Bivariada

Estadística descriptiva Bivariada:

 Describe, analiza y representa un grupo de datos
utilizando métodos numéricos y gráficos que
resumen y presentan la información contenida en
ellos. La diferencia es que ahora vamos a utilizar
siempre dos variables en el análisis.
  Es una tabla estadística que sirve para comparar
dos o mas variables a la vez. Suelen llamarse
además, tablas cruzadas o de 2x2.

Pobreza
Pobre No pobre Total
Hombre 106817 354956 461773
Mujer 124942 396251 521193
Total 231759 751207 982966
 Los porcentajes se calculan de acuerdo a la
variable de interés

Pobreza
Pobre No pobre Total
Hombre 23% 77% 47%
Mujer 24% 76% 53%
Total 24% 76% 100%
Hipótesis Nula (Ho) : Es la Hipótesis
que afirma que “no hay diferencias” o “no
hay efecto”. Complemento de H1.

Hipótesis Alternativa (H1): Es la hipótesis

que afirma que “hay diferencias” o “si
hay efecto”. (Hipótesis de trabajo)
 Realidad

Decisión Inocente Culpable

Inocente Acierto Error
Menos grave

Culpable Error Acierto

Muy grave
 El famoso valor p (p-value):

Se define el valor p, como el tamaño de error que

estaríamos cometiendo al rechazar erróneamente,
la hipótesis nula. En otras palabras, cuanto más
pequeño es el valor p con más fuerza podremos
sostener nuestra hipótesis de trabajo.

Un valor p se compara con el nivel

de significación predeterminado (alfa) para decidir
si la hipótesis nula debería rechazarse. Si p es
menor o igual a alfa rechazamos Ho. Si p es mayor
que alfa no rechazamos Ho.
 Hipótesis para la tabla de contingencia

H0: No existe asociación entre el sexo y la situación de

pobreza
H1: Existe asociación entre el sexo y la situación de
pobreza

La prueba estadística que permite responder a estas

hipótesis es:
•Chi-cuadrado o Ji-cuadrado de Pearson, p=0.598
•Prueba Exacta de Fisher, p=0.702
Decisión:
Como el valor de p es mayor que =0.05, NO se
rechaza Ho

Conclusión
No existe evidencia estadísticamente significativa para
concluir que la proporción de personas en situación de
pobreza es diferente entre mujeres y hombres.
 Significación Significación Significación
asintótica exacta exacta
Valor gl (bilateral) (bilateral) (unilateral)
Chi-cuadrado de Pearson
95,967a 1 ,000

Corrección de
b 95,920 1 ,000
continuidad
Razón de verosimilitud
96,019 1 ,000

Prueba exacta de Fisher

,000 ,000

Asociación lineal por lineal

95,967 1 ,000

N de casos válidos
982966
Ejemplo: En una muestra de 160 estudiantes se les
entregaron dos metodologías distintas de aprendizaje (A
y B) con el fin de evaluar su eficacia. Los investigadores
estaban interesados en determinar si la proporción de
estudiantes que mejoran su rendimiento académico con
A es diferente a los que utilizaron B, los datos se
presentan en la siguiente tabla:
Resultado

Método Mejoran No mejoran Total

A 61 19 80
B 45 35 80
Total 106 54 160
 Hipótesis estadísticas

H0: No existe asociación entre el método utilizado

y la mejora en el aprendizaje
H1: Existe asociación entre el método de utilizado
y la mejora en el aprendizaje

La prueba estadística que permite responder a estas

hipótesis es:
•Chi-cuadrado o Ji-cuadrado de Pearson, p=0.007
•Prueba Exacta de Fisher, p=0.012
Decisión:
Como p es menor que =0.05, se rechaza Ho

Conclusión
Existe evidencia estadísticamente significativa (eees)
para concluir que la proporción de estudiantes que
mejora su rendimiento con la metodología A es
diferente a los que aprendieron con B. Observándose
que con la metodología A los resultados son mejores
que con B.