o apareadas.

Se utiliza para contrastar la hiptesis nula:

Ejemplo:
En un estudio de 28 pacientes con sobrepeso
sometidos a dos dietas alimenticias, donde en
el grupo experimental recibe dietas en base a
vegetales y el grupo control otro tipo de dieta,
deseamos saber si existen diferencias entre los
dos grupos.

Base de
SPSS

datos

en

Para realizar la Prueba T Student para muestras

independientes, elegir:

Transfiera las variables a las ventanas Contrastar

variables y Variable de agrupacin:

Los resultados van en una tabla pivote llamada Prueba T:

La prueba T para muestras relacionadas se

comparan dos variables medidas en las
mismas personas (o personas emparejadas).
Se utiliza para contrastar la hiptesis nula:

Ejemplo:
Se investiga la efectividad con nios de dos
mtodos de enseanza, se utilizan dos grupos
de 15 nios distintos, pero se emparejan por
variables relevantes como el sexo, la edad y el
rendimiento escolar. Cuanto mayor sea la
puntuacin mejor ser la efectividad.

Base de
SPSS

datos

en

Para realizar la Prueba T Student para muestras

relacionadas, elegir:

Transfiera las
relacionadas:

variables

la

ventana

Variables

Los resultados van en una tabla pivote llamada Prueba T: