Departamento de Estudios de

Postgrado - CUNORI
Maestría en Gerencia de Recursos Humanos
Estadística aplicada a la Gerencia de Recursos Humanos
.

M.Sc. Adery Luciano Pérez Yoc

Estadística Inferencial

M.Sc. Adery Luciano Pérez Yoc

Estadístico de la prueba
Estadístico Descripción
T de Student Se utiliza para comparar las medias de dos grupos independientes.
ANOVA Se utiliza para comparar las medias de tres o más grupos
independientes y determinar si al menos uno de los grupos es
estadísticamente diferente.
Chi cuadrado Se utiliza para evaluar la asociación entre variables categóricas y
determinar si hay una diferencia significativa entre las distribuciones
observadas y las distribuciones esperadas.
Regresión Se utiliza para examinar la relación entre una variable dependiente y
una o más variables independientes y determinar si hay una relación
significativa entre ellas.
Correlación Se utiliza para evaluar la relación entre dos variables continuas y
determinar si existe una asociación lineal significativa entre ellas.
M.Sc. Adery Luciano Pérez Yoc
 T Student - Comparativo
Tipo de prueba Ejemplo
Una muestra La media de una variable, comparado con la media general. Sirve
para comparar el promedio global con el promedio específico.
Dos muestras Compara la media de una variable en dos grupos diferentes,
independientes para medir una diferencia en dicha variable entre ambos grupos.
Sirve para determinar la influencia en dos grupos diferentes y
comparar medias, para determinar la existencia de diferencias.
Muestras relacionadas Compara la media de una variable en dos grupos, un antes y un
(apareadas) después.

M.Sc. Adery Luciano Pérez Yoc

 T Student - Comparativo
Tipo de prueba Ejemplo
Una muestra Se quiere saber si la satisfacción laboral promedio de la empresa
es diferente de la satisfacción laboral promedio a nivel nacional.
Dos muestras Se quiere saber si un programa de capacitación tiene un efecto
independientes en la productividad de los empleados. Divide a los empleados en
dos grupos: uno recibe la capacitación (Grupo A) y el otro no
(Grupo B). Luego, compara la productividad de ambos grupos.
Muestras relacionadas Se implemento un nuevo programa de bienestar en la empresa.
(apareadas) Para evaluar su efectividad, miden el nivel de estrés de los
empleados antes y después de la implementación del programa.

M.Sc. Adery Luciano Pérez Yoc

 T Student – una muestra
1. Formulación de hipótesis
- (H0): No hay diferencia entre la satisfacción laboral y el promedio nacional
- (H1): Hay diferencia estadística entre la satisfacción laboral y el promedio nacional
- Promedio nacional 6 en una escala de 10.
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.
A B
P = 0.000 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – una muestra
1. Formulación de hipótesis
- (H0): No hay diferencia entre la satisfacción laboral y el promedio nacional
- (H1): Hay diferencia estadística entre la satisfacción laboral y el promedio nacional
- Promedio nacional 6 en una escala de 10.
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.
A (0-0.05) B (0.06>)
P = 0.000 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – una muestra
1. Formulación de hipótesis
- (H0): No hay diferencia entre el rendimiento laboral de la planta A y el promedio de la empresa
- (H1): Hay diferencia estadística entre el rendimiento laboral de la planta A y el promedio de la
empresa
- Promedio de la empresa es de 88% en una escala de 100%.
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.
A B
P = 0.525 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – una muestra
1. Formulación de hipótesis
- (H0): No hay diferencia entre el rendimiento laboral de la planta A y el promedio de la empresa
- (H1): Hay diferencia estadística entre el rendimiento laboral de la planta A y el promedio de la
empresa
- Promedio de la empresa es de 88% en una escala de 100%.
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.
A (0-0.05) B (0.06>)
P = 0.525 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – dos muestras independientes
1. Formulación de hipótesis
- (H0): No hay diferencia entre la productividad (usando dos métodos de capacitación A y B)
- (H1): Hay diferencia estadística la productividad (usando dos métodos de capacitación A y B)
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.

A B
P = 0.725 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – dos muestras independientes
1. Formulación de hipótesis
- (H0): No hay diferencia entre la productividad (usando dos métodos de capacitación A y B)
- (H1): Hay diferencia estadística la productividad (usando dos métodos de capacitación A y B)
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.

A (0-0.05) B (0.06>)
P = 0.725 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – dos muestras independientes
1. Formulación de hipótesis
- (H0): No hay diferencia en la tasa de retención (entre los que reciben coaching de liderazgo y
quienes no)
- (H1): Hay diferencia estadística en la tasa de retención (entre los que reciben coaching de
liderazgo y quienes no)
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.
A B
P = 0.021 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – dos muestras independientes
1. Formulación de hipótesis
- (H0): No hay diferencia en la tasa de retención (entre los que reciben coaching de liderazgo y
quienes no)
- (H1): Hay diferencia estadística en la tasa de retención (entre los que reciben coaching de
liderazgo y quienes no)
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.
A (0-0.05) B (0.06>)
P = 0.021 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – Muestras relacionadas
1. Formulación de hipótesis
- (H0): No hay diferencia en el nivel de estrés (sin el programa de bienestar)
- (H1): Hay diferencia estadística en el nivel de estrés (con el nivel de bienestar)
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.

A B
P = 0.010 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – Muestras relacionadas
1. Formulación de hipótesis
- (H0): No hay diferencia en el nivel de estrés (sin el programa de bienestar)
- (H1): Hay diferencia estadística en el nivel de estrés (con el nivel de bienestar)
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.

A (0-0.05) B (0.06>)
P = 0.010 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – Muestras relacionadas
1. Formulación de hipótesis
- (H0): No hay diferencia en el nivel de estrés (sin el programa de horario flexible)
- (H1): Hay diferencia estadística en el nivel de estrés (con el programa de horario flexible)
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.

A B
P = 0.020 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 T Student – Muestras relacionadas
1. Formulación de hipótesis
- (H0): No hay diferencia en el nivel de estrés (sin el programa de horario flexible)
- (H1): Hay diferencia estadística en el nivel de estrés (con el programa de horario flexible)
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.

A (0-0.05) B (0.06>)
P = 0.020 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
Análisis de la varianza - ANOVA
• Es un análisis estadístico que se utiliza para examinar diferencias entre las medias de tres o más grupos.
• El ANOVA evalúa la significancia de las variaciones entre grupos en comparación con las variaciones
dentro del grupo.
• En el ANOVA:
• La hipótesis nula generalmente significa que todas las medias de los grupos son iguales.
• La hipótesis alterna significa que al menos una de las medias de los grupos es diferente.
• Se pueden hacer los siguientes estudios:
• ANOVA de un factor
• ANOVA de dos factores
• ANOVA repetido
• ANOVA multivariado (MANOVA)

M.Sc. Adery Luciano Pérez Yoc

T Student - ANOVA
• Prueba t de Student: Estás probando una nueva estrategia de capacitación.
Decides dividir a tu equipo en dos grupos: uno recibirá la capacitación de la forma
habitual (Grupo A) y el otro recibirá la nueva capacitación (Grupo B). Después de
un período de tiempo, evalúas el desempeño de ambos grupos. Para determinar
si hay una diferencia significativa en el desempeño entre los dos grupos, podrías
utilizar una prueba t de Student.
• Análisis de la varianza (ANOVA): Ahora, supongamos que, en lugar de dos, tienes
tres o más tipos de capacitación diferentes que deseas comparar. Digamos que
tienes la capacitación habitual (Grupo A), una nueva capacitación (Grupo B), y
otra estrategia de capacitación basada en la tecnología (Grupo C). Si quieres
determinar si hay una diferencia significativa en el desempeño entre estos tres
grupos, utilizarías ANOVA.

M.Sc. Adery Luciano Pérez Yoc

 ANOVA- Comparativo
Prueba Ejemplo
1 Factor Se utiliza cuando se desea comparar las medias de una variable dependiente entre más
de dos grupos definidos por una variable categórica (factor). Por ejemplo, comparar la
satisfacción laboral entre empleados de distintos departamentos.
2 Factores Se utiliza cuando se desea comparar las medias de una variable dependiente entre
grupos definidos por dos variables categóricas (factores). Por ejemplo, comparar la
satisfacción laboral entre géneros y diferentes departamentos simultáneamente.
Medias Se utiliza cuando se desea comparar las medias de una variable dependiente medida en
repetidas más de dos momentos en tiempo, en el mismo grupo de sujetos. Por ejemplo, comparar
la satisfacción laboral de los empleados al inicio del año, a mitad de año y al final del
año.
Multivariado Se utiliza cuando se desea comparar las medias de más de una variable dependiente
entre más de dos grupos definidos por una o más variables categóricas (factores). Por
ejemplo, comparar la satisfacción laboral y el rendimiento laboral entre empleados que
recibieron distintos programas de capacitación.
M.Sc. Adery Luciano Pérez Yoc
 ANOVA- Comparativo
Tipo de prueba Ejemplo
1 Factor Se tienen los pesos por departamento dentro la empresa, se
desea conocer si existe diferencia entre los pesos de éstos
departamentos.
2 Factores Se desea determinar si la productividad se ve afectada por el
género y por la edad.
Medias repetidas Se desea evaluar la satisfacción laboral de los colaboradores, por
lo que se obtuvo dicha satisfacción en tres momentos (al inicio, a
medio y al final del año).
Multivariado Se desea evaluar si dar una capacitación en liderazgo tiene un
efecto sobre el desempeño y sobre la satisfacción.

M.Sc. Adery Luciano Pérez Yoc

 ANOVA – 1 Factor
1. Formulación de hipótesis
- H0: No hay diferencia entre los pesos promedio de los colaboradores de los departamentos de las
empresas.
- H1: Hay diferencia estadística entre los pesos promedios de los colaboradores de los
departamentos de las empresas.
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.
A (0-0.05) B (0.06>)
P=? HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
M.Sc. Adery Luciano Pérez Yoc
M.Sc. Adery Luciano Pérez Yoc
 ANOVA – 1 Factor
1. Formulación de hipótesis
- H0: No hay diferencia entre los pesos promedio de los colaboradores de los departamentos de las
empresas.
- H1: Hay diferencia estadística entre los pesos promedios de los colaboradores de los
departamentos de las empresas.
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.
A (0-0.05) B (0.06>)
P = 0.760 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 ANOVA – 2 Factores
1. Formulación de hipótesis
- H0_1: No hay diferencia entre el rendimiento y la edad
- H0_2: No hay diferencia entre el rendimiento y el género
- H0_3: No hay interacción entre la edad y el género en el rendimiento.
- H1: Si hay interacción entre el rendimiento y la edad en el rendimiento.
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.
A (0-0.05) B (0.06>)
P=? HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
M.Sc. Adery Luciano Pérez Yoc
M.Sc. Adery Luciano Pérez Yoc
 ANOVA – 2 Factores
1. Formulación de hipótesis
- H0_1: No hay diferencia entre el rendimiento y la edad
- H0_2: No hay diferencia entre el rendimiento y el género
- H0_3: No hay interacción entre la edad y el género en el rendimiento.
- H1: Si hay interacción entre el rendimiento y la edad en el rendimiento.
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.
A (0-0.05) B (0.06>)
P = 0.269 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 ANOVA – Medias repetidas
1. Formulación de hipótesis
- H0: No hay diferencia en la satisfacción laboral de los empleados en tres puntos de tiempo (inicio,
medio y final de año)
- H1: Si hay diferencia en la satisfacción laboral de los empleados en tres puntos de tiempo
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.

A (0-0.05) B (0.06>)
P=? HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
M.Sc. Adery Luciano Pérez Yoc
M.Sc. Adery Luciano Pérez Yoc
 ANOVA – Medias repetidas
1. Formulación de hipótesis
- H0: No hay diferencia en la satisfacción laboral de los empleados en tres puntos de tiempo (inicio,
medio y final de año)
- H1: Si hay diferencia en la satisfacción laboral de los empleados en tres puntos de tiempo
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con
la alterna.

A (0-0.05) B (0.06>)
P = 0.00 HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
 MANOVA
1. Formulación de hipótesis
- H0_1: No hay diferencia en la satisfacción laboral de los empleados que recibieron la capacitación de liderazgo de
los que no la recibieron.
- H0_2: No hay diferencia en el desempeño laboral de los empleados que recibieron la capacitación de liderazgo de
los que no la recibieron.
-H0_3: No hay interacción entre los que recibieron la capacitación las que no lo recibieron, respecto a la
satisfacción y el desempeño laboral.
- H1: Si hay diferencia en la interacción
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con la alterna.

A (0-0.05) B (0.06>)
P=?
HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc
M.Sc. Adery Luciano Pérez Yoc
M.Sc. Adery Luciano Pérez Yoc
 MANOVA
1. Formulación de hipótesis
- H0_1: No hay diferencia en la satisfacción laboral de los empleados que recibieron la capacitación de liderazgo de
los que no la recibieron.
- H0_2: No hay diferencia en el desempeño laboral de los empleados que recibieron la capacitación de liderazgo de
los que no la recibieron.
-H0_3: No hay interacción entre los que recibieron la capacitación las que no lo recibieron, respecto a la
satisfacción y el desempeño laboral.
- H1: Si hay diferencia en la interacción
2. Nivel de significancia = 5% = 0.05
3. Estimación del p valor = 95%
5. Toma de decisión: p <0.05, entonces rechazamos la hipótesis nula y nos quedamos con la alterna.

A (0-0.05) B (0.06>)
P=?
HO: HO:
H1: H1:
M.Sc. Adery Luciano Pérez Yoc