Ejemplo 1:

Un investigador realiza un estudio para conocer el peso promedio de cierta población universitaria, por ello, debe p
datos del peso de una muestra de 116 estudiantes tienen distribución normal. Asimismo se desea conocer si los dat
tiene distribución normal en cada género (1) Masculino (2) Femenino.

Nº Sexo Peso
1 2 71 SOLUCIÓN
2 1 66
3 1 62 Variable: Pesos
4 1 74
5 2 49 PRUEBA DE NORMALIDAD
6 2 73 1. Formulación de la hipótesis
7 1 90
8 1 63 Ho: Los pesos de los estudiantes tienen distribución
9 1 86 H1: Los pesos de los estudiantes no tienen distribuci
10 2 87
11 1 46 2. Nivel de significancia: α = 0.05
12 1 80
13 1 86 3. Estadístico de prueba: n= 116 > 50
14 1 50 Kolmogorov-Smirnov= 0.080
15 1 65 4. P-valor: 0.067
16 1 74
17 1 89 5. Decisión: Como P-valor = 0.067 > 0.05, No se rechaza H0 (S
18 1 53
19 2 41
20 1 59 Decisión: Si P-valor ≤  entonces se rechaza la hipótesis Ho y se acept
21 1 61
22 1 71 6. Conclusión:
23 1 48 Como Aceptamos H0, Los pesos de los estudiantes tienen di
24 2 60 Se puede aplicar pruebas paramétricas con los datos
25 1 61
26 1 45
27 2 60
28 1 89
29 2 56 PRUEBA DE NORMALIDAD (Según Sexo)
30 1 81
31 2 63 1. Formulación de la hipótesis
32 1 74
33 1 83 Ho:
34 1 84 H1:
35 2 90
36 1 67 2. Nivel de significancia: α = 0.05
37 2 90
38 2 88 3. Estadístico de prueba:
39 2 88
40 1 43 4. P-valor:
41 2 80
42 1 79 5. Decisión:
43 2 75
44 1 45
45 1 85
46 1 72
47 1 49
48 2 68
49 1 52
50 2 41
51 2 68
52 1 50
53 1 83
54 1 51
55 2 72
56 1 85
57 2 60
58 1 77
59 1 74
60 1 56
61 2 51
62 1 68
63 1 80
64 2 53
65 2 54
66 2 75
67 2 55
68 2 52
69 1 55
70 2 44
71 2 54
72 1 51
73 1 57
74 2 41
75 2 56
76 2 62
77 2 68
78 2 65
79 2 82
 80 2 52
81 2 45
82 1 76
83 1 45
84 1 59
85 2 61
86 2 68
87 1 81
88 1 82
89 1 50
90 1 77
91 2 78
92 2 85
93 2 47
94 2 79
95 1 49
96 1 68
97 2 77
98 2 66
99 1 42
100 1 74
101 1 88
102 1 63
103 2 71
104 1 43
105 2 61
106 1 57
107 2 88
108 1 52
109 2 51
110 1 90
111 2 75
112 2 57
113 2 84
114 1 70
115 2 44
116 1 66
niversitaria, por ello, debe probar si los
o se desea conocer si los datos del peso

ntes tienen distribución normal ü

ntes no tienen distribución normal O
Pruebas de normalidad

Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. P-valor Estadístico gl
Pesos 0.080 116 0.067 0.952 116
a. Corrección de significación de Lilliefors

0.05, No se rechaza H0 (Se acepta H0)

za la hipótesis Ho y se acepta la hipótesis alterna H1

os estudiantes tienen distribución normal

as con los datos
hapiro-Wilk
Sig.
0.000
Ejemplo 2:

Se desea determinar si existe relación entre el IMC (kg/m2) de 25 estudiantes y la velocidad de la marcha (m/s), par
estadística se necesita conocer si las variables provienen de una distribución normal. ¿Puede indicar usted si el IMC
normal? ¿Puede indicar usted si la velocidad de la marcha tiene distribución normal?

Velocidad de
Nº IMC
la marcha

1 20,1 1,99 SOLUCIÓN

2 20,9 1,98
3 21,3 1,88 Variable: IMC
4 21,5 1,86
5 22,4 1,78 1. Formulación de la hipótesis
6 24,1 1,71
7 25,7 1,56 Ho: Los valores de IMC presentan distribución n
8 26,5 1,35 H1: Los valores de IMC no presentan distribució
9 27,4 1,15
10 27,9 0,98 2. Nivel de significancia: α = 0.01
11 28,9 0,94
12 28,9 0,88 3. Estadístico de prueba: n=25 < 50
13 30,6 0,75 Shapiro-Wilk = 0.933
14 32,3 0,73 4. P-valor: 0.103
15 32,7 0,66
16 33,7 0,59 5. Decisión: Como P-valor = 0.103 > 0.01, No se rechaza
17 34,7 0,57
18 34,8 0,56 6. Conclusión: Los valores de IMC presentan distribución n
19 37,1 0,55 Se puede aplicar pruebas paramétricas con l
20 38,2 0,47
21 38,4 0,46
22 38,6 0,41
23 38,6 0,35 Variable: VELOCIDAD DE MARCHA
24 40,1 0,32
25 40,6 0,23 1. Formulación de la hipótesis

Ho: Las velocidades de marcha de los estudiante

H1: Las velocidades de marcha de los estudiante

Velocidad de
Nº IMC 2. Nivel de significancia: α = 0.01
la marcha
1 20.1 1.99
2 20.9 1.98 3. Estadístico de prueba:
3 21.3 1.88 Shapiro-Wilk = 0.880
21.5 1.86
4 4. P-valor: 0.007
5 22.4 1.78
6 24.1 1.71 5. Decisión: Como p-valor = 0.007 < 0.01, Se rechaza H0
7 25.7 1.56
8 26.5 1.35 6. Conclusión: Las velocidades de marcha de los estudiant
9 27.4 1.15
10 27.9 0.98
11 28.9 0.94
12 28.9 0.88
13 30.6 0.75
14 32.3 0.73
15 32.7 0.66
16 33.7 0.59
17 34.7 0.57
18 34.8 0.56
19 37.1 0.55
20 38.2 0.47
21 38.4 0.46
22 38.6 0.41
23 38.6 0.35
24 40.1 0.32
25 40.6 0.23
cidad de la marcha (m/s), para realizar la prueba
Puede indicar usted si el IMC tiene distribución

presentan distribución normal ü

no presentan distribución normal O

Pruebas de normalidad

Kolmogorov-Smirnova
Estadístico gl Sig.
03 > 0.01, No se rechaza H0 (se acepta H0) IMC 0.112 25 .200*

presentan distribución normal

uebas paramétricas con los datos

marcha de los estudiantes provienen de una distribución normal O

marcha de los estudiantes no provienen de una distribución normal ü
 Pruebas de normalidad
Kolmogorov-Smirnova
Estadístico gl
Velocidad 0.176 25
de marcha

07 < 0.01, Se rechaza H0 y se acepta H1

marcha de los estudiantes no provienen de una distribución normal

 Shapiro-Wilk
Estadístico gl Sig.
0.933 25 0.103
ogorov-Smirnova Shapiro-Wilk
Sig. Estadístico gl Sig.
0.044 0.880 25 0.007
Ejemplo 3:
Se investiga las notas de 40 estudiantes de Ingeniería, ¿Los datos son normales?

Nº Nota
1 13 1. Formulación de la hipótesis
2 9
3 7 Ho: Las notas de los estudiantes presentan distribución norm
4 11 H1: Las notas de los estudiantes no presentan distribución no
5 14
6 15 2. Nivel de significancia: α = 0.01
7 16
8 8 3. Estadístico de prueba: n =40 < 50
9 13 Shapiro-Wilk = 0.940
10 15 4. P-valor: 0.035
11 7
12 15 5. Decisión: Como P-valor = 0.035> 0.01, No se rechaza H0 (
13 10
14 8 6. Conclusión: Las notas de los estudiantes presentan distribu
15 16 Por lo cual se puede aplicar una prueba paramé
16 7
17 18
18 15
19 11 Pruebas de normalidad
20 9 Kolmogorov-Smirnova Shapiro-Wilk

21 18 Estadístico gl Sig. Estadístico

22 8 Notas 0.141 40 0.045 0.940
23 7 a. Corrección de significación de Lilliefors
24 10
25 13
26 13
27 8
28 19
29 10
30 6
31 6
32 13
33 5
34 7
35 20
36 7
37 19
38 14
39 15
40 5
resentan distribución normal ü
o presentan distribución normal O

5> 0.01, No se rechaza H0 (Se acepta H0)

diantes presentan distribución normal

aplicar una prueba paramétricas a los datos

Shapiro-Wilk

gl Sig.
40 0.035
Ejemplo 4:
Se ha recopilado los gastos de mano de obra (en miles de soles) de 17 fábricas durante el último mes para
comparar si el gasto aumentó sbiendo que antes de la pandemia fue en promedio 25 mil soles. ¿Los datos tienen
distribución normal?

Nº Gastos 1. Formulación de la hipótesis

1 13460
2 36730 Ho:
3 47462 H1:
4 5774
5 26594 2. Nivel de significancia: α = 0.01
6 35967
7 19161 3. Estadístico de prueba:
8 10989
9 40176 4. P-valor:
10 9882
11 44420 5. Decisión:
12 24804
13 30744 Decisión: Si P-valor ≤  entonces se rechaza la hipótesis Ho y se acepta la
14 9450
15 29118
16 48782
17 19953
6. Conclusión:
mo mes para
s. ¿Los datos tienen

tesis Ho y se acepta la hipótesis alterna H1

Ejemplo 4:
Una enfermera ha registrado la hemoglobina de 75 gestantes adolescentes. ¿Los datos de la hemoglobina tiene
distribución normal?

Nº Hemoglobina
1 11,9 1. Formulación de la hipótesis
2 14,5
3 10,5 Ho:
4 13,9 H1:
5 11,6
6 10,8 2. Nivel de significancia: α = 0.01
7 9,3
8 14,3 3. Estadístico de prueba:
9 9,3
10 14,7 4. P-valor:
11 13,8
12 14,3 5. Decisión:
13 12,3
14 14,1 Decisión: Si P-valor ≤  entonces se rechaza la hipótesis Ho y se acepta la h
15 12,9
16 13,4
17 14,2
18 9,8
19 14,5 6. Conclusión:
20 12,6
21 11,6
22 10,5
23 13,9
24 10,3
25 13,2
26 12,4
27 9,1
28 14,7
29 10,1
30 11,8
31 11,3
32 11,2
33 9,1
34 9,6
35 11,5
36 10,7
37 9,9
38 14,8
39 9,2
40 14,3
41 11,1
42 12,4
43 10,4
44 11,7
45 14,7
46 13,9
47 9,7
48 11,3
49 13,3
50 11,7
51 12,8
52 10,5
53 11,7
54 12,6
55 11,7
56 14,7
57 10,6
58 12,7
59 9,3
60 11,5
61 12,1
62 9,3
63 9,2
64 10,8
65 9,6
66 11,1
67 11,9
68 10,8
69 14,7
70 13,7
 hemoglobina tiene

tesis Ho y se acepta la hipótesis alterna H1

H0 No existe relación entre Var1 y Var1
H1 Existe relación entre Var1 y Var2 V esta comprobado al 95%, 99%