Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CUATRI2-2022
Plantel Tlalnepantla
1
Índice
3.1.1 Chi-cuadrada………………………………………………………….
3.1.2 Binomial……………………………………………………………….
3.2.1 Mc Nemar………………………………………………………………
3.3.1 Friedman……………………………………………………………………
3.3.2 Kendall……………………………………………………………………….
3.4.2 Kolmogorov-Sminors……………………………………………………….
2
Introducción
SPSS son las siglas de Statistical Package for the Social Sciences (Paquete
Estadístico para las Ciencias Sociales). Es decir, SPSS es una aplicación de
análisis estadísticos de datos (aplicados, como su propio nombre indica, a las
ciencias sociales).
SPSS es, también, una herramienta muy versátil. Permite realizar hojas de
cálculos, gestionar bases de datos para procesarlos de modo dinámico y, aspecto
muy interesante, realizar informes personalizados.
3
3. Pruebas estadísticas no paramétricas
• Selección de Variables
• Examen de Resultado
Pero antes hemos de entrar en SPSS para poder llevar a cabo esta primera
sesión. Para ello hay dos maneras de proceder: 1) Desde el menú Programas que
se despliega a pulsar el botón I nicio se accede al programa SPSS, de la misma
manera que se accede a cualquier programa que opere bajo el sistema operativo
de Windows, bien en la versión 95 en la 98 o en la 2000; 2) A través de un Icono
de Acceso Directo que hayamos creado previamente en el Escritorio o en la barra
de accesos rápidos situada en la parte inferior de la pantalla, por el procedimiento
habitual de creación de estos tipos de accesos directos1. En ambos casos el
resultado es el mismo: se accede al programa, directamente al Editor de Datos,
cuya apariencia es la que se muestra en la Figura 1.1.
4
Es en esta pantalla en la que se va a desarrollar buena parte de las sesiones con
SPSS. Aquí es donde grabaremos los datos registrados en el desarrollo de
nuestros trabajos, o donde se mostrarán los datos ya grabados en archivos
cuando queramos someterlos a los procedimientos de análisis de SPSS. El
aspecto del editor de datos es el propio de una rejilla de filas y columnas cuya
intersección conforman las celdillas de la misma -cada celdilla un dato-, similar a la
que dispone cualquier hoja de cálculo. En este primera sesión vamos a utilizar los
datos previamente almacenados en un archivo, por lo que el primer paso es leer
esos datos. Para ello se puede emplear dos maneras alternativas: la primera es a
través de la opción Archivo del menú principal, sub-opción Abrir. La otra
alternativa, más inmediata, es pulsar, en los iconos que aparecen debajo del menú
general, el correspondiente a Abrir archivo . En ambos casos, se accede a una
ventana como la de la Figura 1.2.
5
6
Por defecto, sólo se lista los archivos de datos generados y guardados
previamente por SPSS, que en las versiones para Windows tienen la extensión
SAV, aunque SPSS puede leer datos grabados en diferentes formatos (ASCII,
dBASE, Excel, etc.), y por supuesto los archivos generados por las anteriores
versiones del programa, que se identifican por la extensión SYS. Para abrir un
archivo de datos, basta hacer doble clic con el botón izquierdo del ratón en el
mismo y se incorpora al Editor de datos. El aspecto del editor una vez leído el
archivo (en este caso el archivo Datos de empleados) es el que se ve en la Figura
1.3.
7
El término estadística no paramétrica se refiere a un conjunto de método,
inferenciales válidos para formas muy diversas de distribución de la población. La
aplicación de estos métodos no requiere modelo de población, en el sentido de un
parámetro específico relacionado con la forma de la curva que representa a la
población en estudio, como sí es necesario, por ejemplo, en el caso de la
distribución normal.
8
llama de distribución libre, por no considerar la forma como se distribuye la
población.
a) Independencia
b) Homogeneidad o proporción
9
c) Mediana.
1) La X2 (ji cuadrada) y
2) La Kolmogorov-Smirnov.
b) La prueba de Friedman, para una sola muestra medida más de dos ocasiones,
por último se encuentran los coeficientes de asociación, también llamados de
correlación.
3.1.1 Chi-cuadrada
Utilice este análisis para probar qué tan bien una muestra de datos categóricos se
ajusta a una distribución teórica.
10
Los cálculos para estas pruebas son iguales, pero la pregunta que se está
tratando de contestar puede ser diferente.
Del mismo modo que los estadísticos “z”, con su distribución normal y “t”, con
su distribución t de Student, nos han servido para someter a prueba hipótesis que
involucran a promedios y porcentajes, el estadístico ji-cuadrado (o chi cuadrado),
que tiene distribución de probabilidad del mismo nombre, nos servirá para someter
a prueba hipótesis referidas a distribuciones de frecuencias.
11
En primer lugar usaremos el estadístico ji-cuadrado para probar la asociación
entre dos variables, y luego lo usaremos para evaluar en qué medida se ajusta la
distribución de frecuencias obtenida con los datos de una muestra, a una
distribución teórica o esperada.
3.1.2 Binomial
12
Por ejemplo, utilice la distribución binomial para calcular la probabilidad de
que 3 o más elementos defectuosos se encuentren en una muestra de 25
elementos si la probabilidad de un elemento defectuoso en cada ensayo es 0.02.
El número de elementos defectuosos (X) sigue una distribución binomial con n =
25 y p = 0.02.
13
primer grupo. La probabilidad del segundo grupo será 1 menos la probabilidad
especificada para el primer grupo.
Ejemplo. Si se lanza una moneda al aire, la probabilidad de que salga cara es 1/2.
Basándose en esta hipótesis, se lanza una moneda al aire 40 veces y se anotan
los resultados (cara o cruz). De la prueba binomial, podría deducir que en 3/4 de
los lanzamientos salió cara y que el nivel de significación observado es pequeño
(0,0027). Estos resultados indican que no es verosímil que la probabilidad de que
salga cara sea 1/2; probablemente la moneda presenta una tendencia a caer por
un sentido determinado.
14
Supuestos. Las pruebas no paramétricas no requieren supuestos sobre la forma
de la distribución subyacente. Se asume que los datos son una muestra aleatoria.
Analizar > Pruebas no paramétricas > Cuadros de diálogo antiguos > Binomial...
15
En el caso de que queramos verificar la normalidad de una distribución,
la prueba de Lilliefors conlleva algunas mejoras con respecto a la de Kolmogórov-
Smirnov; y, en general, el test de Shapiro–Wilk o la prueba de Anderson-
Darling son alternativas más potentes.
16
alternativa a la prueba Ji Cuadrado de bondad de ajuste cuanto el número de
datos es pequeño.
Ejemplo
Tipificar la muestra:
Obtener los valores típicos que corresponden a diez intervalos de una distribución
Normal:
17
-1.28, -0.84, -0.52, -0.25, 0, 0.25, 0.52, 0.84, 1.28
18
Pruebas no paramétricas
Prueba de Kolmogórov-Smirnov
Características:
19
objetivo es señalar si los datos provienen de una población que tiene la
distribución teórica especificada, es decir, lo que hace es contrastar si las
observaciones podrían razonablemente proceder de la distribución especificada.
¿Cómo se calcula?
20
Supuestos
Aplicación
21
Ventajas
22
3.2 Pruebas para dos muestras relacionadas
Algunas de las pruebas que pueden realizarse con el programa SPSS son:
la prueba de Wilcoxon, la de signos y la de McNemar.
Ejemplo
En general, cuando una familia vende su casa ¿logra obtener la cantidad que pide
inicialmente? Si aplica la prueba de Wilcoxon de los rangos con signo a 10 casas,
podría descubrir que siete familias reciben menos cantidad de la solicitada, una
recibe más y dos familias reciben el precio solicitado.
23
sistemas operativos Windows), la prueba de homogeneidad marginal también
estará disponible.
Analizar > Pruebas no paramétricas > Cuadros de diálogo antiguos > 2 muestras
relacionadas...
24
Características adicionales del comando NPAR TESTS (Dos muestras
relacionadas)
3.2.1 Mc Nemar
Definir éxito para campos categóricos. Especifica cómo se define "éxito" en los
campos categóricos.
Utilizar primera categoría encontrada en los datos realiza la prueba que utiliza
el primer valor encontrado en la muestra para definir "éxito". Esta opción sólo es
aplicable a los campos nominal u ordinal con sólo dos valores; el resto de campos
categóricos especificados en la pestaña Campos en los que se utiliza esta opción
no se comprobarán. Esta es la opción predeterminada.
25
Los resultados correspondientes a una muestra de n elementos se disponen
en una tabla de frecuencias 2 x 2 para recoger el conjunto de las respuestas de
los mismos elementos antes y después. El aspecto general de dicha tabla, en la
que los signos + y - se utilizan para representar las diferentes respuestas, es el
siguiente:
Antes/Después - +
- a B
+ c D
26
+, o direccional, cuando predice que un cambio de - a + es más (o menos)
probable que un cambio de + a -.
C1-T C2 C3
Correcta antes 1 1
Incorrecta antes 8 2
27
También puede ingresar datos sin procesar, siempre y cuando ambas columnas
contengan exactamente 2 valores únicos (véase la nota más abajo). La siguiente
tabla muestra los mismos datos de la tabla anterior ingresados sin procesar. Cada
fila indica cómo respondió un participante antes y después de recibir capacitación.
C1-T C2-T
Antes Después
Incorrecta Correcta
Incorrecta Correcta
Incorrecta Correcta
Incorrecta Correcta
Incorrecta Incorrecta
Incorrecta Correcta
Correcta Correcta
Incorrecta Incorrecta
Correcta Incorrecta
Incorrecta Correcta
28
C1-T C2-T
Antes Después
Incorrecta Correcta
Incorrecta Correcta
Las dos columnas de datos sin procesar deben contener exactamente 2 valores
únicos. De lo contrario, Minitab no sabrá cómo resumir los datos en una tabla de 2
factores para el análisis. Si una o ambas columnas de datos sin procesar
contienen solamente 1 valor único, usted debe ingresar los datos como una tabla 2
x 2, como se muestra en la Tabla 1.
29
3.2.2 Prueba de Rangos
En muchos casos un analista tendrá suficientes razones para creer que sus
mediciones se distribuyen simétricamente pero no desea suponer que siguen una
distribución normal.
30
continuación se incorporan sus signos, los números entonces se jerarquizan, en
este proceso se mantienen sus signos pero se les asignan números que indican
su orden o rango.
Si no hay diferencia entre las dos series de datos, entonces se esperaría que
las diferencias entre los resultados para cada muestra, [(resultado muestra 1) –
resultado muestra 2)] deberán distribuirse en torno a cero. Cuando hay posiciones
empatadas, el problema se resuelve asignando posiciones promedio a los valores
31
empatados, con signos 8-12 adecuados. Si la ordenación es correcta, al calcular la
suma de todos los valores sin tomar en cuenta el signo, debe ser la misma que la
suma de los ocho primeros números naturales (MILLER y MILLER, 1993, cap. 6).
32
3.2.3 Prueba de Signo
La prueba del signo se utiliza para probar la hipótesis sobre la mediana de una
distribución continua. La mediana de una distribución es un valor de la variable
aleatoria X tal que la probabilidad de que un valor observado de X sea menor o
33
de H1 sólo si la proporción de signos positivos es suficientemente menor que � ( o
de manera equivalente, cada vez que el número observado de signos positivos
r+ es muy pequeño). Por tanto, si el valor P calculado
34
Ejemplos:
Solución:
Se mostrará la tabla del ejercicio y es función del investigador poner los signos
con respecto a la mediana.
35
Observación Resistencia Signo de Observación Resistencia Signo de
al esfuerzo la al esfuerzo la
cortante diferencia cortante diferencia
xi xi-2000 xi xi-2000
1 2158.70 + 11 2165.20 +
2 1678.15 - 12 2399.55 +
3 2316.00 + 13 1779.80 -
4 2061.30 + 14 2336.75 +
5 2207.50 + 15 1765.30 -
6 1708.30 - 16 2053.50 +
7 1784.70 - 17 2414.40 +
8 2575.10 + 18 2200.50 +
9 2357.90 + 19 2654.20 +
10 2256.70 + 20 1753.70 -
Regla de decisión:
Cálculos:
P=2P(R+ 14 cuando p = �)
36
Conclusión:
37
Regla de Decisión:
Cálculos:
Decisión y Conclusión:
38
3.2.4 Prueba de Signo de Wilcoxon
39
Si el tamaño de las muestras no permite determinar con seguridad si las
poblaciones de las que proceden se distribuyen de forma normal, y no se
dispone de información que pueda orientar sobre la naturaleza de las
poblaciones de origen (estudios anteriores, que sea un tipo de variable que
se sabe que se distribuye casi siempre de forma normal…), entonces es
más apropiado el Wilcoxon signed-rank test ya que no requiere asumir la
normalidad de las poblaciones.
Trabaja sobre rangos de orden, es decir, utilizan las posiciones que ocupan
los datos una vez ordenados. Por lo tanto, solo es aplicable a variables
cuyos valores se pueden ordenar.
40
a su vez, hace que el Wilcoxon signed-rank test sean una prueba más
robusta que el t-test.
41
3.3 Pruebas para k-muestras relacionadas
Este test puede considerarse como una extensión del test de Wilcoxon para el
caso de más de dos muestras. En el caso de que las asunciones del test ANOVA
fuesen satisfechas, el análisis se realizaría de acuerdo a un diseño de ANOVA de
dos factores sin repetición, en el que los factores serían respectivamente los
pacientes (bloques) y el tratamiento, por referirse a un ejemplo de un ensayo
clínico con un diseño denominado de bloques completos aleatorios. Si las
condiciones de aplicación no fuesen satisfechas, para la realización del test no
paramétrico, como siempre, desde el menú Analizar se accede a las Pruebas no
paramétricas donde se seleccionará la opción k muestras relacionadas.
Q de Cochran
42
elementos elegidos de forma que los elementos de cada grupo se asemejen lo
más posible entre ellos.
Los datos se disponen en una tabla de la misma forma que para la prueba de
Friedman, pero ahora las columnas de la tabla contienen únicamente ceros y
unos, de forma que la suma de los valores de la j-ésima columna, GJ , es el
número de ''éxitos'' de la distribución de las n respuestas al j-ésimo ''tratamiento''.
Si la hipótesis nula es cierta las diferencias entre el número de éxitos de cada
columna se deben al azar, por lo que es de esperar que sean pequeñas, es decir,
que todas las G_{j estén muy próximas al número medio de éxitos por muestra,
El estadístico de prueba se basa en la dispersión del número de éxitos de cada
''tratamiento'' con respecto a :
43
Donde Li es el total de ''éxitos'' del primer elemento o grupo.
Analizar
Pruebas no paramétricas
k muestras relacionadas
44
Ejemplo
45
El estadístico de prueba es igual a 8,040, por lo que no se puede rechazar la
hipótesis nula para niveles de significación superiores a 0,018. Al 5% de nivel de
significación se acepta la hipótesis de que no existen diferencias significativas
entre las valoraciones asignadas por los alumnos a estas características.
Friedman
46
menos la distribución de una de las respuestas difiere de las demás. Para poder
utilizar esta prueba las respuestas deben ser variables contínuas y estar medidas
por lo menos en una escala ordinal.
Los datos se disponen en una tabla en la que en cada fila se recogen las
respuestas de los k elementos de cada grupo a los k tratamientos:
A las observaciones de cada fila se les asignan rangos de menor a mayor desde 1
hasta k; a continuación se suman los rangos correspondientes a cada columna,
siendo RJ la suma correspondiente a la columna j-ésima. Si la hipótesis nula es
cierta, la distribución de los rangos en cada fila se debe al azar, y es de esperar
que la suma de los rangos correspondientes a cada columna sea
aproximadamente igual a n(k + 1)/2. La prueba de Friedman determina si
las RJ observadas difieren significativamente del valor esperado bajo la hipótesis
nula.
47
Si H0 es cierta y el número de columnas y/o de filas es moderadamente grande la
distribución de F se aproxima a una chi-cuadrado con k - 1 grados de libertad; de
forma que se rechaza la hipótesis nula para valores de F superiores al valor crítico
para el nivel de significación fijado.
W de Kendall
3.3.1 Friedman
Ejemplo
48
Estadísticos
Datos
Supuestos
49
4. Pulse Ejecutar análisis.
3.3.2 Kendall
VI: Politómica
50
Fórmula para el cálculo
W: Coeficiente de concordancia.
K: Cantidad de expertos.
N: Cantidad de variables.
T: Factor de corrección.
Pasos
5. Aplicar la ecuación para obtener el ajuste dado por las ligas o empates.
51
No basta con saber si W está más próximo a 0 o 1 sino que además debemos
saber si W es significativamente distinta de 0 para rechazar la hipótesis de
concordancia casual. Esta prueba sería en principio una prueba de hipótesis.
Importancia
52
3.4 Pruebas para dos muestras independientes
Ejemplo
Se han desarrollado nuevos correctores dentales diseñados para que sean más
cómodos y estéticos, así como para facilitar un progreso más rápido en la
realineación de la dentadura. Para averiguar si el nuevo corrector debe llevarse
tanto tiempo como el modelo antiguo, se eligen 10 niños al azar para que lleven
este último y otros 10 niños para que usen el nuevo. Mediante la prueba U de
Mann-Whitney podría descubrir que, de media, los niños que llevaban el nuevo
corrector tenían que llevarlo puesto menos tiempo que los que llevaban el antiguo.
53
Analizar > Pruebas no paramétricas > Cuadros de diálogo antiguos > 2 muestras
independientes...
Algunas de las pruebas que pueden realizarse con el programa SPSS son: la
prueba U de Mann-Whitney, la prueba Z de Kolmogorov-Smirnov y la prueba de
rachas de Wald-Wolfowitz.
54
3.4.1 U-mann Whitney
La hipótesis nula del contraste es que las dos muestras, de tamaño n1 y n2,
respectivamente, proceden de poblaciones contínuas idénticas:
55
El estadístico de prueba es el valor Z:
Hipótesis:
a. H0: MedA = MedB (La hipótesis nula equivale a decir que las dos poblaciones
difieren con respecto a su tendencia central)
56
Pruebe la hipótesis de que los niveles de excreción urinaria de Sodio/Potasio
difieren en ambos grupos. Use α = 0.05.
Respuesta:
En este ejemplo hay dos muestras independientes (una con 16 pa cientes con esa
enfermedad X y 12 personas sin la enfermedad X) y una variable cuantitativa
(niveles de excreción urinaria de Sodio/Potasio); nos interesa determinar si las
medianas de esas dos poblaciones difieren.
Hipótesis:
donde:
57
Prueba U-mann Whitney
58
Ahora vamos al menú Analizar y damos un clic para que salga un menú
desplegable e iremos a buscar donde dice Pruebas no paramétricas y nos
paramos con el mouse ahí y saldrá otro menú desplegable y no s paramos con el
mouse donde dice Cuadros de diálogo anteriores y ahí saldrá otro menú
desplegable y daremos un clic donde dice 2 muestras independientes… daremos
un clic. Vean la siguiente figura como tienen que seguir lo que está en amarillo
59
Ahora activaremos dando un clic sobre la variable Nivel de excreción urinaria de
Sodio/Potasio y la pasaremos hacia donde dice Lista Contrastar variables: y luego
activaremos dando un clic sobre la variable Grupos de estudio y la pasaremos
hacia donde dice Variable de agrupación. Dejaremos marcada la opción Tipo de
prueba: U de Mann-Whitney. Deberá quedarles así:
60
Luego daremos un clic en el botón continuar y luego en el botón Aceptar y saldrán los
siguientes resultados:
Resultados:
Pruebas no paramétricas
61
3.4.2 Kolmogorov-Sminors
VI: Dicotómica
VD: Ordinal/Intervalo
Esta prueba se utiliza para contrastar la hipótesis nula de que dos muestras
independientes de tamaños n1 y n2 proceden de la misma población.
62
Prueba Kolmogorov-Smirnov para una muestra:
Esta prueba no requiere que los datos sean agrupados, lo que permite que ésta
haga uso de toda la información del conjunto de datos.
Hipótesis:
Ejemplo:
63
Valores de glucemia en 36 varones sanos
75 92 80 80 84 72
84 77 81 77 75 81
80 92 72 77 78 76
77 86 77 92 80 78
6 78 92 68 80 81
87 76 80 87 77 86
Respuesta:
Hipótesis:
Ahora abrimos el programa SPSS y vamos a la Vista de datos para introducir los
datos del ejemplo. Debe quedarles así:
64
Ahora en la Vista de variables introducimos el nombre de la variable, su etiqueta
(que es el nombre real de nuestra variable) y ponemos en Medida la Escala pues
se trata de una variable cuantitativa continua. Debe quedarles así:
Ahora vamos al menú Analizar y damos un clic ahí, luego saldrá un menú
desplegable y nos desplazamos hacia debajo de ese menú con el mouse y donde
dice Pruebas no paramétricas nos paramos y saldrá otro menú desplegable ahora
65
hacia la derecha y con el mouse vamos hacia donde dice Cuadros de diálogo
antiguos y nos paramos ahí y entonces saldrá otro menú desplegable que dice K-
S de 1 muestra y ahí damos un clic. Debe quedarles así:
66
Ahora saldrá una ventana como la siguiente:
67
Ahora en el botón Opciones… pueden darle un clik y marcar con otro clic donde
dice Descriptivos:
68
Luego dan clic en el botón Continuar.
Supuesto.
Hipótesis.
Ha:FX≠FYHa:FX≠FY
Estadística de prueba
69
1 2 4 5 6 7 9 11
70
II. PROGRAMA PROJECT 2000
Identificación
Características
71
la asignación de recursos a las tareas, las tareas de ajuste, el seguimiento del
progreso y la producción de informes de estado. Los gerentes también aprender
cómo personalizar Microsoft Project para adaptarse a sus necesidades.
Beneficios
72
1.1 Creación y organización de la programación temporal de tareas
Triángulo del Proyecto En Microsoft Project 2000 los tres factores que conforman
cada proyecto son:
73
mientras no se introduce la información esencial acerca de todas las tareas. Sólo
entonces se verá cuándo finalizará el proyecto o las fechas en las que están
programadas las tareas.
74
Los diagramas o los gráficos representan la información gráficamente.
75
Lo que es más importante, Microsoft Project programa cada tarea utilizando la
fórmula duración = trabajo / esfuerzo de recurso, donde: Duración es la cantidad
de tiempo que transcurre antes de que la tarea esté realizada.
Por ejemplo: Si tres pintores trabajan dos días en una tarea, con un
esfuerzo de 8 horas diarias, el trabajo de cada recurso es 16 horas (2 días * 8
horas).
76
Los siguientes pasos son:
Cierre del proyecto. Evaluar las lecciones que se han aprendido y las mejores
prácticas.
77
1.2 El proceso de planificación de proyectos
Un plan de proyecto puede ser sencillo, por ejemplo, una lista de tareas y sus
fechas de comienzo y fin escritas en un bloc de notas. O puede ser complejo, por
ejemplo, miles de tareas y recursos, y un presupuesto del proyecto de millones de
bolívares.
1. Crear el plan
3. Cerrar el proyecto
78
exceder el presupuesto y conseguir así los objetivos planteados. Microsoft Project
es una herramienta de administración de proyectos eficaz y flexible que puede
utilizar para controlar proyectos simples o complejos. Le ayudará a programar y
realizar un seguimiento de todas las actividades para supervisar su progreso.
Instrucciones
3.-Acceso a una plantilla , seleccione "Archivo " de la barra de menús , haga clic
en " Nuevo". Vaya a la pestaña Plantillas y navegar por la selección. Para
seleccionar una plantilla , haga doble clic en el archivo o bien , haga clic en el
archivo una vez después haga clic en " Aceptar".
79
5.-Asignar duraciones a cada una de sus tareas. Introduciendo para ello una
longitud deseada de la columna Duración. La columna Duration se encuentra
junto a la columna Nombre de tarea en el área de trabajo. Cada célula tarea tiene
una célula duración correspondiente.
6.- Organiza tus tareas. . Una vez que haya introducido todas las tareas y asigna
una duración de ellos, limpiar su área de trabajo mediante la creación de
subtareas. Seleccione las tareas que desea organizar, a continuación, haga clic en
el botón " Anular sangría " o " sangría " en la barra de herramientas estándar. Esto
le permitirá agrupar las tareas por objetivo principal.
8.- Asignar un recurso a una tarea específica. Volver a la Tabla de Gantt ( su área
de trabajo principal donde se introducen las tareas) . Seleccione la tarea que
desea asignar un recurso a continuación, haga clic en el botón "Asignar recursos"
en la barra de herramientas estándar. El icono se encuentra al lado de la del
campo Agrupar por. Aparecerá una ventana con una lista de sus recursos.
Seleccione la (s) que desea, y luego haga clic en " Asignar”.
80
del calendario. Editar las fechas que desee cambiar con el " De:" y " Para: "
campos.
81
Anexos
Paso 1
82
Paso 2
Descargar Archivo:
Paso 3
Ejecutamos la
aplicación que
su instalación
83
Paso 4
84
Paso 5
85
Paso 6
Inicia instalación
86
Paso 7
Termina la instalación
87
Paso 8
Seleccionamos la opción de Activar uso temporal
88
89
90
Conclusiones
Kolmogorv–Smirnov
Wolfowitz.
Q de Cochran.
91
Ésta es la herramienta por excelencia para la gestión de proyectos empresariales.
Una aplicación de software de pago que funciona con Windows, cuyo formato de
archivo es MPP y que se integra con Office 365. Administradores y jefes de
proyecto emplean Microsoft Project para planificar y controlar el desarrollo de un
proyecto, la organización adecuada y eficaz de las tareas, con el fin de evitar
retrasos y mantenerse dentro del presupuesto asignado.
92
Diagrama de Gantt. Se crea automáticamente con los datos del proyecto.
Como en cualquier gráfica de esta clase, el eje de abscisas representa el
tiempo, mientras que el eje de ordenadas muestra las actividades. Las
barras horizontales en el diagrama marcan el desarrollo de las tareas en el
tiempo, su duración y su secuencia. Se diferencian por colores las
actividades críticas de las que no lo son, y también aquéllas que incluyen
tareas de menor rango.
93
Referencias
Pértega Díaz S, Pita Fernández S. Asociación de variables cualitativas: El
test exacto de Fisher y el test de Mcnemar. Disponible
en: https://www.fisterra.com/mbe/investiga/fisher/fisher.asp#Mcnemar
94
Pascuzzo-Lima A. El Test de McNemar. Caracas-Venezuela:
aldanálisis;2012. Disponible en: http://aldanalisis.blogspot.com/2012/03/el-
test-de-mcnemar.html.
García Bellido, R.; González Such, J. y Jornet Meliá, J.M. (2010). SPSS:
Pruebas No Paramétricas. InnovaMIDE, Grupo de Innovación Educativa,
Universitat de València.
Lubin, P. Macià, A. Rubio de Lerma, P. (2005). Psicología matemática I y II.
Madrid: UNED.
95
Pérez, C. (2001). Técnicas estadísticas con SPSS. España: Pearson
Education.
Pria Barros, M. C. (2001). Métodos no paramétricos. [En línea]. Cuba:
Universidad de La Habana. Disponible en Word Wide Web:
áhttp://www.Vcl.sld.cy/75 cm/facmedic/ webosalud/materiales/mnoparam.
Htmlñ.
Walpole, R. E. y Myers, R. H. (1992). Probabilidad y estadística. Cuarta
edición. México: Mc GRAW-HILL.
96