Tamaño de la muestra conociendo la desviación estándar y la población

Fórmula:

N: población n: tamaño de la muestra

σ: desviación estándar

Z: valor normal para el grado de significancia “α”

E: error (10% de σ)

Datos: e=0.1(4.13) =0.413 σ=4.13 (De los 194 datos de la población) N=194 Z 5%= 1.96

Reemplazando los valores en la fórmula:

n=¿(194x1.962x4.132)/[(194-1)x0.4132+1.962x4.132]
= 12712/ (32.92+65.5)

n= 129.13

Por lo tanto, el tamaño de la muestra considerando un error del 10% de la desviación estándar
y un nivel de confianza del 95% es de 129 estudiantes que hallaremos de forma aleatoria a
partir de la población de 194 estudiantes que respondieron la encuesta.
Prueba T-Student Estrés negativo vs Estudiante que trabaja y estudia.

Un estudio sobre estrés negativo realizado en la UTP se lleva a cabo en dos grupos. El primero a
94 estudiantes que trabajan y estudian arrojando una media de 12.77 de estrés negativo y una
varianza de 17.88. Para el segundo grupo de 35 estudiantes que solamente estudian, la media
fue de 14.6 de estrés negativo y la varianza de 13.31, con un nivel de significancia del 5%.
Donde se cree que no existe diferencia significativa entre las medias de ambos grupos, siendo
irrelevante considerar un estudio más profundo sobre el caso.

Grupo 1: n1=94 X1=12.77 S21=17.88

Grupo 2: n2=35 X2=14.6 S22=13.31

µ1: la medida de la media de estrés negativo del grupo 1

µ2: la medida de la media de estrés negativo del grupo 2

Hipótesis Nula Ho: µ1=µ2 (Con 5% de significancia las medias son iguales)

Hipótesis Alternativa H1: µ1<>µ2 (Con 5% de significancia las medias son diferentes)

α= 0.05

Fórmula para la varianza Sp2=((n1-1)S12+(n2-1)S22)/ (n1+ n2-2)

Por lo tanto: Sp2= (93x17.88+34x13.31) / (94+35-2) = 4.87

Entonces, Tcal= [X1- X2-( µ1-µ2)]/√ S p 2(1/n1+1/n 2)

Por lo tanto: Tcal= 12.77-14.6/√4.87(1/94+ 1/35¿ = -4.188

Calculamos T tabulado: T (0.025;127) =-1.98

T (0.975;127) =+1.98

-1.98 < Ttab <+1.98 es la zona de aceptación de Ho

por lo tanto, Tcalc= -4.188 no se encuentra dentro de la zona de aceptación, por lo que se
rechaza la hipótesis nula y se acepta la hipótesis alternativa.

Conclusión: Con un nivel de significancia del 5%, se afirma que existe evidencia muestral
suficiente, de que existe una diferencia significativa entre las medias de estrés negativo entre
los dos grupos motivo de estudio, por un lado, los estudiantes que trabajan y estudian, y por
otro lado, los estudiantes que solamente estudian.
Prueba de Mann -Whitney para el estrés negativo para dos variables independientes de los
estudiantes que trabajan y estudian y los que sólo estudian.

Un estudio sobre estrés negativo realizado en la UTP se lleva a cabo en dos grupos. El primero a
94 estudiantes que trabajan y estudian arrojando una media de 12.77 de estrés negativo y una
varianza de 17.88. Para el segundo grupo de 35 estudiantes que solamente estudian, la media
fue de 14.6 de estrés negativo y la varianza de 13.31, con un nivel de significancia del 5%.
Donde se cree que no existe diferencia significativa entre las medias de ambos grupos, siendo
irrelevante considerar un estudio más profundo sobre el caso.

Grupo 1: n1=94 X1=12.77 S21=17.88

Grupo 2: n2=35 X2=14.6 S22=13.31

µ1: la medida de la media de estrés negativo del grupo 1

µ2: la medida de la media de estrés negativo del grupo 2

Hipótesis Nula Ho: P(X1>X2)= P(X2>X1)

Hipótesis Alternativa H1: P(X1>X2)+0.5 P(X2=X1)>0.5

α= 0.05

Fórmula:

R1= 1200 R2= 511

Entonces: U1= 35x94+94x95/2 - 1200 = 6555

U2=35x94 +35x36/2 -511 = 3409

Por lo tanto: U=min(U1,U2)= 3409

El valor esperado para U será:

µU= n1.n2/2= 94x35/2=1645

entonces: σU= RaizCuadrada(n1.n2.( n1+n2+1)/12)= RaizCuadrada(94x35x130)/12)=188.79

por lo tanto, el valor de Z será:

z=(U- µU)/ σU= (3409-1645)/188.79 = 9.34

para z=9.34 el valor de p es aproximadamente igual a cero, p=0

por lo que podemos decir que la probabilidad que se cumpla la Hipótesis nula es 0.

Conclusión: Con un nivel de significancia del 5%, se afirma que existe evidencia muestral
suficiente que las medias de estrés negativo entre los dos grupos son significativamente
diferentes. Por lo tanto, la media de los estudiantes que trabajan y estudian, es
significativamente diferente a la media de los estudiantes que solamente estudian y no
trabajan.