1

TALLER PRUEBA DE BONDAD DE AJUSTE - JI CUADRADO

Manuela Martinez Herreño

Maria jose Medina Torres
Gissela Luna Alvarez
Andres Hernandez Herrera

Doc: Gean Pablo Mendoza

Gean.Mendoza​@cecar.edu.co

Psicología 4to Semestre

Facultad de Ciencias y Humanidades
Grupo 1

CORPORACIÓN UNIVERSITARIA DEL CARIBE CECAR

SINCELEJO SUCRE
2020
 2

TALLER

EJERCICIO NÚMERO 1
1. Ho: El peso de los camiones se ajusta a una distribución normal.
Ha: El peso de los camiones no se ajusta a una distribución normal.

Promedio 71
Desviación 15
n 50
Max 98
Min 50
Rango 48
Intervalos 5
Frecuencia 10

Intervalos Lim Inf Lim Sup MC O_i

1 48 58 53 10
2 58 68 63 18
3 68 78 73 6
4 78 88 83 7
5 88 98 93 9
50

X−μ
● ei = n ×P i , Z = σ

48−71
1) P (48≤X≤58) →Z = 15
=− 1, 53→A1 = 0, 0625

58−71
→Z = 15
=− 0, 86→A2 = 0, 1930

P (48≤X≤58) = A2 − A1 = 0, 1949 − 0, 063 = 0, 1304

 3

58−71
2) P (58≤X≤68) →Z = 15
=− 0, 86→A1 = 0, 1930

68−71
→Z = 15
=− 0, 2→A2 = 0, 4207

P (58≤X≤58) = A2 − A1 = 0, 4207 − 0, 1949 = 0, 2276

68−71
3) P (68≤X≤78) →Z = 15
=− 0, 2→A1 = 0, 4207

78−71
→Z = 15
= 0, 46→A2 = 0, 6796

P (68≤X≤78) = A2 − A1 = 0, 6796 − 0, 4207 = 0, 2588

78−71
4) P (78≤X≤88) →Z = 15
= 0, 46→A1 = 0, 6796

88−71
→Z = 15
= 1, 13→A2 = 0, 8714

P (68≤X≤78) = A2 − A1 = 0, 8714 − 0, 6796 = 0, 1918

88−71
5) P (88≤X≤98) →Z = 15
= 1, 13→A1 = 0, 8714

98−71
→Z = 15
= 1, 8→A2 = 0, 9640

P (68≤X≤78) = A2 − A1 = 0, 9640 − 0, 8714 = 0, 0926

k 2
(O_i−e_i)
x2 = ∑ e_i
i=1

2
(10−6,5232)
1) x2 = 6,5232
= 1, 853

2
(18−11,3838)
2) x2 = 11,3838
= 3, 845
 4

2
(6−12,9445)
3) x2 = 12,9445
= 3, 725

2
(7−9,5916)
4) x2 = 9,5916
= 0, 7002

2
(9−4,6303)
5) x2 = 4,6303
= 4, 1236

Intervalos Lim Inf Lim Sup MC O_i p_i e_i Chi^2

1 48 58 53 10 0,1304655 6,5232732 1,8530006
2 58 68 63 18 0,227678 11,383898 3,8451514
3 68 78 73 6 0,2588905 12,944526 3,7256243
4 78 88 83 7 0,191832 9,5916021 0,7002377
5 88 98 93 9 0,0926068 4,6303415 4,1236516
50 14,247666

14,24766
Valor Chi P 6
GL 4
Chi T 7,779
​α 0,1

Como el estadístico de prueba es mayor al estadístico crítico, existen suficientes pruebas

estadísticas para rechazar la hipótesis nula a un nivel de significancia del 10%. Por lo tanto,
podemos afirmar que el peso de los camiones no se ajusta a una distribución Normal.
 5

EJERCICIO NÚMERO 2

2. Ho: La variable ​Número de hermanos​ se ajusta a una distribución normal.

Ha: La variable ​número de hermanos​ no se ajusta a una distribución normal.

Promedio 2,5227273
Desviación 1,4301939
n 88
Max 7
Min 0
Rango 7
Intervalos 4
Frecuencia 2

Intervalos Lim Inf Lim Sup MC O_i

1 0 2 1 20
2 2 4 3 51
3 4 6 5 12
4 6 8 7 5
88

X−μ
● ei = n ×P i , Z = σ

0−2,5227
1) P (0≤X≤2) →Z = 1,4301 =− 1, 76→A1 = 0, 0388

2−2,5227
→Z = 1,4301
=− 0, 36→A2 = 0, 3573

P (0≤X≤2) = A2 − A1 = 0, 3573 − 0, 0388 = 0, 3184

2−2,5227
2) P (2≤X≤4) →Z = 1,4301
=− 0, 36→A1 = 0, 3573

4−2,5227
→Z = 1,4301
= 1, 03→A2 = 0, 8491
 6

P (2≤X≤4) = A2 − A1 = 0, 8491 − 0, 3573 = 0, 4918

4−2,5227
3) P (4≤X≤6) →Z = 1,4301
= 1, 03→A1 = 0, 8491

6−2,5227
→Z = 1,4301
= 2, 43→A2 = 0, 9924

P (4≤X≤6) = A2 − A1 = 0, 9924 − 0, 8491 = 0, 1432

6−2,5227
4) P (6≤X≤8) →Z = 1,4301
= 2, 43→A1 = 0, 9924

8−2,5227
→Z = 1,4301
= 3, 83→A2 = 0, 9999

P (6≤X≤8) = A2 − A1 = 0, 9999 − 0, 9924 = 0, 0074

k 2
(O_i−e_i)
x2 = ∑ e_i
i=1

2
(20−28,027)
1) x2 = 28,027
= 2, 299

2
(51−49,279)
2) x2 = 49,279
= 1, 377

2
(12−12,610)
3) x2 = 12,610
= 0, 0295

2
(5−0,6562)
4) x2 = 0,6562
= 28, 750
 7

Intervalos Lim Inf Lim Sup MC O_i p_i e_i Chi^2

1 0 2 1 20 0,3184974 28,027773 2,2993316
2 2 4 3 51 0,4918075 43,279058 1,3774088
3 4 6 5 12 0,1432994 12,610349 0,0295413
4 6 8 7 5 0,0074576 0,6562708 28,750304
88 32,456585

Chi P 32,456585
GL 3
Chi T 6,251
​α 0,1

Como el estadístico de prueba es mayor al estadístico crítico, existen suficientes pruebas

estadísticas para rechazar la hipótesis nula a un nivel de significancia del 10%. Por lo tanto,
podemos afirmar que la variable ​Numero de hermanos​ no se ajusta a una distribución
Normal.

EJERCICIO NÚMERO 3

3.
(MC - Promedio) 
Intervalo i  Intervalo s  MC  O_i  MC * O_i  ^2  (MC-Promedio) ^2 * O_i 
1,5  1,5571  1,52855  10  15,2855  0,010510444  0,105104436 
1,5571  1,6142  1,58565  32  50,7408  0,002063018  0,066016566 
1,6142  1,6713  1,64275  22  36,1405  0,000136412  0,003001059 
1,6713  1,7284  1,69985  17  28,89745  0,004730626  0,08042064 
1,7284  1,7855  1,75695  5  8,78475  0,01584566  0,0792283 
1,7855  1,8426  1,81405  1  1,81405  0,033481514  0,033481514 
1,8426  1,8997  1,87115  1  1,87115  0,057638188  0,057638188 
  88  143,5342    0,424890703 
 8

n  88 
1,899
Max  7 
Min  1,5 
0,399
Rango  7 
Intervalos  7 

7
M C ×O_i 143,5342
P romedio = ∑ n = 88 = 1, 631070
i=1

7
(M c−P romedio)2 ×O_i 0,424890703
V arianza = ∑ n = 88 = 0, 0048283
i=1

Desviacion = √V arianza = √0, 0048283 = 0, 069486

Promedio  1,6310705 
Varianza  0,0048283 
Desviacio
n  0,069486 

Intervalos  Lim Inf  Lim Sup  MC  O_i 

1  1,5  1,5571  1,52855  10 
2  1,5571  1,6142  1,58565  32 
3  1,6142  1,6713  1,64275  22 
4  1,6713  1,7284  1,69985  17 
5  1,7284  1,7855  1,75695  5 
6  1,7855  1,8426  1,81405  1 
7  1,8426  1,8997  1,87115  1 
  88 
● ​Ho: La estatura de los estudiantes se ajusta a una distribución Normal.
Ha: La estatura de los estudiantes No se ajusta a una distribución Normal
 9

X−μ
● ei = n ×P i , Z= σ

1,5−1,6310
1) P (1, 5≤X≤1, 5571) →Z = 0,0694 =− 1, 88→A1 = 0, 0296

1,5571−1,6310
→Z = 0,0694
=− 1, 06→A2 = 0, 1435

P (1, 5≤X≤1, 5571) = A2 − A1 = 0, 1435 − 0, 0296 = 0, 1139

1,5571−1,6310
2) P (1, 5571≤X≤1, 6142) →Z = 0,0694
=− 1, 06→A1 = 0, 1435

1,6142−1,6310
→Z = 0,0694
=− 0, 24→A2 = 0, 4040

P (1, 5571≤X≤1, 6142) = A2 − A1 = 0, 4040 − 0, 1435 = 0, 2605

1,6142−1,6310
3) P (1, 6142≤X≤1, 6713) →Z = 0,0694
=− 0, 24→A1 = 0, 4040

1,6713−1,6310
→Z = 0,0694
= 0, 57→A2 = 0, 7186

P (1, 6142≤X≤1, 6713) = A2 − A1 = 0, 7186 − 0, 4040 = 0, 3146

1,6713−1,6310
4) P (1, 6713≤X≤1, 7284) →Z = 0,0694
= 0, 57→A1 = 0, 7186

1,7284−1,6310
→Z = 0,0694
= 1, 40→A2 = 0, 9193

P (1, 6713≤X≤1, 7284) = A2 − A1 = 0, 9193 − 0, 7186 = 0, 2006

 10

1,7284−1,6310
5) P (1, 7284≤X≤1, 7855) →Z = 0,0694
= 1, 40→A1 = 0, 9193

1,7855−1,6310
→Z = 0,0694
= 2, 22→A2 = 0, 9868

P (1, 7284≤X≤1, 7855) = A2 − A1 = 0, 9868 − 0, 9193 = 0, 0675

1,7855−1,6310
6) P (1, 7855≤X≤1, 8426) →Z = 0,0694
= 2, 22→A1 = 0, 9868

1,8426−1,6310
→Z = 0,0694
= 3, 04→A2 = 0, 9988

P (1, 7855≤X≤1, 8426) = A2 − A1 = 0, 9988 − 0, 9868 = 0, 0119

1,8426−1,6310
7) P (1, 8426≤X≤1, 8997) →Z = 0,0694
= 3, 04→A1 = 0, 9988

1,8997−1,6310
→Z = 0,0694
= 3, 86→A2 = 0, 9999

P (1, 8426≤X≤1, 8997) = A2 − A1 = 0, 9999 − 0, 9988 = 0, 0011

k
(O_i−e_i)2
x2 = ∑ e_i
i=1

2
(10−10,024)
1) x2 = 10,024
= 0, 0000597

2
(32−22,927)
2) x2 = 22,927
= 3, 589

2
(22−27,685)
3) x2 = 27,685
= 1, 167
 11

2
(17−17,657)
4) x2 = 17,657
= 0, 0245

2
(5−5,942)
5) x2 = 5,942
= 0, 1493

2
(1−1,0524)
6) x2 = 1,0524
= 0, 0026

2
(1−0,0977)
7) x2 = 0,0977
= 8, 324

Intervalos  Lim Inf  Lim Sup  MC  O_i  p_i  e_i  Chi^2 
1  1,5  1,5571  1,52855  10  0,1139144  10,024467  5,972E-05 
2  1,5571  1,6142  1,58565  32  0,2605417  22,92767  3,5898618 
3  1,6142  1,6713  1,64275  22  0,3146073  27,68544  1,1675535 
4  1,6713  1,7284  1,69985  17  0,2006576  17,657869  0,0245099 
5  1,7284  1,7855  1,75695  5  0,0675245  5,9421591  0,1493841 
6  1,7855  1,8426  1,81405  1  0,0119598  1,0524604  0,0026149 
7  1,8426  1,8997  1,87115  1  0,0011112  0,0977817  8,3246413 
  88    13,258625 

Chi P 13,258625
GL 6
Chi T 16,811
​α 0,01
 12

Como el estadístico de prueba es menor al estadístico crítico. No existen suficientes

pruebas estadísticas para rechazar la hipótesis nula a un nivel de significancia del 1%. Por
lo tanto, podemos afirmar que la estatura de los estudiantes se ajusta a una distribución
normal.