Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
CLASE Nro. 17.1
CONTENIDO
Duración 90 minutos
11
CLASE Nro. 17.1
Ejemplo 2: El Hospital System of the Carolinas opera tres hospitales en el área de Great Charlotte: St.
Luke’s Memorial, en el lado poniente de la ciudad, Swedish Medical Center, al Sur, y el Piedmont
Hospital en el lado Este. El director de administración está preocupado acerca del tiempo de espera de
los pacientes con lesiones de tipo deportivo, que no ponen en peligro la vida, y que llegan durante las
tardes entre semana a los tres hospitales. Específicamente ¿existe una diferencia en los tiempos de espera
en los tres hospitales?
Para averiguarlo, el director seleccionó una muestra aleatoria de pacientes en los tres hospitales y
determinó el tiempo, en minutos, en que se entra a un hospital y el momento en que termina el
tratamiento. Los tiempos en minutos se reportan en la tabla.
Swedish
St. Luke’s Piedmont
Medical
Memorial Hospital
Center
56 103 42
39 87 38
48 51 89
38 95 75
73 68 35
60 42 61
62 107
89
11
CLASE Nro. 17.1
Como el valor calculado de H (5.38) es menor que el valor crítico de 5.991, no se rechaza la hipótesis
nula. No hay evidencia suficiente para concluir que existe una diferencia entre los tiempos de espera
en los tres hospitales.
Correlación por orden de rango
Charles Spearman, estadístico británico, introdujo una medida para correlacionar datos de nivel ordinal.
Esta medida permite describir la relación entre conjuntos de datos clasificados. Recuerde que r mide la
asociación entre dos variables en escala de intervalo o de razón.
6 ∑ 𝑑𝑑 2
Coeficiente de Correlación por Rangos de Spearman 𝑟𝑟𝑠𝑠 = 1 − 2
𝑛𝑛(𝑛𝑛 −1)
donde:
d es la diferencia entre los rangos por cada par.
n es el número de observaciones por pares.
11
CLASE Nro. 17.1
Al igual que el coeficiente de correlación, el coeficiente de correlación por rangos adopta cualquier valor
en el intervalo de -1.00 a +1.00.
Ejemplo3: Una fábrica de plásticos, contrata a gerentes en capacitación provenientes de universidades.
A cada aspirante el reclutador le asigna una calificación durante la entrevista en el campus. Esta
calificación es una expresión del potencial futuro y varía de 0 a 200; la calificación más alta indica más
potencial. Si el aspirante es contratado por el gerente, ingresa a un programa de capacitación en la planta.
Al terminarlo, recibe otra calificación compuesta, con base en pruebas, opiniones de líderes de grupo y
de personal de entrenamiento, cuyo rango va de 0 a 100. Nuevamente, una calificación más alta indica
un mayor potencial. La calificación en el campus y las calificaciones en la planta aparecen en la tabla.
Calificación
Calificación en de
Graduado
campus, X capacitación,
Y
Spina, Sal 83 45
Althoff, Roberta 92 45
Alvear, Ginny 48 36
Brydon, Tom 83 66
Bobko, Jack 193 94
Determine la asociación entre las calificaciones en el campus y en la planta. ¿Los recluta dos que
obtienen mayores calificaciones en la entrevista en el campus obtienen también las puntuaciones más
altas durante su entrenamiento en la planta?
Diagrama de dispersión
100
90
80
70
Calificación de capacitación
60
50
40
30
20
10
0
0 20 40 60 80 100 120 140 160 180 200
Calificación en campus
11
CLASE Nro. 17.1
capacitación, en al cuadrado,
Graduado campus, X en campus rangos, d
Y capacitación d^2
6 ∑ 𝑑𝑑2 6(61.50)
𝑟𝑟𝑠𝑠 = 1 − =1− = 0.785
𝑛𝑛(𝑛𝑛2 − 1) 12(122 − 1)
El valor de 0.785 indica una asociación positiva fuerte entre las calificaciones del reclutador en el
campus y las del personal de capacitación. Los graduados que recibieron calificaciones altas del
reclutador en el campus también fueron los que recibieron calificaciones altas del personal de
capacitación. Sería razonable concluir que existe una asociación entre ambos grupos de calificaciones.
Prueba de significancia de rs
En el caso de datos clasificados surge la duda de que la correlación entre la población en realidad sea
cero. ¿Es posible que la correlación sea casual, y que la correlación entre los rangos en la población de
verdad sea 0? Ahora realizará una prueba de significancia para despejar esa duda.
La distribución de muestreo de rs sigue la distribución t con n – 2 grados de libertad.
𝑛𝑛−2
Prueba de Hipótesis, correlación por rangos: 𝑡𝑡 = 𝑟𝑟𝑠𝑠 � 2
1−𝑟𝑟 𝑠𝑠
11
CLASE Nro. 17.1
𝑛𝑛 − 2 12 − 2
𝑡𝑡 = 𝑟𝑟𝑠𝑠 � 2 = 0.785� = 4.007
1 − 𝑟𝑟𝑠𝑠 1 − 0.7852
Se rechaza H0 debido a que el valor t calculado de 4.007 es mayor que 1.812. Se acepta H1. Hay
evidencia de una correlación positiva entre los rangos del reclutador en el campus y los rangos asignados
durante la capacitación.
REFERENCIAS BIBLIOGRÁFICAS
11