Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pruebas de Hipostesis Proporciones y Chi Cuadarada
Pruebas de Hipostesis Proporciones y Chi Cuadarada
(VARIABLES NO-MTRICAS)
Como investigadores en muchas ocasiones estamos interesados en un fenmeno
cuyo comportamiento es expresado en porcentajes. Por ejemplo, podemos estar
interesados en probar si la proporcin de potenciales electores que planean votar
por el candidato del PRI es estadsticamente distinta de la proporcin que declar
preferir el candidato del PAN.
I. Prueba de Hiptesis de Proporciones para una Sola Muestra.
Una encuesta realizada por Bancomer a 35 clientes indic que un poco ms del 74
por ciento tenan un ingreso familiar de ms de $200,000 al ao. Si esto es cierto,
el banco desarrollar un paquete especial de servicios para este grupo. La
administracin quiere determinar si el porcentaje verdadero es mayor del 60 por
ciento antes de desarrollar e introducir este nuevo paquete de servicios. Los
resultados mostraron que 74.29 por ciento de los clientes encuestados reportaron
ingresos de $200,000 o ms al ao.
El procedimiento para la prueba de hiptesis de proporciones es el siguiente:
1. Especifica la hiptesis nula y alternativa.
Hiptesis Nula: H 0 P .60
Hiptesis Alternativa: H a P .60 ,
donde P = la proporcin de clientes con ingresos familiares anuales de $200,000
o ms.
2. Especfica el nivel de significacin, , permitido. Para una .05 , el valor
de tabla de Z para una prueba de una sola cola es igual a 1.64.
3. Calcula el error estndar de la proporcin especficada en la hiptesis nula.
sp
donde:
p (1 p )
n
sp
0.60(1 0.60)
.0828
35
0.7429 0.60
1.73
0.0828
SE p
p (1 p )
0.95 * 0.05
0.0066
1100
Valid
Hombre
Mujer
Total
Frequency
1634
314
1948
Percent
83.9
16.1
100.0
Valid
Percent
83.9
16.1
100.0
Cumulative
Percent
83.9
100.0
sp
0.88(1 0.88)
.0074
1948
0.839 0.88
5.54
0.0074
nM 71
PH .58
PM .42
s p hm
1
1
P(1 P)
nH nM
donde:
P
n H PH nM PM
nH nM
Por lo tanto:
P
45(.58) 71(.42)
0.48
45 71
y
1
1
s p hm .48(1 .48)
0.10
45 71
1634(83.9) 314(16.1)
72.97
1634 314
y
s p hm
1
1
..73(1 ..73)
0.0274
1634 314
III. Chi-Cuadrada
La mayora de la informacin que se trabaja en las ciencias sociales o
administrativas es de carcter no-mtrico nominal. Por lo mismo, muchas de las
tcnicas multivariadas ms populares, como la regresin lineal de mnimos
cuadrados, presentan serias limitaciones analticas.
Cmo analizar informacin nominal o categrica?
es una prueba estadstica no paramtrica para diferencias entre dos o ms
muestras donde frecuencias esperadas son comparadas en relacin con frecuencias
obtenidas.
2
CONTAB Informal
Formal
Total
FINANCIA
Ahorro
Personal
Prestamo
465
302
624
557
1089
859
Total
767
1181
1948
( f0 fe )2
fe
10
2 se
f1e,1
f1e,1
(1089)(767)
428.8
1948
Personal
Externo
Total
Informal
Formal
428.8
660.2
338.2
520.8
767
1181
Total
1089
859
1948
Noten que los totales de columnas y renglones no varan, lo que hicimos fue corregir
las proporciones de tal forma que no existiera diferencia entre tipo de
financiamiento. As
660.2
.61
1089
520.8
.61
859
Aplicando la formula:
( f0 fe )2
fe
11
465 428.8 2
428.8
302 338.2 2
338.2
624 660.2 2
660.2
557 520.8 2
520.8
2 11.5
12
CONTAB Informal
Formal
Total
Count
% within FINANCIA
Count
% within FINANCIA
Count
% within FINANCIA
FINANCIA
Ahorro
Personal
Prestamo
465
302
42.7%
35.2%
624
557
57.3%
64.8%
1089
859
100.0%
100.0%
Chi-Square Tests
Value
11.445b
11.131
11.489
df
Exact Sig.
(1-sided)
Pearson Chi-Square
Continuity Correctiona
Likelihood Ratio
Fisher's Exact Test
.000
Linear-by-Linear
11.439
1
.001
Association
N of Valid Cases
1948
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
338.22.
13
Total
767
39.4%
1181
60.6%
1948
100.0%