Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. CON X z
n
Descriptivos
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
Ho: μ ≥ $60
H1: μ < $60
Prueba T
Estadísticos 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
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
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.
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:
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
N Correlación Sig.
Par 1 VAR00001 y VAR00002 10 .953 .000
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
Variables Variables
Modelo introducidas eliminadas Método
1 VAR00006(a) . Introducir
a Todas las variables solicitadas introducidas
b Variable dependiente: VAR00007
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
n2
Coeficientes(a)
Coeficientes
Coeficientes no estandarizado
estandarizados s
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