• Prueba de hipótesis para comparación de dos

medias dependientes e independientes paramétricas

y no paramétricas de acuerdo a la normalidad de los
datos.
• Comparación de proporciones.

Mg.
@ucvvirtual.edu.pe
 Índice de contenidos
1. Objetivos de la sesión
2. Introducción - motivación
3. Prueba de hipótesis para comparar 2 grupos
4. Pasos para realizar una Hipótesis
5. Recordando las pruebas de normalidad
6. Prueba de hipótesis para comparación de muestras
relacionadas
7. Ejemplo
8. Prueba de hipótesis para comparación 2 muestras
independientes
9. Ejemplo
10. Hipótesis para la Diferencia de proporciones
11. Estadístico de prueba en la diferencia de proporciones
12. Ejemplo
13. Videos tutoriales
 OBJETIVO DE LA SESIÓN

Al finalizar la sesión el estudiante estará en la

capacidad de:

“Desarrollar aplicaciones de las Pruebas de hipótesis para

comparación de dos medias dependientes e independientes
paramétricas y no paramétricas de acuerdo a la normalidad
de los datos y comparación de proporciones”
 Motivación:

Pedro y Julia asistieron a una capacitación de los métodos activos de aprendizaje.

Julia decidió aplicar el método de casos y Pedro el aprendizaje basado en problemas.
Del video observado participa mediante el chat respondiendo:
• ¿Si deseas comparar el rendimiento académico de los estudiantes de Pedro y Julia, que variable analizarías?
• ¿Qué estudiantes crees que presentaron mejores calificaciones promedio?, ¿En qué grupo crees que hay una mayor
proporción de estudiantes aprobados?¿Los estudiantes que recibieron una educación basada en Método de Casos o el
grupo de estudiantes que recibió un Aprendizaje Basado en Problemas?

https://www.youtube.com/watch?v=6hBq4BN1xbA
 PRUEBAS ESTADÍSTICAS PARA ANALIZAR
2 GRUPOS
Al contrastar una hipótesis para 2
grupos debemos tener en cuenta:
• La naturaleza de la variable.
(cualitativa o cuantitativa)
• Analizar si las muestras están
relacionadas (tiene pre-test y pos-test)
o si no están relacionadas (son 2
grupos independientes)
• Analizar si tienen un comportamiento
Normal (pruebas paramétricas) o si
no tienen una distribución moral
(pruebas no paramétricas)

https://www.youtube.com/watch?v=KdEEwYjhNak
 Recordemos los pasos para realiza las prueba de hipótesis

1 2 3 4 5
Plantear las Estadístico Región Decisión y
hipótesis: Ho y H1 de Prueba crítica ó conclusión
Regla de
decisión
Recordando las pruebas de normalidad
 Prueba de hipótesis para comparación 2 muestras relacionadas
Hay que tener en cuenta que debemos analizar la distribución
de los datos antes de proceder a aplicar alguna de estas
pruebas. T DE STUDENT PARA MUESTRAS
PAREADAS
Cuando se obtienen dos mediciones repetidas
de un mismo artículo o sujeto. En
Paramétrica • T-STUDENT consecuencia se trabajara con la diferencia de
este par de datos, siempre que se cumpla con
la normalidad de las observaciones.

La prueba de los rangos con signo de

NO Wilcoxon es una prueba no paramétrica para
comparar la mediana de dos muestras
PARAMÉTRI • WILCONSON relacionadas y determinar si existen
diferencias entre ellas. Se utiliza como
CA alternativa a la Prueba T Student cuando no
se puede suponer la normalidad de dichas
muestras.
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Prueba de hipótesis para comparación 2 muestras
Hay que tener en cuenta independientes
que debemos analizar la distribución
de los datos antes de proceder a aplicar alguna de estas
pruebas. Prueba T para muestras independientes
compara las medias de dos grupos de casos.
T-STUDENT PARA Lo ideal es que para esta prueba los sujetos
se asignen aleatoriamente a dos grupos, de
Paramétrica MUESTRAS
INDEPENDIENTES forma que cualquier diferencia en la respuesta
sea debida al tratamiento (o falta de
tratamiento) y no a otros factores.

NO • U-MANN
Esta prueba es el equivalente no paramétrico

PARAMÉTRI WHITNEY
de la prueba t para la diferencia de dos
medias cuando las muestras son

CA independientes pero no puede suponerse la

normalidad de las poblaciones de origen.
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
U-Mann Witney
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
 Ejemplo

Cortesía ejemplo: Dra. Irma

Yupari
Ejemplo

Cortesía ejemplo: Dra. Irma

 Prueba de hipótesis para comparación de proporciones
Cuando se tienen dos poblaciones y se han tomado muestras aleatorias de tamaños n 1 y n 2, para
observar una característica o cualidad, se puede comparar el comportamiento de dicha característica
en las poblaciones a través de la diferencia de proporciones.
Hipótesis
Como en los casos anteriores se puede plantear uno de los siguientes tres tipos de hipótesis:

 
Prueba de hipótesis:

Ho: P1 = P2 P1 - P2 = 0
H1: P1 ≠ P2 (caso bilateral)
 
Ho: P1 ≥ P2 Ho: P1 ≤ P2  
H1: P1 < P2 (caso unilateral) H1: P1 > P2 (caso unilateral)
Ejemplo:
Un patrocinador de un programa especial de televisión afirma que el programa representa un atractivo
diferente para los televidentes hombres que para las mujeres, pero, el personal de producción del
programa piensa que es igual el porcentaje de televidentes hombres y mujeres que ven el programa
especial. Si una muestra aleatoria de 300 hombres y otra de 400 mujeres reveló que 120 hombres y 120
mujeres estaban viendo el programa especial de televisión. ¿Puede considerarse significativa la
diferencia al nivel del 5%?
Ejemplo:
 

2° Nivel de Significancia: α = 0.05

 

3° Estadístico de prueba, Z para comparación de proporciones.

para ello debemos identificar los datos de cada muestra

HOMBRES:
n1= 300 X1= 120; p1=120/300=0.4
MUJERES
n2=400 X2=120; p2=120/400=0.3  
Reemplazamos en el
 
estadístico de prueba
Ejemplo:
4° Regla de decisión,
Como Zprueba = 2.5784 >
Zcalculada=1.96, se rechaza Ho

5° Decisión y conclusión

Al 95% de confianza se RECHAZA Ho, Existe suficiente evidencia estadística para concluir que la
proporción de hombres es diferente a la proporción de mujeres que ven el programa televisivo, con una
significancia del 5%.
Tema: Prueba de hipótesis para comparación de medias

COMPARACION DE 2 MUESTRAS en IBM SPSS:

Tutorial

https://www.youtube.com/watch?v=QUss8Ys_ https://www.youtube.com/watch?v=Cc3uQMrK
Kw8 zPU
Tema: Prueba de hipótesis para comparación de proporciones

Comparación de proporciones en Excel: Tutorial

https://www.youtube.com/watch?v=HdhrPxUCzOU&t=236
s
Tema: Prueba de independencia para dos variables cualitativas

Gracias..!!
 Referencias
Hernández, R (2010). Metodología De La Investigación. Quinta Edición. México: Mc Graw Hill.

Daniel, W. (2004). Bioestadística. Base para el análisis de las ciencias de la salud. México: Limusa.

Kuby, P. y Johson, R. (2008). Estadística Elemental Lo Esencial: Décima Edición. México: Thomson
Editores.

Mason, R., Lind, L. y Marshall, W. (2004). Estadística para Administración y Economía. México: Alfaomega.

Montero, J. (2008). Problemas resueltos de Estadística Descriptiva para Ciencias Sociales. Madrid:
Thomson Editores.

Montgomery, E. y Runger, G. (2006), Probabilidad y estadística aplicada a la ingeniería. México: Limusa

Wiley.

Pagano, R. (2011). Estadística para ciencias del comportamiento. Novena Edición. México: Cengage
Learning Editores Corporativo Santa Fe.