INTERVALOS DE CONFIANZA


1. CON X  z
n
 Descriptivos

Estadístico Error típ.

Peso total (kg) Media 989.51 14.059
Intervalo de confianza Límite inferior 961.87
para la media al 95% Límite superior
1017.15

Media recortada al 5% 979.82

Mediana 936.50
Varianza 80245.949
Desv. típ. 283.277
Mínimo 244
Máximo 1713
Rango 1469
Amplitud intercuartil 464
Asimetría .468 .121
Curtosis -.752 .242


2. CON X  t
n
 Prueba para una muestra

Valor de prueba = 0
95% Intervalo de
confianza para la
diferencia
Diferencia
t gl Sig. (bilateral) de medias Inferior Superior
VAR00001 24.488 19 .000 49.34800 45.1302 53.5658

PRUEBAS DE HIPOTESIS

1. PRUEBA T. (UNA MEDIA)

Para comparar medias utilizando la prueba T hay tres opciones diferentes
que permiten realizar contrastes de hipótesis sobre una media, dos medias
con muestras independientes y dos medias con muestras relacionadas. Es
importante mencionar que la información que proporciona el SPSS al
momento del contraste (Sig. Bilateral) funciona cuando el análisis a
realizar es de dos colas, para hacerlo unilateral hay que dividir el valor de
Sig. Bilateral en dos y compararlo con el  para establecer si se acepta o
se rechaza, siguiendo la siguiente regla:
 Si el valor de Sig. Bilateral es mayor que , entonces aceptamos la
hipótesis nula.
 Si el valor de Sig. Bilateral es menor que , entonces rechazamos la
hipótesis nula y aceptaríamos la hipótesis alternativa.

Ese valor de Sig. Bilateral es la probabilidad de que el valor de la

distribución probabilística asociada sea mayor o igual o menor o igual.

EJEMPLO: el departamento de quejas reporta que el costo medio de

procesar una queja es $60. Una comparación en la industria reveló que
esta cantidad es más alta que la de la mayor parte de las demás
compañías de seguros, de modo que instituyeron medidas para reducir
costos. A fin de evaluar el efecto de estas medidas, el supervisor del
departamento selecciono una muestra aleatoria de 26 quejas procesadas
el mes pasado. A continuación, se presenta la información de la muestra.
En el nivel de significancia de 0.01 ¿Seria razonable llegar a la conclusión
de que el costo medio de procesar una queja ahora es menor de $60?

Ho: μ ≥ $60
H1: μ < $60

Prueba T
Estadísticos para una muestra

Desviación Error típ. de

N Media típ. la media
VAR00001 26 56.4231 10.04061 1.96913

Prueba para una muestra

Valor de prueba = 60
99% Intervalo de
confianza para la
diferencia
Diferencia
T Gl Sig. (bilateral) de medias Inferior Superior
VAR00001 -1.817 25 .081 -3.57692 -9.0657 1.9119
 2. COMPARACIÓN DE DOS MEDIAS DE LA POBLACIÓN
(MUESTRAS PEQUEÑAS).

Ejemplo: Owens Lawn Care, Inc. fabrica y ensambla podadoras de césped que envía a
distribuidores en Estados Unidos y Canadá. Se han propuesto dos procedimientos diferentes
para montar el motor sobre la estructura de la podadora. La pregunta es ¿Existe alguna
diferencia en el tiempo medio para ensamblar los motores en la estructura de las podadoras?
El primer procedimiento fue diseñado por Herb Welles, empleado de Owens desde hace
muchos años (designado como procedimiento 1) y el otro fue desarrollado por William Atkins,
vicepresidente de ingeniería de Owens (designado como procedimiento 2). Para evaluar
ambos métodos, se decidió realizar un estudio de tiempo y movimiento. A una muestra de
cinco empleados se le midió el tiempo utilizando el método de Welles y a otra de seis usando
el metodo de Atkins. A continuación, se presenta los resultados en minutos. ¿Hay alguna
diferencia en los tiempos de montado medios? Utilice el nivel de significancia de 0.10

Procedimiento 1 Procedimiento 2
(Minutos) (Minutos)
2 3
4 7
9 5
3 8
2 4
3

Ho: 1   2
H1: 1   2

Aceptar Ho
Rechazar Ho Rechazar Ho
α = 0.05 α = 0.05

-1.833 1.833
Valor critico Valor critico
 Estadísticos de grupo

Desviación Error típ. de

VAR00002 N Media típ. la media
VAR00001 1.00 5 4.0000 2.91548 1.30384
.00 6 5.0000 2.09762 .85635

Prueba de muestras independientes

Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
90% Intervalo de
confianza para la
diferencia
Error típ.
gl Sig. Diferencia de la
F Sig. t (bilateral) de medias diferencia Superior Inferior
VAR00001

Se han
asumido
.141 .716 -.662 9 .525 -1.00000 1.51046 -3.76884 1.76884
varianzas
iguales
No se han
asumido
-.641 7.133 .542 -1.00000 1.55991 -3.94709 1.94709
varianzas
iguales

Se acepta Ho porque sig bilateral es mayor que α= 0.10

Al realizar esta prueba, ésta tiene dos versiones: dependiendo de si se asumen varianzas
iguales o distintas. El SPSS ejecuta en primer lugar la prueba de Levene para contrastar la
hipótesis nula de que las varianzas poblacionales de los dos grupos son iguales.

Es responsabilidad del usuario escoger el resultado de una versión de la prueba T, en función

del resultado del contraste sobre varianzas. El nivel crítico de cada contraste aparece en la
columna Sig.
La hipótesis nula de la prueba de Levene es Ho: 21 = 22, es decir que la varianza poblacional
es igual en ambos grupos. Además puede verse que en la tabla de resultados aparecen dos
valores de T. De nuevo la decisión sobre la hipótesis nula debe tomarse a partir del nivel
crítico.

3. PRUEBAS DE HIPOTESIS DE DOS MUESTRAS: MUESTRAS DEPENDIENTES.

Ejemplo: Níckel Savings and Loan quiere comparar las dos compañías que utiliza para valuar
las casas. Níckel Savings selecciono una muestra de 10 propiedades y programa las
valuaciones de ambas empresas. Los resultados, reportados en miles de dólares, son:

Casa Schadek Bowyer

1 135 128
2 110 105
3 131 119
4 142 140
5 105 98
6 130 123
7 131 127
8 110 115
9 125 122
10 149 145

Con un nivel de significancia de 0.05, ¿podemos llegar a la conclusión de que hay una
diferencia en las valuaciones medias de las casas?

Ho:  d  0
H1:  d  0

La pregunta es si las diferencias de las muestras provienen de una población con una media de
0. Si la media de las diferencias de la población es 0, llegamos a la conclusión de que no hay
diferencia en las valuaciones.

Aceptar Ho
Rechazar Ho Rechazar Ho
α = 0.025 α = 0.025

-2.262 2.262
Valor critico Valor critico
 Estadísticos de muestras relacionadas

Desviación Error típ. de

Media N típ. la media
Par 1 VAR00001 126.8000 10 14.45145 4.56995
VAR00002 122.2000 10 14.28908 4.51860
Correlaciones de muestras relacionadas

N Correlación Sig.
Par 1 VAR00001 y VAR00002 10 .953 .000

Prueba de muestras relacionadas

Diferencias relacionadas
95% Intervalo de
Error típ. confianza para la
Desviación de la diferencia Sig.
Media típ. media Superior Inferior t gl (bilateral)
Par 1 VAR00001 -
4.60000 4.40202 1.39204 1.45098 7.74902 3.305 9 .009
VAR00002

Se rechaza Ho porque sig bilateral es menor que α= 0.05

 REGRESION LINEAL.

Llamadas de ventas y copiadoras vendidas para diez vendedores.

Representante de Numero de Numero de

ventas llamadas de ventas copiadoras vendidas
Tom 20 30
Jeff 40 60
Brian 20 40
Greg 30 60
Susan 10 30
Carlos 10 40
Rich 20 40
Mike 20 50
Mark 20 30
Soni 30 70
 Variables introducidas/eliminadas(b)

Variables Variables
Modelo introducidas eliminadas Método
1 VAR00006(a) . Introducir
a Todas las variables solicitadas introducidas
b Variable dependiente: VAR00007

Resumen del modelo

R cuadrado Error típ. de la

Modelo R R cuadrado corregida estimación
1 .759(a) .576 .523 9.90082
a Variables predictoras: (Constante), VAR00006

ANOVA(b)

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 1065.789 1 1065.789 10.872 .011(a)
Residual 784.211 8 98.026
Total 1850.000 9
a Variables predictoras: (Constante), VAR00006
b Variable dependiente: VAR00007

SSR SSE
COEFICIENTE DE DETERMINACION: r2   1
SStotal SStotal
COEFICIENTE DE CORRELACION: r  r2
 SSE
ERROR ESTANDAR DE ESTIMACION: S yx 
n2

Coeficientes(a)

Coeficientes
Coeficientes no estandarizado
estandarizados s

Modelo B Error típ. Beta t Sig.

1 (Constante) 18.947 8.499 2.229 .056
VAR00006 1.184 .359 .759 3.297 .011
a Variable dependiente: VAR00007

Y '  a  bx  18.947  1.184 x

VAR00007

Observada
70.00 Lineal

60.00

50.00

40.00

30.00
10.00 15.00 20.00 25.00 30.00 35.00 40.00
VAR00006