PROGRAMA DE MAESTRÍA EN CIENCIAS DE LA EDUCACIÓN

MENCIÓN: DOCENCIA E INVESTIGACIÓN

Curso:
Estadística aplicada
Docente:
Dr. César Leonardo Haro Díaz
Grupo 04:
Moscol Jaramillo Yesmin Katherine
Murillo Arévalo Keyla Karyn
Quiroga Girón Rosanna Stephanie
Piura, 2022
1. La publicidad que realiza Bodytech afirma que, al terminar su entrenamiento, las
personas bajarán de peso. Una muestra aleatoria de ocho participantes recientes
reveló los siguientes pesos (en kilos) antes y después de terminar el entrenamiento.
Tabla 1. Pesos en Kg de los participantes
Nombre Antes Después
Hunter 70.3 69.8
Carlos 103.4 93.9
Paola 63.9 66.7
César 73.5 71.2
Paola 95.7 88.9
Peterson 74.4 68.0
María 83.5 77.1
Roger 78.0 74.8

Con un nivel de significancia de 0.01, ¿se puede concluir que los participantes bajan de peso?
Interprete su resultado. ¿Qué suposición necesita acerca de la distribución de las diferencias?
Sugerencia. Ambas variables estén medidas en escala de intervalo
Previo a la ejecución de la prueba de hipótesis, debes realizar para cada variable y la diferencia, la prueba
de normalidad de los datos.
Utilizando el Software SPSS se crea una nueva columna DIFERENCIA (Di) de ambas muestras 1 (Antes)
2 (Después).

Nombre Antes Después Di

Hunter 70.3 69.8 0,50
Carlos 103.4 93.9 9,50
Paola 63.9 66.7 -2,80
César 73.5 71.2 2,30
Paola 95.7 88.9 6,80
Peterso 74.4 68.0 6,40
n María 83.5 77.1 6,40
Roger 78.0 74.8 3,20
 Prueba de Normalidad -K-S y Shapiro Wilk
Previo a realizar la prueba de hipótesis, debemos comprobar si los pesos de los participantes antes y
después de terminar el entrenamiento y su diferencia, se distribuyen aproximadamente como una
Normal. En el Ejercicio el tamaño de la muestra n = 8 estudiantes no excede de 50, por lo que es
razonable utilizar la prueba de Shapiro – Wilk para comprobar la normalidad de los datos.
 1: Hipótesis
H0 : Los pesos se distribuyen de forma Normal
H1 : Los pesos no se distribuyen de forma
Normal
 2: Nivel de significancia
alfa = 0,01 o 1% , N.C es 1 –alfa =99%
 3: Decisión
Si, Sig(bilateral) < 0,01, se rechaza H0
Si, Sig(bilateral) > 0,01, se acepta H0
 Mediante el Software el SPSS, siguiendo la secuencia:
Analizar > Estadísticos descriptivos > Explorar > Lista de dependientes: Escoger las tres variables.
 Mediante el Software el SPSS, Se obtienen los siguientes resultados:

En este caso podemos ver como las muestras 1 ANTES (pre-

tratamiento), 2 DESPUÉS (pos-tratamiento) y la variable DIFERENCIA
(diferencia entre las muestras 1 y 2) se distribuyen como una normal
Con un nivel de confianza del 99%, dado que los valores Sig. para la
prueba de Shapiro-Wilk son mayores que 0.01.
Se comprueba que: Pesos en kg de los participantes proviene de una distribución Normal, se va a utilizar la
distribución t de Student, puesto que el tamaño de la muestra (n = 8) no excede de 30 casos. Además la
distribución t-Student se aproxima a la distribución normal.
Ahora el interés es saber si funciona adecuadamente la publicidad que afirma Bodytech, que al
terminar su entrenamiento las personas bajarán de peso. Por ello, se recurre a comparar medias en
muestras dependientes, (datos obtenidos antes y después).

1. Planteamiento de las hipótesis

𝐻𝑜 : 𝜇𝐷 = 0
𝐻1 : 𝜇𝐷 ≠ 0
𝐻𝑜: No 𝐞𝐱𝐢𝐬𝐭𝐞 diferencia significativa entre el peso de los participantes
antes y después del entrenamiento.
𝐻1:𝐄𝐱𝐢𝐬𝐭𝐞 diferencia significativa entre el peso de los participantes antes
y después del entrenamiento.
2. Nivel de Significancia: 𝜶 = 𝟎. 𝟎𝟏
3: Decisión
Si, Sig(bilateral) < 0,01, se rechaza H0
Si, Sig(bilateral) > 0,01, se acepta H0
Utilizando el software SPSS, siguiendo la secuencia:
Analizar > Comparar medias > Prueba T para muestras relacionadas
 Se obtienen los siguientes resultados:

Decisión: Como el p_valor = Sig (bilateral) = 0.024 >0.01, por lo tanto se acepta H0.
Es decir que no existe evidencia estadística suficiente para concluir que funcione
adecuadamente la publicidad que afirma Bodytech, que al terminar su
entrenamiento las personas bajarán de peso.
2. Suponga que un licenciado en Psicopedagogía desea averiguar qué relación existe entre el número de horas de
estudio el fin de semana previo a un examen y las calificaciones obtenidas en el mismo. Para ello examina el caso de
diez alumnos que dicen haber estudiado las siguientes horas habiendo obtenido también las siguientes calificaciones.

Tabla 2. Horas de estudio y Calificaciones obtenidas

Horas de
2 2 3 4 5 6 7 7 9 10
estudio (X)
Calificaciones
6 6 6 8 10 14 14 14 16 18
(Y)

a) ¿Existe una correlación significativa entre las horas de estudio y las calificaciones obtenidas?
Utilice un nivel de significancia α =0.05. Interprete su resultado.
b) ¿Cuál es el grado de correlación que existe entre las horas de estudio y las calificaciones
obtenidas?

 Interprete su resultado
 Sugerencia. Ambas variables estén medidas en escala de intervalo
 Prueba de Normalidad -K-S y Shapiro Wilk
Previo a realizar la prueba de hipótesis, debemos comprobar si el número de horas de estudio el fin de
semana previo a un examen y las calificaciones obtenidas en el mismo, se distribuyen aproximadamente
como una Normal. En el Ejercicio el tamaño de la muestra n = 10 estudiantes no excede de 50, por lo que
es razonable utilizar la prueba de Shapiro – Wilk para comprobar la normalidad de los datos.

 1: Hipótesis
H0 : Las horas de estudio se distribuyen de forma Normal
H1 : Los horas de estudio no se distribuyen de forma Normal
H0 : Las calificaciones se distribuyen de forma Normal
H1 : Los calificaciones no se distribuyen de forma Normal

 2: Nivel de significancia
alfa = 0,05 o 5% , N.C es 1 –alfa =95%
 3: Decisión
Si, Sig(bilateral) < 0,05, se rechaza H0
Si, Sig(bilateral) > 0,05, se acepta H0
Previo a la ejecución de la prueba de hipótesis del inciso a), debes realizar para cada
variable la prueba de normalidad de los datos. Utilice el Software SPSS.

En este caso podemos ver como ambas variables

Horas de estudio y Calificaciones se distribuyen
como una normal, dado que los valores Sig. para la
prueba de Shapiro-Wilk son mayores que 0.05.
 1. Planteamiento de las hipótesis
𝐻𝑜 : 𝜌 = 0
𝐻1 : 𝜌 ≠ 0
Una vez que se ha
comprobado la 𝐻𝑜: No 𝐞𝐱𝐢𝐬𝐭𝐞 relación significativa entre el número
normalidad de los datos, de horas de estudio y las calificaciones.
se realiza la prueba 𝐻1: E𝐱𝐢𝐬𝐭𝐞 relación significativa entre el número de
adecuada para el
horas de estudio y las calificaciones.
estudio, en este caso,
Correlación de Pearson.
2. Nivel de Significancia: 𝜶 = 𝟎. 𝟎𝟓

3: Decisión
Si, Sig(bilateral) < 0,05, se rechaza H0
Si, Sig(bilateral) > 0,05, se acepta H0
Utilizando el Software SPSS, siguiendo la secuencia:
Analizar > Correlaciones > Bivariadas > Coeficiente de correlación: Pearson
Se obtiene la siguiente tabla:

Observamos primero, en la tabla de correlaciones que el valor-p = Sig. (bilateral) = 0.000

< α = 0.05, lo significa que existe correlación significativa entre las horas de estudio y las
calificaciones.
Por otro lado, el valor de r = 0.979, indica que existe una correlación positiva muy alta
entre las variables: Horas de estudio y las calificaciones.
 Respondemos a las preguntas planteadas:

a) ¿Existe una correlación significativa entre las horas de estudio y las calificaciones
obtenidas?. Utilice un nivel de significancia α =0.05. Interprete su resultado.

Si existe correlación significativa entre las horas de estudio y las

calificaciones obtenidas por los estudiantes.

b) ¿Cuál es el grado de correlación que existe entre las horas de estudio y las calificaciones obtenidas?
Interprete su resultado

El grado de correlación que existe entre las horas de estudio y las

calificaciones obtenidas es de 0.979 e indica una correlación positiva muy alta,
es decir a cuantas más horas de estudio, mayor será las calificaciones obtenidas
por los estudiantes.