Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Hiptesis
Ral Rojas Soriano seala que es aquella formulacin que
se apoya en un sistema de conocimientos organizados y sistematizados que establece una relacin entre dos o mas variables para explicar los fenmenos que interesan al investigador establecer relaciones entre hechos. El valor de la hiptesis reside en su capacidad para establecer esas relaciones entre los hechos y de esa manera explicarnos por qu se produce. sujeta a comprobacin
PREGUNTA DE INVESTIGACIN
Quin presenta una tasa de suicidios ms alta, los catlicos o los
protestantes?
evaluacin final mayor, los magister con formacin docente o los magister con formacin universitaria? funcin de la profesin que ejercen? los no fumadores?
HIPTEIS ALTERNATIVA
HIPTESIS ESTADSTICA
EXPLICATIVO
Hiptesis Nula
En el anlisis estadstico de los datos recolectados es
convencional empezar con la comprobacin de la HIPTEIS NULA Ho Plantea una hiptesis contraria a la nuestra(hiptesis nula). Esto se hace negando la HIPTESIS DE INVESTIGACIN Hi La Ho, sustenta que dos muestras han sido extradas de la misma poblacin EL CONTRASTE DE LA Ho y la Hi se realiza a travs de las diferencias entre dos o ms muestras De acuerdo con la Ho cualquier diferencia entre las muestras se considera un hecho casual resultante del error de muestreo
HIPTESIS DE TRABAJO
Hi
Si rechazamos la Ho, aceptamos la Hi (hiptesis
alterna) Hi plantea que s existe una verdadera diferencia poblacional Hi establece que las dos muestras se han tomado de la poblacin teniendo medias diferentes Afirma que la diferencia obtenida es demasiado grande como para ser explicada por el error de muestreo
(muestras)
No busca diferencia entre las medias de cada muestra Ho Hi
U1 = U2
Ho
Ho NO EXISTE NINGUNA DIFERENCIA EN LA TASA DE SUICIDIOS
DE LOS CATLICOS Y LOS PROTESTANTES, S EXISTE ALGUNA DIFERENCIA SLO SE DEBE A UN ERROR DE MUESTREO
DEL MDULO DE EI DE LOS ESTUDIANTES DE LA MDE, CON RELACIN A LOS MAGISTER CON FORMACIN DOCENTE Y LOS MAGISTER CON FORMACIN UNIVERSITARIA, S EXISTE ALGUNA DIFERENCIA SLO SE DEBE A UN ERROR DE MUESTREO
muestras nos interesa saber la diferencia que hay entre estas Se toma la media de una muestra de cada poblacin y se comparan siguiendo las formulas en su antologa Dentro del anlisis de medias tenemos 4 casos:
Comparacion entre 2 muestras iguales
de la muestra a la poblacin
Qu es un parmetro? Qu es un estadgrafo?
inferidos de los estadgrafos de ah el nombre de estadstica inferencial Se utilizan dos procedimientos a) probar hiptesis b) Estimar parmetros
datos obtenidos en la muestra Nivel de significancia o nivel alfa : es el nivel de probabilidad de equivocarse y que fija de manera a priori el investigador para probar hiptesis Nivel de significancia de 0.05 implica un nivel de confianza de 95% de seguridad para generalizar sin equivocarse Nivel de signoficancia de 0.01 implica un nivel de confianza de 99% en su favor y 1% en contra
Puntaje z y razn t Comprobacin de hiptesis acerca de diferencias de muestras con muestras mayores a 30, puntaje Z y muestras menores a 30 razn t Prueba de hiptesis
Anlisis paramtrico
r de Pearson Prueba t (t de student) Razn F Varianza mangos fresas papayas pepinos Silvia y Angi Carmen y Liliana Rafael y Julio Elvira, Mica, Jos y Concepcin
Anlisis no paramtrico
Ji o Chi Cuadrada todos los magister (si se atoran, no se preocupen me tienen en m un couch, pueden encontrar otros que hasta hoy han sido invisibles)
REQUISITOS PARA EL USO DEL PUNTAJE Z Y LA RAZN t (anlisis de medias) Se debe tener presente los siguientes requisitos al pensar en las caractersticas
1.
2.
3.
4.
del puntaje Z o la razn t como una prueba de significancia: Una comparacin entre dos medias: el puntaje z y la razn t se emplean para poder hacer comparaciones entre dos medias de muestras independientes o de una sola muestra ordenadas en un diseo de panel antes-despus. Datos por intervalos: la suposicin consiste en que tenemos puntajes al nivel de medicin por intervalos. Por lo tanto, no podemos usar el puntaje z o la razn t para datos colocados por grados o datos que slo pueden categorizarse al nivel nominal de medicin (ver captulo 1). Muestreo aleatorio: debemos haber extrado nuestras muestras sobre una base aleatoria de una poblacin de puntajes. Una distribucin normal: la razn t para muestras pequeas requiere que la caracterstica de la muestra que hayamos medido est normalmente distribuida en la poblacin fundamental (el puntaje z para grandes muestras no se ve muy afectado si no se cumple esta condicin). A menudo, no podemos estar 100 por ciento seguros de que existe normalidad. Al no tener motivos para creer otra cosa, muchos investigadores suponen pragmticamente que su caracterstica muestral est normalmente distribuida. Sin embargo, si el investigador tiene motivos para sospechar que no se puede suponer normalidad, estar ms acertado si considera que la razn t puede ser una prueba inapropiada.
Los investigadores sociales buscaban comprobar la hiptesis de que la prensa clandestina no est ni ms ni menos orientada, hacia cuestiones sexuales, que la prensa de la clase media. Empleando un ndice de sexualidad, recogieron datos de una muestra aleatoria de 40 artculos publicados en revistas de la clase media y de 40 artculos de revistas clandestinas. Mientras que la muestra de clase media tena un puntaje medio de sexualidad de 3,0 y una desviacin estndar de 1,5 la muestra clandestina tena un puntaje medio de sexualidad de 4,0 y una desviacin estndar de 2,0 (los puntajes medios ms altos indican mayor sexualidad). Usando los datos anteriores, comprobar la hiptesis nula de que no existe ninguna diferencia con respecto a la sexualidad entre la prensa de clase media y la prensa clandestina. Qu indican sus resultados?
4.- Comprobar la significancia de la diferencia entre las medias de las siguientes muestras aleatorias de puntajes MUESTRA 1 1 1 2 3 3 MUESTRA 2 2 2 4 2 2
5.- Comprobar la significancia de la diferencia antesdespus entre las medias en la siguiente muestra aleatoria de puntajes: ESTUDIANTES A B C D ANTES 7 6 5 4 DESPUES 3 4 2 3
Anlisis de varianza
Nuestra tcnica anterior nos ayuda a hacer una
comparacin entre 2 muestras, pero en nuestra investigacin nos encontraremos a menudo la necesidad de comparar mas de dos muestras
Para esto analizaremos los siguientes mtodos La media cuadrtica(o varianza). Usando la razn o coeficiente F La comparacin mltiple de medias. Por medio de la HSD de Tukey (honestly significant difference) diferencia significativa honesta
1.- Una comparacin entre tres o ms medias independientes: la razn F se emplea usualmente para comparar tres o ms medias de muestras independientes. No se puede comparar una sola muestra colocada en un diseo de panel. Sin embargo, es posible obtener una razn F en lugar de una razn t cuando se hacen comparaciones entres dos muestras. Para el caso de dos muestras F = t y se obtienen resultados idnticos. 2.- Los datos de intervalo: para realizar un anlisis de varianza suponemos que hemos logrado el nivel de medicin por intervalos. Preferentemente, no se usaran datos categorizados o colocados por rango. 3.- El muestreo aleatorio: debimos haber tomado nuestras muestras aleatoriamente de una poblacin de puntajes. 4.- Una distribucin normal: suponemos que la caracterstica muestral que medimos esta distribuida normalmente en la poblacin original.
PROBLEMAS
1.- Comprobar, en las siguientes muestras aleatorias de clases sociales, la hiptesis nula de que la sociabilidad no varia segn la clase social. (Nota: Los puntajes ms altos indican mayor sociabilidad). BAJA TRABAJADORA MEDIA ALTA 8 7 6 5 4 3 5 2 7 2 5 1 8 8 4 3
2.-Comprobar la significancia de las diferencias entre las medias de las siguientes muestras aleatorias de puntajes: MUESTRA 1 MUESTRA 2 MUESTRA 3 12 6 3 6 5 2 8 7 5 7 5 3 6 1 1
3.- Comprobar la significancia de las diferencias entre las medias de las siguientes muestras aleatorias de puntajes: MUESTRA 1 MUESTRA 2 MUESTRA 3 MUESTRA 4 1 3 4 6 1 2 4 6 3 2 2 5 4 1 2 5 2 5 3 4 1 5 3 6
Pruebas no paramtricas
Hasta ahora las pruebas que hemos visto cubre los casos en
que podemos hacer estudios paramtricos. Es decir que nuestra muestra se encuentra distribuida normalmente, y nuestros valores deben ser de tipo cardinales(un nivel de medicin por intervalos) Estudiaremos cada caso con sus correspondientes ejercicios ES IMPORTANTE DECIR QUE LA RIGIDEZ DE NUESTRA COMPROBACION DISMINUYE, ASI COMO LA RIGIDEZ DE LA HIPOTESIS NULA. POR LO TANTO STA YA NO HARA AFIRMACIONES BASADOS EN EL NUMERO DE CASOS SINO CATEGORIZANDOLOS
Chi cuadrada
Ahora tenemos la primera de nuestras pruebas no
paramtricas.
existe entre las frecuencias de nuestras muestras(2 diferentes) con datos nominales
REQUISITOS PARA EL USO DEL ANLISI DE VARIANZAS EN DOS DIRECCIONES POR RANGOS DE FRIEMAN
1.-Una comparacin de una sola muestra medida bajo dos o ms condiciones: el procedimiento de Friedman no se puede aplicar para contrastar diferencias entre muestras independientes, sino que supone que la misma muestra de entrevistados se ha medido por lo menos dos veces (o que los miembros de dos o ms muestras se han comparando sobre variables apropiadas). 2.-Los datos ordinales: slo se requieren datos que puedan colocarse por rangos. 3.-El nmero de entrevistados no debe ser demasiado pequeo: el requisito mnimo exacto para N depende del nmero de condiciones (k) a las que se va a exponer a los entrevistados. Por ejemplo, N debe ser igual o mayor que 10 cuando k = 3; en tanto que N debe ser igual o mayor que 5 cuando k = 4.
REQUISITOS PARA EL USO DEL ANLISIS DE VARIANZA EN UNA DIRECCIN DE KRUSKAL WALLIS
1.-Una comparacin de tres o ms muestras independientes: el anlisis de varianza en una direccin no se puede aplicar para contrastar diferencias dentro de una sola muestra de entrevistados que se midi ms de una vez. 2.-Los datos ordinales: slo se requieren datos que puedan colocarse por rangos. 3.-Cada muestra debe contener por lo menos 6 casos: cuando hay ms de 5 entrevistados en cada grupo, la significancia de H puede determinarse por medio del valor correspondiente de Chi cuadrada en la Tabla E. para comparar las diferentas entre muestras ms pequeas, recomendamos al lector las tablas especiales de Siegel (1956).
Realizar una prueba de significancia Chi cuadrada aplicando la correccin de Yates al siguiente problema 2 x 2.
PROBLEMAS
1.- Realizar una prueba de significancia Chi cuadrada aplicando la correccin de Yates al siguiente problema 2 x 2.
16 7 8 11
2.- Realizar una prueba de significancia Chi cuadrada para el siguiente problema 2 x 3:
8 12 10 10 15 9
3.- Aplicando la prueba de la mediana, determinar si existe una diferencia significativa entre las medianas de las siguientes muestras de puntajes:
X1 7 8 7 6 7 7 8 9 7 6 9 9 9 5 9 8 9 7 9 9 X2 4 7 3 2 3 4 7 4 5 6 2
3 2 2 6 4 5 4 4 4 3
4.- Aplicando el anlisis de varianza en dos direcciones por rangos de Friedman, determinar si existe una diferencia significativa entre los puntajes de los tiempos 1, 2 y 3 de la siguiente muestra de 11 entrevistados:
Entrevistado A B C D E F G H I J K
Tiempo 1 60 53 59 65 55 71 57 77 63 54 63
Tiempo 2 62 54 65 66 63 74 58 76 65 59 62
Tiempo 3 64 50 71 68 61 76 63 79 70 62 65
5.- Los investigadores probaron la alineacin poltica entre muestras de estudiantes que se especializan en artes liberales, ingeniera y bellas artes. Se obtuvieron los siguientes resultados por muestra (los puntajes ms altos indican mayor alineacin):
X1(liberales) 100 110 (Artes X2(ingenieria ) 101 90 X3 (bellas artes) 97 98
95 93
106 102
92 100
90 96 92
99 100
104 103