Está en la página 1de 12

Rosmery Mayta 27/05/2014

1
27/05/2014 Rosmeri Mayta
Estadistica Industrial
1
ESTADISTICA INDUSTRIAL
DATOS ENUMERATIVOS
MG. ROSMERI MAYTA H
2014
27/05/2014 Rosmeri Mayta
Estadistica Industrial
2
PRUEBA DE JI CUADRADO X
OBJETIVOS:
1.- Enumerar las caractersticas de la distribucin ji
cuadrada.
2.- Realizar una prueba de hiptesis comparando un
conjunto observado de frecuencias y una distribucin
esperada.
3.- Efectuar una prueba de hiptesis de normalidad
aplicando la distribucin ji cuadrada.
4. Llevar a cabo una prueba de hiptesis para
determinar si estn relacionados dos criterios de
clasificacin.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
3
DISTRIBUCION X
2
La prueba X es una medida de compatibilidad
entre una frecuencia observada (o) de un
determinado evento o una de sus caracterstica
y la frecuencia terica esperada (e), con base
en una distribucin supuesta. Cada X depende
del tamao de la muestra (n); para muestras
pequeas (o pocos grado de libertad, g.l.) esta
distribucin esta fuertemente sesgada en
direccin positiva.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
4
PROPIEDADES:
1.-Los valores de X son mayores o iguales que cero.
2.-La forma de una distribucin X depende del gl =n-1.
en consecuencia hay una familia de distribucin X.
3.-El rea bajo una curva X y sobre el eje horizontal es
uno.
4.- La distribucin X no son simtricas tienen colas
estrechas que se extienden a la derecha; esto es, estn
sesgadas hacia la derecha.
5.-El valor de X siempre es positivo.
6.-En Tanto que la muestra se incrementa en tamao,
X tiende a aproximarse a la distribucin normal.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
5
SQUARE DISTRIBUTION CHI-SQUARE DISTRIBUTION
gl = 3
gl = 5
gl = 10

2 22 2
2-2
P
r
o
b
a
b
i
l
i
d
a
d
Valores de chi - cuadrada 27/05/2014 Rosmeri Mayta
Estadistica Industrial
6
Prueba de bondad de ajuste:
Frecuencias Esperadas iguales
Sean fo y fe las frecuencias observada y esperada
respectivas.
Procedimiento para realizar la Prueba de Hipotesis
1.- Ho : No hay diferencia entre fo y fe
Ha : Existe una diferencia entre fo y fe
2.- El nivel de significancia:
3.- Definir el estadstico : X
2
:
4.- Establecer la regin de aceptacin y rechazo:
El valor crtico es: X
2
(,K-1)
Grados de Libertad: K-1
K= Numero de categoras
Rosmery Mayta 27/05/2014
2
27/05/2014 Rosmeri Mayta
Estadistica Industrial
7
5.-Calculo del estadstico y tomar una
decisin:
Si Xk pertenece a la regin critica
entonces se rechaza la hiptesis nula de
lo contrario se acepta
( )
x
f f
f
e
e
2 0
2
=

27/05/2014 Rosmeri Mayta


Estadistica Industrial
8
PROBLEMA
En el siguiente cuadro se encuentra los datos de
ausentismo se recolectaron en una planta
manufacturera. Con un nivel de significancia de 0.05,
realizar una prueba para determinar si existe
diferencia en el tasa de ausentismo por da de la
semana.
Da Frecuencia
Lunes 120
Martes 45
Mircoles 60
Jueves 90
Viernes 130


27/05/2014 Rosmeri Mayta
Estadistica Industrial
9
Solucin
1.- H
0
: No existe diferencia entre las frecuencias observadas y
esperadas de ausentismo.
H
a
: Existe una diferencia entre las frecuencias observadas y
esperadas de ausentismo.
2.- Nivel de significancia: =0.05
3.- el estadistico es :X
2
Calculo de frecuencias esperadas iguales:
(120 + 45 + 60 + 90 + 130) / 5 = 89.
X
2
k =
(120 89)
2
/89 + (45-89)
2
/89+. (130-89)
2
/89
= 60.89
4.- Establecer la regla de decisin:
G.L: k-1 =5-1=4
27/05/2014 Rosmeri Mayta
Estadistica Industrial
10
X
2
0.05,4
=9.488
5) Como el X
2
k
es mayor que el terico
entonces se rechaza la hiptesis nula y se
acepta la alternativa.
Si existe diferencia en la frecuencia
observada y esperada del ausentismo
27/05/2014 Rosmeri Mayta
Estadistica Industrial
11
PROBLEMA 1
El director de seguridad de la empresa Honda , de Estados Unidos ,
tom muestras al azar el archivo de accidentes menores , y los
clasific de acuerdo con el tiempo en que tuvo lugar cada uno .
Utilizando la prueba de bondad de ajuste y el nivel de significancia
de 0.01, Determine si los accidentes estn distribuidos
uniformemente o no durante el da . De una breve explicacin
acerca de la conclusin .
Hora N de accidentes
8 a 9 am. 6
9 a 10 am. 6
10 a 11 am. 20
11 a 12 pm. 8
1 a 2 pm. 7
2 a 3 pm. 8
3 a 4 pm. 19
4 a 5 pm. 6 27/05/2014 Rosmeri Mayta
Estadistica Industrial
12
Hora N accid. ( fo) Fe ( fo fe ) ( fo fe )
2
( fo fe )
2
/fe
8-9 6 10 -4 16 1.6
9-10 6 10 -4 16 1.6
10-11 20 10 10 100 10
11-12 8 10 -2 4 0.4
1-2 7 10 -3 9 0.9
2-3 8 10 -2 4 0.4
3-4 19 10 9 81 8.1
4-5 6 10 4 16 1.6
= 80 = 24.6
Rosmery Mayta 27/05/2014
3
27/05/2014 Rosmeri Mayta
Estadistica Industrial
13
Solucin :
1) Planteamos la hiptesis nula y la hiptesis alternativa
Ho : La cantidad de accidentes estn distribuidos
uniformemente durante el da .
Ha : La cantidad de accidentes no estn distribuidos
uniformemente durante el da .
2) Nivel de Significancia : = 0.01
3) X
2
= [ ( fo fe )
2
/ fe]
27/05/2014 Rosmeri Mayta
Estadistica Industrial
14
4) gl = k 1 = 8 1 = 7
X
2
0.01 , 7
= 18.475
5) Como X
2
k
cae en la regin critica , rechazamos la Ho y
aceptamos la Ha , esto quiere decir que los accidentes no
estn distribuidos uniformemente durante el da .
X
2
0.01 , 7
= 18.475
27/05/2014 Rosmeri Mayta
Estadistica Industrial
15
PRUEBA DE BONDAD DE AJUSTE
FRECUENCIAS ESPERADAS DESIGUALES
El U.S. Bureau of the Census indica que
63.9% de la poblacin est casada, 7.7%
es viuda, 6.9% divorciada (y no vuelta a
casar) y 21.5% soltera (nunca casada).
Una muestra de 500 adultos del rea de
Filadelfia indica que 310 personas estaban
casadas, 40 viudas, 30 divorciadas y 120
solteras. Para .05 de nivel de significancia
Se puede concluir que el rea de
Filadelfia es diferente al de Estados Unidos
como un todo?
27/05/2014 Rosmeri Mayta
Estadistica Industrial
16
Estado
Casado 310 319.5 .2825
Viudo 40 38.5 .0584
Divorciado
30 34.5 .5870
Soltero 120 107.5 1.4535
Total 500 2.3814
f
0
f
e
( ) / f f f
e e 0
2

Clculos
27/05/2014 Rosmeri Mayta
Estadistica Industrial
17
1.- H
0
: El rea de Filadelfia es igual al de Estados
Unidos en cuanto a su estado civil.
Ha : El rea de Filadelfia es diferente al de
Estados Unidos en cuanto a su estado civil.
2.- =0.05
3.- X
2
k
= 2.38 24
4.- X
2
0.05,3
=7.815 es mayor que el X
2
k
= 2.38 24
se acepta la hiptesis nula

, 3 = , 815 . 7 >
2
gl x
x
2
23824 = .
27/05/2014 Rosmeri Mayta
Estadistica Industrial
18
PRUEBA DE BONDAD DE AJUSTE PARA PROBAR LA
NORMALIDAD
Propsito: Probar si las frecuencias
observadas en una distribucin de
frecuencias se ajusta a la distribucin normal
terica.
Procedimiento:
Determinar la media y la desviacin estndar
de la distribucin de frecuencias.
Calcular el valor z para el lmite inferior y
superior de cada clase.
Determinar la Fe para cada categora
Usar la prueba de bondad de ajuste X
2
y luego
seguir el mismo procedimiento para la prueba
de hiptesis.
Rosmery Mayta 27/05/2014
4
27/05/2014 Rosmeri Mayta
Estadistica Industrial
19
Nota: Los grados de libertad de X
2
esta
dado por:
K-m-1
K: Es el nmero de categoras
m: Es el nmero de parmetros calculados
27/05/2014 Rosmeri Mayta
Estadistica Industrial
20
PRUEBA DE BONDAD DE AJUSTE PARA PROBAR LA NORMALIDAD
La estacin radiodifusora de FM, cuyo distintivo es ALFA, cree que la
edad de sus radioescuchas siguen una distribucin probabilstica
normal para confirmar esto se tomo una muestra de 50 oyentes y los
resultados fueron ordenados en la siguiente tabla de distribucin de
frecuencias. Tiene una media =44.8 y una = 9.36
Al nivel de significancia del 10% Se puede concluir razonablemente
que distribucin de las edades se aproximan a una de tipo normal?
Edad Frecuencia
20 hasta 30 1
30 hasta 40 15
40 hasta 50 22
50 hasta 60 8
60 hasta 70 4
27/05/2014 Rosmeri Mayta
Estadistica Industrial
21
Solucin
Calculamos los valores de Z :
Z
30
= = = -1.58
Z
40
= = -0.51
Z
50
= =0.55
Z
60
= =1.62
Luego procedemos a calcular las reas que vienen a ser las
probabilidades , se reducen a tres categoras, porque las frecuencias
esperadas deben ser mayor que cinco , se suman las reas y luego
se determinan las frecuencias esperadas.

X
36 . 9
8 . 44 30
36 . 9
8 . 44 40
36 . 9
8 . 44 50
36 . 9
8 . 44 60
27/05/2014 Rosmeri Mayta
Estadistica Industrial
22
EDAD Fo Valor de Z area Fe
De menos a 40 16 MENOS a -0.51 0.3059 15.295
40 50 22 -0.51 a 0.55 0.4029 20.145
50 A mas 12 0.55 a MAS 0.2912 14.56
27/05/2014 Rosmeri Mayta
Estadistica Industrial
23
1) Ho : Las edades se distribuyen en forma normal
Ha : Las edades no estn distribuidas en forma normal
2.- = 0.10
3.- El estadistico es X
2

4.- X
k
2
=
gl: k-1
gl : 3-1 = 2 X
2
0.1,2
= 4.60 ( de la tabla de ji cuadrado )
5.- Como X
k
2
= 0.6534 es menor que X
2
0.1,2
= 4.60
pertenece a la regin de aceptacin entonces aceptamos la H0 .
Quiere decir que las edades se distribuyen en forma normal
.Nota Se han unidos categoras por tener las frecuencias
esperadas mas del 20% de las casilla una frecuencia menos de
cinco.
Fe
Fe Fo

2 ) (
27/05/2014 Rosmeri Mayta
Estadistica Industrial
24
PROBLEMA NORMALIDAD
Una muestra de 500 donativos a la Fundacion
de artritis se presenta con la siguiente
distribucin de frecuencias. Es razonable
concluir que se tiene una distribucin normal
con media de $10 y desviacin estndar de $2?
Use .05 de nivel de significancia.
Nota: Para calcular para la primera clase,
primero se calcula la probabilidad de esta clase.
P(X<6) = P [Z<(6-10)/2]=.0228. As, es
(.0228)(500)=11..4
f
e
f
e
Rosmery Mayta 27/05/2014
5
27/05/2014 Rosmeri Mayta
Estadistica Industrial
25
SOLUCIN
<$6 20 .02 11.40 6.49
$6-8 60 .14 67.95 .93
$8-10 140 .34 170.65 5.50
$10-12 120 .34 170.65 15.03
$12-14 90 .14 67.95 7.16
>$14 70 .02 11.40 301.22
cantidad
gastada
f
0 rea
f
e ( ) / f f f
e e 0
2

Total 500 500 336.33 27/05/2014 Rosmeri Mayta


Estadistica Industrial
26
PROCEDIMIENTO
1.- H
0
: La donativos sigue una distribucin normal.
Ha : La donativos no sigue una distribucin normal.
2.- =0 .05
3.- Definir el estadstico
4.- Definir la regin de aceptacin y de rechazo
5.- Calculo del estadistico
X
2
k
= 336.33
X
2
= 11.05 , gl. K-1= 5
X
2
k
= 336.33 se rechaza la H0 se acepta la hiptesis
alternativa. Los donativos no siguen una distribucin
normal.

27/05/2014 Rosmeri Mayta


Estadistica Industrial
27
Prueba de bondad de ajuste:
poblacin multinomial
En este caso cada elemento de una
poblacin se asigna a una y slo una de
varias clases o categorias. Esta poblacin
se llama multinomial. La distribucin
multinomial de probabilidad se puede
concebir como una ampliacin de la
distribucin binomial para el caso de tres o
ms categorias de resultados.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
28
En cada ensayo intento o prueba de un
experimento multinomial slo se presenta
uno y solo uno de los resultados . Cada
intento del experimento se supone
independiente, y las probabilidades de los
resultados permanecen igual para cada
prueba
27/05/2014 Rosmeri Mayta
Estadistica Industrial
29
Problema
Scott Marketing elabor un anlisis de mercado
, Durante el ao pasado se estabilizaron las
participaciones del mercado con 30% para la
compaa A, 50% para la compaa B y 20%
para la compaa C. hace poco la compaa C
invento un nuevo producto nuevo y mejorado
que remplazar su participacin actual en el
mercado.Los gerentes de la compaa C
pidieron a Scott Marketing determinar si el
nuevo producto causar alguna alteracin en las
participaciones de los tres competidores en el
mercado.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
30
Supongamos que la empresa
investigadora uso un conjunto de 200
clientes para el estudio. A cada persona
se le pidi especificar su preferencia de
compra entre las tres alternativas el
producto de la compaa A, el de la
compaa B o el nuevo de la compaa C.
Las 200 respuestas se tiene en el
siguiente cuadro
Rosmery Mayta 27/05/2014
6
27/05/2014 Rosmeri Mayta
Estadistica Industrial
31 27/05/2014 Rosmeri Mayta
Estadistica Industrial
32
En este caso, la poblacin de inters es
multinomial; cada cliente se clasifica como
comprador de la compaa A, de la de B o
de la de C. Entonces, la poblacin
multinomial tiene tres clasificaciones o
categorias.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
33
SOLUCIN
1.-
Ho: PA=0.30, PB=0.50, PC=0.20
( El nuevo producto de la compaa C no
alterar la participacin en el mercado)
Ha: las proporciones poblacionales no
son
PA=0.30, PB=0.50, PC=0.20
(La introduccin del nuevo producto
influye en la participacin del mercado)
27/05/2014 Rosmeri Mayta
Estadistica Industrial
34
2.- Nivel de significancia de 0.05
3.- X
2
4.- X
2
(0.05,3-1) =5.99
5.-
27/05/2014 Rosmeri Mayta
Estadistica Industrial
35 27/05/2014 Rosmeri Mayta
Estadistica Industrial
36
5.- Como 7.34 > 5.99, rechazamos la
hiptesis nula. Con ello concluimos que la
introduccin del nuevo producto de la
compaa C si alterar la estructura
actual de participaciones en el mercado.
Rosmery Mayta 27/05/2014
7
27/05/2014 Rosmeri Mayta
Estadistica Industrial
37
Problema
Una empresa dedicada a la venta de
muebles desea estudiar cual es el nmero
de solicitudes de crdito recibida por da
en los ltimos 300 das. Esta informacin
se presenta a continuacin.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
38
27/05/2014 Rosmeri Mayta
Estadistica Industrial
39
Sera razonable concluir que la
distribucin de la poblacin es la
distribucin de Poisson con media 2? Use
nivel de significancia 0.05.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
40
1.- Ho: La Distribucin de la poblacin
sigue una distribucin Poisson
con media 2.
Ha: La Distribucin de la poblacin no
sigue una distribucin Poisson
con media 2.
2.- = 0.05
3.- X
2
27/05/2014 Rosmeri Mayta
Estadistica Industrial
41
4.- G.l = 6 - 1 = 5
X2 (0.05,5) = 11.070
27/05/2014 Rosmeri Mayta
Estadistica Industrial
42
P(X=x)=
x
e-

/x!
= Cantidad promedio de ocurrencias en un intervalo
Rosmery Mayta 27/05/2014
8
27/05/2014 Rosmeri Mayta
Estadistica Industrial
43 27/05/2014 Rosmeri Mayta
Estadistica Industrial
44
5.- Como X
2
pertenece a la regin de
aceptacin, entonces se acepta la
hiptesis nula, esto quiere decir que la
poblacin sigue una distribucin Poisson
con media 2.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
45
LIMITACIONES DE X :
Si hay un nmero pequeo de frecuencias esperadas
puede llevar a conclusiones errneas.
Como la fe est en el denominador y la divisin entre un
nmero pequeo produce un cociente demasiado
grande.
Las frecuencias esperadas deben ser cinco o ms.
Para ms de dos celdas la X no debe aplicarse, si ms
del 20% de las celdas fe tienen frecuencias menos de
cinco.
Para resolver este problema se debe unir categorias
Ejemplos Ejemplos Solucin
Nivel Directivo fo fe Nivel Directivo fo fe Nivel Directivo fo fe
sobresaliente 18 16 Empleados 30 32 Empleados 30 32
Supervisor 30 37 Supervisor 110 113 Supervisor 110 113
Gerente 8 13 Gerente 86 87 Gerente 86 87
Gerente General 6 4 Gerente General 23 24 Gerente General 23 27
vicepresidente adj 82 78 vicepresidente adj 5 2 vicepresidente adj 14 7
vicepresidencia 10 15 vicepresidencia 5 4
Presidencia 4 1
27/05/2014 Rosmeri Mayta
Estadistica Industrial
46
27/05/2014 Rosmeri Mayta
Estadistica Industrial
47
PRUEBA DE INDEPENDENCIA
Otra aplicacin importante de la distribucin X2
se relaciona con el usos de datos de muestra
para indicar la independencia de dos variables.
Tambin se le conoce como Tabla de
contingencias .
La prueba de independencia utiliza el formato
de la tabla de contingencias, y por esta razn a
veces se le llama la prueba de tabla de
contingencias o prueba con tabla de
contingencias. Aqui se encuentra todas las
combinaciones posibles.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
48
PRUEBA DE CONTINGENCIA
Se usa para probar si dos caractersticas o
variables estn relacionadas.
La prueba de X
2
tambin puede aplicarse para un
proyecto de investigacin relacionado con dos
caractersticas. En este caso el valor de fe se
calcula mediante la siguiente frmula:
fe = (total por regln)(total por columna)
Gran total
y los grados de libertad se hallan por la siguiente
frmula:
G:L = (#reglones - 1)(#columnas - 1)
.
Rosmery Mayta 27/05/2014
9
27/05/2014 Rosmeri Mayta
Estadistica Industrial
49
PROBLEMA
Se pidi a una muestra de empleados en
una gran planta industrial qumica que
indicara su preferencia por uno de tres
planes de pensin o retiro. Los resultados
se presentan en la tabla que sigue.
Parece haber alguna relacin entre el
plan de pensin seleccionados y la
clasificacin del trabajo de los
empleados?
Utilice el nivel de significancia de 0.01.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
50
27/05/2014 Rosmeri Mayta
Estadistica Industrial
51
SOLUCIN
:
1.- Ho: No existe relacin entre el plan de pensin
seleccionado y la clasificacin del trabajo de los
empleados
Ha: Existe relacin entre el plan de pensin seleccionado y la
clasificacin del trabajo de los empleados
2.- = 0.01
3.- X
2
4.- g.l = (renglones - 1)*(columnas -1) = (3 - 1)(3 - 1) = 4
X
2
t (0.01, 4) = 13.277
27/05/2014 Rosmeri Mayta
Estadistica Industrial
52
5.-
27/05/2014 Rosmeri Mayta
Estadistica Industrial
53 27/05/2014 Rosmeri Mayta
Estadistica Industrial
54
El valor de X
2
k cae en la regin de
rechazo entonces se rechaza la Ho, esto
quiere decir que existe relacin entre el
plan de pensin seleccionado y la
clasificacin del trabajo de los empleados
Salida en Minitab:
Rosmery Mayta 27/05/2014
10
27/05/2014 Rosmeri Mayta
Estadistica Industrial
55
Chi-Square Test: Plan A, Plan B, Plan C
Expected counts are printed below observed counts
Plan A Plan B Plan C Total
1 10 16 29 55
18.17 25.27 11.56
2 19 80 19 118
38.98 54.22 24.80
3 81 57 22 160
52.85 73.51 33.63
Total 110 153 70 333
Chi-Sq = 3.672+ 3.401+ 26.303 +10.240
+12.262+1.358+14.990+3.709+ 4.024
= 79.960
DF = 4, P-Value = 0.000
27/05/2014 Rosmeri Mayta
Estadistica Industrial
56
Problema
Doscientos hombres de diversos niveles
gerenciales, seleccionados al azar, fueron
entrevistados con respecto a su inters o
preocupacin acerca de asuntos
ambientales. La respuesta de cada
persona se registr en una de tres
categoras: inters nulo, algo de inters y
gran preocupacin. Los resultados fueron:
27/05/2014 Rosmeri Mayta
Estadistica Industrial
57 27/05/2014 Rosmeri Mayta
Estadistica Industrial
58
Utilice el nivel de significancia de 0.01 para determinar si
existe o no relacin entre el nivel directivo o gerencial y el
inters en asuntos ambientales.
Solucin:
Seguimos el siguiente procedimiento:
1.- Ho: No existe relacin entre el nivel directivo o
gerencial y el inters en asuntos ambientales.
Ha: Existe relacin entre el nivel directivo o
gerencial y el inters en asuntos ambientales.
27/05/2014 Rosmeri Mayta
Estadistica Industrial
59
2.- = 0.01
3.- X
2
4 .-
gl = (renglones - 1)*(columnas -1) = (4 -
1)*(3 - 1) = 6
X
2
t (0.01, 6) = 16.812
Si el X
2
k > 16.812 se rechaza la H0
27/05/2014 Rosmeri Mayta
Estadistica Industrial
60
5.- Clculos
Rosmery Mayta 27/05/2014
11
27/05/2014 Rosmeri Mayta
Estadistica Industrial
61 27/05/2014 Rosmeri Mayta
Estadistica Industrial
62
El valor de X
2
k cae en la regin de
aceptacin entonces se acepta la Ho, esto
quiere decir que no existe relacin entre el
nivel directivo o gerencial y el inters en
asuntos ambientales.

27/05/2014 Rosmeri Mayta


Estadistica Industrial
63
Salida en Minitab:
Chi-Square Test: sin inters, algo, gran preocupacin
Expected counts are printed below observed counts
sin inte algo gran pre Total
1 15 13 12 40
14.00 12.00 14.00
2 20 19 21 60
21.00 18.00 21.00
3 7 7 6 20
7.00 6.00 7.00
4 28 21 31 80
28.00 24.00 28.00
Total 70 60 70 200
Chi-Sq = 0.071 + 0.083 + 0.286 + 0.048 + 0.056 + 0.000 +0.000 + 0.167
+ 0.143 + 0.000 + 0.375 + 0.321 = 1.550
DF = 6, P-Value = 0.956
27/05/2014 Rosmeri Mayta
Estadistica Industrial
64
PROBLEMAS PROPUESTO
Existe una relacin entre el lugar de
un accidente y el sexo de la persona
accidentada? Una muestra de 150
accidentes presentada a la polica
estaba clasificada por tipo y sexo.
Con =0.05 de nivel de significancia,
Se puede concluir que el sexo y el
lugar del accidente estn
relacionados?
27/05/2014 Rosmeri Mayta
Estadistica Industrial
65
S e x o T r ab aj o H o g a r O t r o To t al
H o mb r e 6 0 2 0 1 0 9 0
M u j e r 2 0 3 0 1 0 6 0
T o t a l 8 0 5 0 2 0 1 5 0
Nota: La frecuencia esperada para la interseccin
hombre-trabajo se calcula como (90)(80)/150 = 48.
De manera similar, se pueden calcular las frecuencias
esperadas para las otras celdas.
Problema
La empresa Publicidad Pacific investiga la relacin entre el tipo favorito de
mensaje comercial y el nivel de ingresos para una muestra de
consumidores.
Pruebe si el nivel de ingreso se relaciona con la preferencia de
comerciales. Considere un nivel de significancia del 5%. Los datos se
encuentra en la tabla
27/05/2014 Rosmeri Mayta
Estadistica Industrial
66
Comercial favorito
Ingreso A B C
Bajo 25 40 70
Medio 30 30 30
Alto 45 20 10
Rosmery Mayta 27/05/2014
12
Resultados con Minitab:
Chi-Square Test: A, B, C
Expected counts are printed below observed counts
Chi-Square contributions are printed below expected counts
A B C Total
1 25 40 70 135
45.00 40.50 49.50
8.889 0.006 8.490

2 30 30 30 90
30.00 27.00 33.00
0.000 0.333 0.273

3 45 20 10 75
25.00 22.50 27.50
16.000 0.278 11.136

Total 100 90 110 300

Chi-Sq = 45.405, DF = 4, P-Value = 0.000

Como el valor de P=0.000< , por lo tanto se rechaza Ho. Y se concluye que existe una relacin entre el tipo de comercial
favorito y el nivel de ingreso del espectador.

27/05/2014 Rosmeri Mayta


Estadistica Industrial
67