“Año de la universalización de la salud”

a. Identificación del tema de estudio

1. Tema: “¿Qué opinan las personas sobre la vacancia presidencial?”

Durante estos últimos años la política se ha visto envuelta en escándalos tales como corrupción,
enriquecimiento ilícito, muerte, etc. Hace algunos días hemos visto cómo es que la lucha por el
poder deja muy en claro la preocupación de los políticos sobre los ciudadanos, por ello hicimos la
interrogante ¿usted está a favor o en contra de la vacancia? Esta fue aplicada para expresar el sentir
de los jóvenes de la UC.

b. Identificación de variables

Variable nominal

¿Qué opina de la política en el Perú?

Esta variable considera el conjunto de tres combinaciones de opciones que eligieron los estudiantes
de la Universidad Continental que cursan el curso de Estadística como buena, mala y regular.

¿Está usted a favor en contra de la vacancia?

Esta variable considera el conjunto de dos combinaciones de opciones que eligieron los estudiantes
de la Universidad Continental que cursan el curso de Estadística como a favor o en contra.

Variable de intervalo
¿Cómo califica la gestión del expresidente Martín Vizcarra?

En una escala del 1 al 10 como califica el gobierno del ex presidente Martin Vizcarra, donde 1 es
totalmente deficiente y 10 es acertada

Variable Ordinal
¿Cómo le parecía la política hace 20 años? Y ¿Cómo califica la política actual?
Para poder ver que política fue mejor lo dividimos en dos preguntas cuyas opciones en la primera
pregunta fue buena o deficiente y en la segunda pregunta desacertada o adecuada.

c. Método de muestreo Google Formularios.

d. Tamaño de la muestra:
Se hace uso de la fórmula para calcular el tamaño de la muestra cuando se conoce el tamaño de la
población:

Donde:

n = Tamaño de muestra

N = Tamaño de la población 500

Z = Nivel de confianza 1,96

p = probabilidad de éxito 0,5

q = Probabilidad de fracaso 0,5

d = Error máximo admisible 5% (0,05)

n= 500(1,96)20,5.0,5 / [0,052(500-1) +1,962.0,5.0,5]

n=276,37 ≈ 276

Como estamos usando a los estudiantes y amigos del barrio como sujetos de estudio, se necesita una
muestra con valor entero, de los cuales hemos logrado entrevistar a 64 estudiantes y compañeros.

% de la muestra = 64.100 / 276 = 23,18%

Entonces los 64 estudiantes y compañeros representan el 23,18% del total de la muestra.

e. Recolección de los datos

f. Contraste de hipótesis para inferencias acerca de dos proporciones

1. Se toma una muestra de 64 estudiantes de los cuales 22 estudiantes prefieren la política de hace
20 años y 3 estudiantes prefieren la política actual. ¿La proporción de la política de hace 20 años
es mayor a la de la política actual?

Ho: p1 ≤ p2 F
Ha: p1 > p2 V
x<-c(22,3)
> n<-c(64,64)
> prop.test(x,n,alternative="greater",correct=FALSE)
1-sample proportions test without continuity correction
data: 3 out of 22, null probability 0.5
X-squared = 11.636, df = 1, p-value = 0.9997
alternative hypothesis: true p is greater than 0.5
95 percent confidence interval:
0.05584132 1.00000000
sample estimates:
p
0.1363636
> x<-c(57,7)
> n<-c(64,64)
> prop.test(x,n,alternative="greater",correct=FALSE)
2-sample test for equality of proportions without continuity correction
data: x out of n
X-squared = 78.125, df = 1, p-value < 2.2e-16
alternative hypothesis: greater
95 percent confidence interval:
0.6904975 1.0000000
Como
sampleelestimates:
p-valor es 0.0999 es mayor que el nivel de significancia 0,05, se rechaza la H 0. Existe
evidencia estadística para afirma que la proporción de la política de hace 20 años es mayor a la de la
prop 1actual.
política prop 2
0.890625 0.109375

2. Se toma una muestra de 64 estudiantes de los cuales 57 estudiantes prefieren la no vacancia del
presidente Vizcarra y 7 estudiantes prefieren la vacancia del presidente Vizcarra. ¿La proporción
de la no vacancia es mayor a la de la vacancia del presidente Vizcarra?

Ho: p1 ≤ p2 F
Ha: p1 > p2 V
x<-c(49,13)
> n<-c(64,64)
> prop.test(x,n,alternative="greater",correct=FALSE)
2-sample test for equality of proportions without continuity correction
data: x out of n
X-squared = 40.54, df = 1, p-value = 9.634e-11
Como el p-valor es 2,2 es mayor que le nivel de significancia 0,05, se rechaza la H 0. Existe
alternative hypothesis: greater
evidencia estadística para afirmar que la proporción de la no vacancia es mayor a la proporción de
la95vacancia del presidente
percent confidence Vizcarra.
interval:
0.4423812 1.0000000
sample estimates:
prop 1 prop 2
0.765625 0.203125

3. Se toma una muestra de 64 estudiantes de los cuales 49 estudiantes dicen que el gobierno de
Vizcarra es pésimo y 13 estudiantes dicen que su gobierno fue regular. ¿La proporción de los
estudiantes que dicen que el gobierno de Vizcarra es pésimo es mayor a la de los estudiantes que
dicen que su gobierno fue regular?

Ho: p1 ≤ p2 F
Ha: p1 > p2 V
> x<-c(17,6)
> n<-c(64,64)
> prop.test(x,n,alternative="less",correct=FALSE)
2-sample
Como test for equality
el p-valor of proportions
es 9,6 es mayor que without
le nivelcontinuity correction
de significancia 0,05, se rechaza la H 0. Existe
evidencia estadística para afirmar que la proporción del gobierno pésimo de Vizcarra es mayor a la
data: x out of n
proporción del gobierno regular de Vizcarra.
X-squared = 6.4133, df = 1, p-value = 0.9943
alternative hypothesis: less
95 percent confidence interval:
-1.0000000 0.2806775
sample estimates:
prop 1 prop 2
0.265625 0.093750
4. Se toma una muestra de 64 estudiantes de los cuales 17 estudiantes le dan un puntaje de 7 en la
escala del 1 al 10 y 6 estudiantes le dan un puntaje de 10. ¿La proporción de los estudiantes que
dicen que el puntaje de 7 es menor a los estudiantes que dicen que el gobierno de Vizcarra tiene
un puntaje de 10?

Ho: p1 ≥ p2 V
Ha: p1 < p2 F

Como el p-valor es 0,9943 es mayor que le nivel de significancia 0,05, se verifica la H 0. Existe
evidencia estadística para negar que la proporción de los que dijeron que la puntuación de 7 es
menor a los que dijeron que la puntuación al gobierno de Vizcarra es de 10.
g. Contraste de hipótesis para dos medias independientes

1. Obtenemos 64 muestras sobre la calificación del gobierno de Vizcarra en la escala del 1 al

10 entre hombres y mujeres de lo cual queremos saber si la media de hombres es mayor a la media
de mujeres.
Ho: µHombres≤µMujeres
Ha: µHombres>µMujeres

Aplicamos la prueba de homogeneidad

Ho: varHombres=varMujeres
Ha: varHombres≠varMujeres

HOMBRE 1 5 5 5 5 5 6 6 6 7 7 7 7 7 7 8 8 8
S 8 8 9 9 9 9 10 10 10 10 10
1 1 1 3 5 5 5 6 6 6 6 6 6 7 7 7 7 7
MUJERES
7 7 7 7 7 7 8 8 8 8 9 9 9 9 10 10 10

> x1<-c(1,5,5,5,5,5,6,6,6,7,7,7,7,7,7,8,8,8,8,8,9,9,9,9,10,10,10,10,10)
> x2<-c(1,1,1,3,5,5,5,6,6,6,6,6,6,7,7,7,7,7,7,7,7,7,7,7,8,8,8,8,9,9,9,9,10,10,10,10)
> var.test(x1,x2)
F test to compare two variances
data: x1 and x2
F = 0.78249, num df = 28, denom df = 35, p-value = 0.5084
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.3879537 1.6241862
sample estimates:
ratio of variances
0.7824858
Como el p-valor es 0,5084 es mayor que le nivel de significancia 0,05, no se rechaza H 0. Por lo
tanto, se asume que las varianzas desconocidas son iguales.

t.test(x1,x2,alternative = "greater",paired=FALSE,var.equal=TRUE)
Two Sample t-test
data: x1 and x2
t = 0.68664, df = 61, p-value = 0.2475
alternative hypothesis: true difference in means is greater than 0
95 percent confidence interval:
-0.5570636 Inf
sample estimates:
mean of x mean of y
7.111111 6.722222

Como el p-valor es 0,2475 es mayor que le nivel de significancia 0,05, no se rechaza H 0. Por lo
tanto, la media de los hombres es mayor a la media de las mujeres.

2. Obtenemos 64 muestras sobre la calificación del gobierno de Vizcarra en la escala del 1 al

10 entre hombres y mujeres de lo cual queremos saber si la media de hombres que calificaron con
un valor menor o igual es mayor a la media de hombres que votaron con una calificación mayor que
5 pero menor o igual que 10.
Ho: µHombres (1-5) ≤µHombres (6-10)
Ha: µHombres (1-5)>µHombres (6-10)

Aplicamos la prueba de homogeneidad

Ho: var Hombres (1-5) =var Hombres (6-10)
Ha: var Hombres (1-5) ≠ var Hombres (6-10)

1 5 5 5 5 5
HOMBRES(1-5)
6 6 6 7 7 7 7 7 7 8 8 8
HOMBRES(6-10)
8 8 9 9 9 9 10 10 10
 > x1<-c(1,5,5,5,5,5)
> x2<-c(6,6,6,7,7,7,7,7,7,8,8,8,8,8,9,9,9,9,10,10,10)
> var.test(x1,x2)
F test to compare two variances
data: x1 and x2
F = 1.5775, num df = 5, denom df = 20, p-value = 0.4237
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.4796102 9.9830730
sample estimates:
ratio of variances
1.577465

Como el p-valor es 0,4237 es mayor que le nivel de significancia 0,05, no se rechaza H 0. Por lo
tanto, se asume que las varianzas desconocidas son iguales.

> t.test(x1,x2,alternative = "greater",paired=FALSE,var.equal=TRUE)

Two Sample t-test
data: x1 and x2
t = -2.3726, df = 40, p-value = 0.9887
alternative hypothesis: true difference in means is greater than 0
95 percent confidence interval:
-4.084328 Inf
sample estimates:
mean of x mean of y
4.333333 6.722222
Como el p-valor es 0,9887 es mayor que le nivel de significancia 0,05, no se rechaza H 0. Por lo
tanto, la media de los hombres que calificaron del 1 al 5 es mayor a la media de los hombres que
calificaron 6 al 10.

3. Obtenemos 64 muestras sobre la calificación del gobierno de Vizcarra en la escala del 1 al

10 entre hombres y mujeres de lo cual queremos saber si la media de mujeres que calificaron con un
valor menor o igual a 5 es mayor a la media de mujeres que votaron con una calificación mayor que
5 pero menor o igual que 10.
Ho: µMujeres (1-5) ≤µMujeres (6-10)
Ha: µMujeres (1-5)>µMujeres (6-10)

Aplicamos la prueba de homogeneidad

Ho: var Mujeres (1-5) =var Mujeres (6-10)
Ha: var Mujeres (1-5) ≠ var Mujeres (6-10)

1 1 1 3 5 5 5
MUJERES(1-5)
6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 8 8 8 8
MUJERES(6-10)
9 9 9 9 10 10 10

> x1<-c(1,1,1,3,5,5,5)
> x2<-c(6,6,6,6,6,6,7,7,7,7,7,7,7,7,7,7,7,8,8,8,8,9,9,9,9,9,10,10,10,10)
> var.test(x1,x2)
F test to compare two variances
data: x1 and x2
F = 2.2025, num df = 6, denom df = 29, p-value = 0.143
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.7637077 11.1722112
sample estimates:
ratio of variances
2.202532
Como el p-valor es 0,143 es mayor que le nivel de significancia 0,05, no se rechaza H 0. Por lo tanto,
se asume que las varianzas desconocidas son iguales.

> t.test(x1,x2,alternative = "greater",paired=FALSE,var.equal=TRUE)

Two Sample t-test
data: x1 and x2
t = -7.5118, df = 35, p-value = 1
alternative hypothesis: true difference in means is greater than 0
95 percent confidence interval:
-5.716299 Inf
sample estimates:
mean of x mean of y
3.000000 7.666667

Como el p-valor es 1 es mayor que le nivel de significancia 0,05, no se rechaza H 0. Por lo tanto, la
media de las mujeres que calificaron del 1 al 5 es mayor a la media de las mujeres que calificaron 6
al 10.

4. Obtenemos 64 muestras sobre la calificación del gobierno de Vizcarra en la escala del 1 al

10 entre hombres y mujeres de lo cual queremos saber si la media de mujeres que calificaron con un
valor menor o igual a 5 es mayor a la media de hombres que votaron con una calificación menor o
igual a 5.
Ho: µx1 ≤µx2
Ha: µx1 >µx2

Aplicamos la prueba de homogeneidad

Ho: var x1 =var x2
> x1<-c(1,1,1,3,5,5,5)
Ha: var x1 ≠ var X2
> x2<-c(1,5,5,5,5,5)
> var.test(x1,x2) 1 1 1 3 5 5 5
MUJERES(1-5) X1
F test to compare two variances
1 5 5 5 5 5
HOMBRES(1-5) X2
data: x1 and x2
F = 1.5, num df = 6, denom df = 5, p-value = 0.6731
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.2149705 8.9813477
sample estimates:
ratio of variances
1.5
Como el p-valor es 0,6731 es mayor que le nivel de significancia 0,05, no se rechaza H 0. Por lo
tanto, se asume que las varianzas desconocidas son iguales.

> t.test(x1,x2,alternative = "greater",paired=FALSE,var.equal=TRUE)

Two Sample t-test
data: x1 and x2
t = -1.3009, df = 11, p-value = 0.8901
alternative hypothesis: true difference in means is greater than 0
95 percent confidence interval:
-3.17401 Inf
sample estimates:
mean of x mean of y
3.000000 4.333333

Como el p-valor es 0,8901 es mayor que le nivel de significancia 0,05, no se rechaza H 0. Por lo
tanto, la media de las mujeres que calificaron del 1 al 5 es mayor a la media de los hombres que
calificaron 1 al 5.
h. Contraste de hipótesis para la variable con datos apareados

Se les pidió a las 64 personas que se remonten 20 años atrás y nos den su opinión de las gestiones
de esa época para comparar su punto de vista con la política hoy por hoy, considerando
puntuaciones del 1 -5 como insatisfechos y 6 – 10 completamente de satisfechos. Se quiere
demostrar que la aceptación de las gestiones pasadas es mayor a la aceptación de la política actual.
Como el p-valor es 2,87 no se debe aceptar la Hipótesis nula. Por ello se puede afirmar que según la
opinión de los encuestados la política de hace 20 años atrás es mejor que la política actual.

I. Pruebas de independencia

1. Se desea determinar si hay relación entre el gobierno del presidente Martín

Vizcarra y la política actual de los 64 encuestados, se obtiene:

Se decidió aplicar la prueba de independencia a las dos variables seleccionadas, ya que existen
algunos prejuicios que indican que la política del Perú puede influir en el gobierno del presidente
Martin Vizcarra. Esto se demostrará en esta prueba de independencia conforme a nuestra muestra,
realizada por estudiantes de la Universidad Continental.

Ho: Variable fila es INDEPENDIENTE de la Variable columna (la calificación (1-10) del
gobierno de Martin Vizcarra es INDEPENDIENTE a la política actual)

H1: Variable fila es DEPENDIENTE de la Variable columna (la calificación (1-10) del gobierno
de Martin Vizcarra es DEPENDIENTE a la política actual)

POLÍTICA ACTUAL
BUENA MALA REGULAR
GOBIERNO DE VIZCARRA
(8-10) 1 18 4

(5-7) 1 28 5

(1-4) 0 3 4
Como el p-valor es 0,1454 es mayor que el nivel de significancia (0,05). Existe evidencia
estadística para no rechazar la HIPÓTESIS NULA.

Existe suficiente evidencia estadística para afirmar que el gobierno de Martín Vizcarra es
INDEPENDIENTE a la política actual.

i. Anexos

FORMULARIOS
TRABAJO REPARTIDO

REPORTE