"Año del Bicentenario del Perú: 200 años de Independencia"

FACULTAD DE ADMINISTRACION

MONOGRAFIA

TEMA: PRUEBA T DE WILCOXON

CURSO: CONTROL ESTADÍSTICO DE PROCESOS
DOCENTE: GABRIEL HERNANDEZ, ORLANDO TERRY
CICLO: IV SECCION: ‘‘A’’
TURNO: MAÑANA
INTEGRANTES: PUMAYLLLI SERRANO, LADY
LOBO ROJAS, FRITZIA
BERROCAL TAXI, VIVIAM
RAMOS TACAS, ADANAYHELLY
MALDONADO POZO, VERONICA

ICA – PERÚ
2021

DEDICATORIA
Este trabajo está dedicado a todas las
personas que más nos han apoyado
influenciado en nuestras vidas. Dándonos
los mejores consejos, guiándonos y
haciéndonos mejores personas con todo
cariño y afecto, para así llegar a ser
buenos profesionales.

Este
está
 INTRODUCCIÓN
Los métodos de estadística inferencial presentados a través del curso, son

llamados métodos paramétricos porque ellos son basados en muestreo de una

población con parámetros específicos, como la media (µ), la desviación

estándar (σ) o la proporción (p). Estos métodos paramétricos usualmente

tienen que ajustarse a algunas condiciones completamente estrictas, así como

el requisito de que los datos de la muestra provengan de una población

normalmente distribuidos. Esta sección presenta los métodos no paramétricos,

los cuales no tienen tales estrictos requisitos.

Las pruebas paramétricas requieren supuestos acerca de la naturaleza o

forma de las poblaciones involucradas. Las pruebas no paramétricas no

requieren estos supuestos. Consecuentemente, las pruebas no paramétricas

de hipótesis son frecuentemente llamadas pruebas de libre distribución.

Aunque el término no paramétrico sugiere que la prueba no está basada en

un parámetro, hay algunas pruebas no paramétricas que dependen de un

parámetro tal como la media. Las pruebas no paramétricas, sin embargo, no

requieren una distribución particular, de manera que algunas veces son

referidas como pruebas de libre distribución.

Aunque libre distribución es una descripción más exacta, el término no

paramétrico es más comúnmente usado.

 1. PRUEBA T DE WILCOXON
1.1. DEFINICION:
La prueba T de Wilcoxon es un procedimiento estadístico de significancia no

paramétrico. Se supone que se emplea un diseño de muestras relacionadas, que la

variable independiente es dicotómica y la variable dependiente es una variable

continua y cuya medición es por lo menos ordinal. Esta prueba es una excelente

alternativa a la prueba t de Student para muestras relacionadas. Se utiliza cuando la

variable dependiente está en un nivel de medición de intervalos pero por las

características de la investigación no cumplen con los supuestos básicos de las

pruebas paramétricas o cuando la variable dependiente es definitivamente ordinal.

La prueba T de Wilcoxon evalúa la probabilidad de que las diferencias encontradas

entre dos muestras relacionadas se deba únicamente el error de muestreo a partir de

la comparación de pares y tiene la ventaja de que da más peso a las diferencias

mayores.

¿EN QUE CONSISTE LA PRUEBA DE WILCOXON?

La prueba Wilcoxon consiste en comparar el número de categorías con signo

positivo y negativo bajo las dos condiciones. Se calculan las diferencias de los

resultados por cada participante. Si las diferencias positivas y negativas son

aproximadamente las mismas, entonces éstas pueden ser aleatorias entre las

condiciones como lo establece la hipótesis nula. Para descartar a la hipótesis nula y

aceptar la de investigación debe existir un predominio de categorías positivas o

negativas en la dirección esperada. Si existen resultados obtenidos por alguno de los

participantes que sean iguales en las dos condiciones no deben ser incluidos en el

análisis puesto que una diferencia de 0 (cero) no tiene signo. De acuerdo a lo anterior,
la prueba Wilcoxon para muestras relacionadas debe cumplir con los siguientes

requisitos:

 Deben existir dos condiciones experimentales (antes y después) con

una variable.

 Las dos condiciones se deben aplicar a los mismos participantes.

 Los datos numéricos deben ser ordinales.

 Son pruebas no paramétricas ya que son adecuadas para realizar análisis

de datos numéricos ordinales.

PASOS A DESARROLLAR:

1. Calculamos las diferencias en cada elemento de la muestra para las dos variables a

estudiar.

2.Se eliminan los elementos que tengan diferencias nulas.

3. Ordenamos estas diferencias prescindiendo de los signos.

4. Asignamos un rango de orden a las mismas.

5.Sumamos los rangos según los signos que tengan las diferencias y obtenemos los

estimadores.

T (+) = suma de rangos correspondientes a diferencias positivas.

T (-) = suma de rangos correspondientes a diferencias negativas.

- DEFINIMOS EL ESTADISTICO

T= Min (T (+), T (-)

7. CONSIDERCION DE LA INTERPRETACION:

 Determinar un intervalo de confianza para mediana de la población.

 Primero se considera la mediana de la muestra y luego examinar el intervalo

de confianza. Debido al carácter discreto del estadístico Wilcoxon, no siempre

es posible alcanzar un intervalo de confianza en el nivel de confianza

solicitado.

 Determinar si los resultados de la prueba son estadísticamente significativos

 Para determinar si la diferencia entre la mediana de la población y la medina

hipotética es estadísticamente significativamente se debe compara el valor de

con el nivel de significancia.

 Valor p ≤ ∝: la diferencia entre las medianas es significativamente diferente

 (rechaza 𝐻0)

 Si el valor de p es menor que o igual al nivel de significancia, la decisión es

rechazar la hipótesis nula.

 Valor p > ∝: la diferencia entre la medianas no es significativamente diferente

(no puede rechazar 𝐻0)

 Si el valor de p es mayor que el valor de significancia, la decisión es que no se

puede rechazar la hipótesis nula.

EJEMPLO

NOTA:

Cualquier par con diferencia absoluta de cero no

será considerado, es decir, se omite cualquier
diferencia absoluta con puntaje de cero, con lo cual
se tiene un conjunto de n diferencias absolutas de
puntajes distintos de cero, entonces n ≤n´.

T DE WILCOXON PARA MUESTRAS PEQUEÑAS

El método es aplicable a muestras pequeñas cuando sea mayores que 6 y menores

que 25.

EJEMPLO:

Un grupo de investigadores realizó un estudio en un colegio, el cual tenía como

propósito disminuir el nivel de estrés de los alumnos, empleando una muestra de 12

alumnos. A ellos se le administro una escala de estrés, que arrojo a los siguientes

puntajes, luego se les aplico el tratamiento, el cual consistió en adoptar ciertas

técnicas de relajación impartidas por un experto en el área. Finalmente, se repite la

administración de la escala de estrés. El grupo de investigadores pretende conocer si

las técnicas de relajación tuvieron efectos positivos en los niveles de estrés de los

alumnos que participaron en el estudio.

H 0 : las técnicas de relajación no produjeron cambios significativos en los niveles

de estrés de los alumnos.

H 1 : la técnica de estrés produjo cambios significativos en los vineles de estrés de

los alumnos.
Nivel de confianza del 95%

N° Antes Después x i− y i Rango

xi yi

01 2 10 -8 8 -8
02 1 15 -14 11,5 (12) -11,5
03 5 14 -9 9,5 (10) -9,5
04 6 20 -14 11,5 (11) -11,5
05 7 12 -5 5 -5
06 10 14 -4 4 -4
07 9 18 -9 9,5(9) -9,5
08 11 17 -6 6 -6
09 9 16 -7 7 -7
10 11 9 -2 2(1) 2
11 16 14 -2 2(2) 2
12 10 8 -2 2(3) 2

1+ 2+ 3 6 9+10 19 11+12 23
= =2 = =9,5 = =11,5
3 3 2 2 2 2

T ¿¿

Ahora hallaremos el valor crítico, el cual vamos a contrastar con T: valor critico = 14

Si el valor T es menor que el valor crítico, entonces, rechazamos la H 0 (6 <14). Se

rechaza la hipótesis nula en favor de las hipótesis alternativa, la cual afirma que las
técnicas de relajación producen cambios significativos en los niveles de estrés de los

alumnos.

TABLA DE WILCOXON

T DE WILCOXON PARA MUESTRAS GRANDES

Cuando la población es mayor a 25 se puede hacer una aproximación a la normal, con

la media y la desviación estándar. DONDE.

n: número de puntajes
de diferencias absolutas
con valor no cero en la
muestra.
 DONDE:

ZT =¿ valor z de la t de wilcoxon

T = valor estadístico de wolcoxon

A partir de las expresiones se puede deducir la expresión Z: μT : promedio de la T de wilcoxon

σ T : desviacion estandar

EJEMPLO:

Un investigador desea comparar el nivel de C.I. en jóvenes universitarios del 1er

semestre con el C.I. de los mismos universitarios cuando estén en 6to semestre.

DESARROLLO:
Hipótesis alterna ( H a). El nivel de C.I. de los jóvenes universitarios estando en
1er semestre es menor al que adquieren al estar en 6to semestre.
Hipótesis nula ( H 0). No habrá diferencia en el nivel de C.I. de los jóvenes
universitarios estando en 1er semestre y cuando estén en 6to semestre.

NOTA:

Nivel de significación.
Para todo valor de probabilidad igual o menor que 0.05, se acepta H a y se rechaza
H 0.
T ¿¿263,5

La sumatoria del valor w de Wilcoxon es igual a 201.5 y, éste se debe

transformar en valor de Z, para conocer la probabilidad de que aquella sea o no
significativa. Para ello debemos calcular primero el promedio y la desviación
estándar de la w de Wilcoxon.

30( 30+ 1)
μw = =232.5
4

30( 30+1)(2∗30+1)
σ w=
√ 24
=48.62

Una vez calculados el promedio y la desviación estándar del valor w de

Wilcoxon, calculamos el valor z.
201.5−232.5
z= =−0.637
48.662
En este caso utilizaremos la tabla de distribución normal:
z=0,7357
Punto crítico: -1.645
 La probabilidad de 0.7356 es mayor que -1.645, por lo cual se acepta H 0 y se
rechazaa H a.
0.7356 > -1.645 se rechaza H a.

TABLA DE DISTRIBUCION NORMAL

 CONCLUSIONES

La prueba de Wilcoxon es una prueba no paramétrica que sirve para comparar el

rango medio de dos muestras relacionadas o dependientes y de dos muestras

relacionadas o dependientes y determinar si existen diferencias entre ellas, se puede

decir que la prueba estadística de Wilcoxon es más potente cuando se muestrea de

distribuciones asimétricas.

Se utiliza en investigaciones educativas como alternativa a la prueba t de Student

cuando no se puede suponer la normalidad de dichas muestras.