UNIVERSIDAD NACIONAL DE HUANCAVELICA

UNIDAD DE POSGRADO DE LA FACULTAD DE EDUCACION

MAESTRIA EN CIENCIAS DE LA EDUCACION
MENCION EDUCACION AMBIENTAL Y DESARROLLO SOSTENIBLE

PRACTICA DIRIGIDA DE LA ASIGNATURA DE ESTADISTICA APLICADA A LA INVESTIGACION

CIENTIFICA

1) Una Institución educativa, tiene una población de 677 entre estudiantes, docentes y
administrativos (según el detalle de la tabla adjunta), para un nivel de significancia de 0.05,
establecer el número de la muestra estratificada para cada uno de ellos.

Integrantes Población
Estudiantes del turno mañanas 350
Estudiantes del turno tardes 300
Docentes 17
Administrativos 10
Total 677

Paso N° 01: Se determina el tamaño del tamaño de la muestra.

CÁLCULO DEL TAMAÑO ÓPTIMO DE UNA MUESTRA
(Para la estimación de proporciones, bajo el supuesto de que p=q=50%)

MARGEN DE ERROR MÁXIMO ADMITIDO 5.0%

TAMAÑO DE LA POBLACIÓN 677

Tamaño para un nivel de confianza del 95% ………………………………………

245
Tamaño para un nivel de confianza del 97% ………………………………………
278
Tamaño para un nivel de confianza del 99% ………………………………………
336

En el grafico se obtiene que para una población de 677 individuos, con un nivel de significancia del
95% se obtiene una muestra n= 245
Paso N° 02: Se determina el tamaño del tamaño de la muestra, para cada estrato.
MUESTREO ALEATORIO ESTRATIFICADO CON AFIJACIÓN PROPORCIONAL

Tamaño de la población objetivo…………………………..… 677

Tamaño de la muestra que se desea obtener………………. 245
Número de estratos a considerar……………………...…….. 4

Afijación simple: elegir de cada estrato 61.25 sujetos

Nº sujetos Muestra del

en el estrato estrato
Estrato Identificación Proporción
1 Estudiantes del turno mañana 350 51.7% 127
2 Estudiantes del turno tarde 300 44.3% 109
3 Docentes 17 2.5% 6
4 Administrativos 10 1.5% 4

Correcto 100.0% 245

 2) Los siguientes datos están referidos a las puntuaciones alcanzadas, por 10 estudiantes de
un grupo de control y un grupo experimental, al aplicar una nueva estrategia metodológica
en la asignatura de Matemática, siendo los resultados:

Estudiantes del : Puntuación alcanzadas

Grupo de control 12 10 13 15 8 11 12 11 11 10
Grupo experimental 13 12 11 15 12 13 14 13 15 10

Se pide:
a) Hallar el coeficiente de correlación e interpretar.
b) Mostrar el modelo lineal.

SOLUCION:

a) Hallando el coeficiente de correlación e interpretar.

Correlaciones

grupo
grupo control experimental

grupo control Correlación de Pearson 1 ,458

Sig. (bilateral) ,183

N 10 10
grupo experimental Correlación de Pearson ,458 1

Sig. (bilateral) ,183

N 10 10

En la tabla podemos observar que el coeficiente de Pearson r = 0.458. Como r es mayor que
cero entonces la correlación positiva, por tanto se acepta Ho y se rechaza Hi.
 b) Mostrar el modelo lineal.
Coeficientesa

Coeficientes
Coeficientes no estandarizad
estandarizados os Correlaciones

Error Orden
Modelo B estándar Beta t Sig. cero Parcial Parte

1 (Constante) 4,466 4,726 ,945 ,372

grupo
,534 ,367 ,458 1,456 ,183 ,458 ,458 ,458
experimental

a. Variable dependiente: grupo control

Modelo lineal: 𝑦 = 𝑎 + 𝑏. 𝑥

𝑦 = 4.47 + 0.5𝑥
3) Un educador ha medido el número de palabras correctamente leídas (de 10 posibles) por
10 alumnos con n.e.e. (necesidades educativas especiales) después de haber sido
instruidos mediante una ACI (Adaptación Curricular Individual). Siendo son los resultados

Antes del ACI 3 3 5 4 3 4 5 4 3 3

Después del ACI 5 5 6 7 5 8 7 6 7 8

Se pide un contraste de hipótesis bilateral asumiendo que las muestras han sido sacadas
aleatoriamente y sabiendo que el “t” teórico es de ±2.26

Solución:

PASO N°1. Planteo de hipótesis estadísticas, con nivel de significancia del 95%.

Ho: No hay diferencia significativa de la medias antes y después de la aplicación del

ACI.
. 𝜇𝑎𝑛𝑡𝑒𝑠 = 𝜇𝑑𝑒𝑠𝑝𝑢𝑒𝑠

H1: Existe una diferencia significativa entre la medias antes y después de la

aplicación deL ACI.

𝜇𝑎𝑛𝑡𝑒𝑠 ≠ 𝜇𝑑𝑒𝑠𝑝𝑢𝑒𝑠
PASO N°2. Establecer la normalidad de los datos.
Criterios:
Si P valor es > que α se acepta Ho → los datos provienen de una distribución normal.
Si P valor es < que α se acepta Ho → los datos provienen de una distribución normal.
Pruebas de normalidad

Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.

antes del ACI ,302 10 ,010 ,781 10 ,008

despues del ACI ,195 10 ,200* ,878 10 ,124

*. Esto es un límite inferior de la significación verdadera.

 a. Corrección de significación de Lilliefors

De la tabla aplicada con Kolmogorov-Smirnova

Normalidad
P antes del ACI = 0,10 > α= 0.05
P después del ACI =0,20 > α= 0.05

Conclusiones:
Como P valor es > que α se acepta Ho → los datos provienen
de una distribución normal.

PASO N°3. Establecer la prueba estadística.

Como la muestra es pequeña se utilizara la prueba “T” de estudent.

Estadísticas de muestras emparejadas

Desviación Media de error

Media N estándar estándar

Par 1 antes del ACI 3,70 10 ,823 ,260

despues del ACI 6,40 10 1,174 ,371

Prueba de muestras emparejadas

Diferencias emparejadas

95% de intervalo de
Media de Sig.
confianza de la diferencia
Desviación error (bilatera
Media estándar estándar Inferior Superior t gl l)

Pantes del ACI -

a despues del
r ACI
-2,700 1,252 ,396 -3,595 -1,805 -6,821 9 ,000
1

“T” calculada -6,821.

PASO N°4. Regla de decisión.

Como t calculada cae en la región de rechazo, se rechaza la “Ho” y se acepta la “H1”.

PASO N°5. Conclusión

Con un 95% de certeza se puede afirmar que el ACI propuesto difiere significativamente
en el valor de las medias en el rendimiento de los estudiantes con nee.
 4) Con los datos de segunda pregunta se pide hallar un contraste de hipótesis bilateral, para
un nivel de significancia del 0.05; asumiendo que los datos provienen de una distribución
normal y las muestras han sido sacadas aleatoriamente.

Estudiantes del : Puntuación alcanzadas

Grupo de control 12 10 13 15 8 11 12 11 11 10
Grupo experimental 13 12 11 15 12 13 14 13 15 10

PASO N°1. Planteo de hipótesis estadísticas, con nivel de significancia del 95%.

Ho: No hay diferencia significativa de la medias antes y después de la aplicación del

La nueva estrategia metodológica en matemática.
𝜇𝑎𝑛𝑡𝑒𝑠 = 𝜇𝑑𝑒𝑠𝑝𝑢𝑒𝑠
H1: Existe una diferencia significativa entre la medias antes y después de la
aplicación de la nueva estrategia metodológica en matemática.

𝜇𝑎𝑛𝑡𝑒𝑠 ≠ 𝜇𝑑𝑒𝑠𝑝𝑢𝑒𝑠
PASO N°2. Establecer la normalidad de los datos.
Criterios:
Si P valor es > que α se acepta Ho → los datos provienen de una distribución normal.
Si P valor es < que α se acepta Ho → los datos provienen de una distribución normal.

Pruebas de normalidadc

Kolmogorov-Smirnova Shapiro-Wilk

grupo Estadístico gl Sig. Estadístico gl Sig.

calificacion control ,163 10 ,200* ,961 10 ,798

experime ,125 9 ,200* ,951 9 ,696

De la tabla aplicada con Shapiro-wilk para datos menores a 30.

NORMALIDAD
P antes de la aplicación de la nueva > α= 0.05
estrategia metodológica= 0,798

P después de la aplicación de la nueva > α= 0.05

estrategia metodológica= 0,673

Conclusiones:
Como P valor es > que α se acepta Ho → los datos provienen de una
distribución normal.
 PASO N°3. Establecer la prueba estadística.
Como la muestra es pequeña se utilizara la prueba “T” de estudent.
Estadísticas de grupo

Desviación Media de error

grupos N Media estándar estándar

notas control 10 11,3000 1,88856 ,59722

experimental 10 12,8000 1,61933 ,51208

Prueba de muestras independientes

Prueba de
Levene de
calidad de
varianzas prueba t para la igualdad de medias

Sig. Diferencia 95% de intervalo de

(bilateral Diferencia de error confianza de la diferencia

F Sig. t gl ) de medias estándar Inferior Superior

notas Se

asumen
varianzas ,059 ,810 -1,907 18 ,073 -1,50000 ,78669 -3,15278 ,15278

iguales

No se
asumen
-1,907 17,590 ,073 -1,50000 ,78669 -3,15555 ,15555
varianzas
iguales

“T” calculada -1,907.

PASO N°4. Regla de decisión.

Como t calculada cae en la región de rechazo, se rechaza la “Ho” y se acepta la “H1”.

PASO N°5. Conclusión

Con un 95% de certeza se puede afirmar que la nueva estrategia metodológica

difiere significativamente en los resultados de sus medias.
 Huancavelica 07 de diciembre del 2018

JOSE LUIS GAVE CHAGUA

Docente de la asignatura