Tema

14 PRUEBA DE
INDEPENDENCIA
ESTADISTICA
Al finalizar el Tema 14, el participante será capaz de:

1. Aplicar la distribución Ji-cuadrada para realizar

una prueba de independencia estadística entre
dos variables categóricas.
2. Aplicar la distribución Ji-cuadrada para realizar
una prueba de bondad de ajuste entre una
frecuencia esperada y una frecuencia observada.
1. La Prueba de Independencia Estadística
2. La Prueba de Bondad de Ajuste
La prueba de bondad de ajuste: probar si la estructura de la
muestra se “ajustan” (o es representativo) de la estructura
poblacional.

La prueba de Independencia: permite probar si dos atributos

son independientes o no.

Ejemplo: sexo y desempeño laboral

 Ejemplo:
Suponga que en cuatro regiones, la Compañía
Nacional de Cuidado de la Salud registra las
actitudes de los empleados de sus hospitales con
respecto al examen de desempeño en el trabajo. A
los trabajadores se les da a escoger entre el
método actual (dos exámenes al año) y un nuevo
método (exámenes cada trimestre).
Utilice un =0,10 para probar que la región es
independiente a la preferencia por el método de
evaluación.
 NORESTE SURESTE CENTRO COSTA TOTAL
OCCIDENTAL

METODO
68 75 57 79 279
ACTUAL

METODO 32 45 33 31 141
NUEVO

TOTAL 100 120 90 110 420

1) Planteo de Hipótesis:
HO: Son independientes
H1 : Son dependientes

2) Nivel de significación:
 = 0,10
Prueba estadística:

f  fe 
2

 
2 0

fe

supuestos:
* la población se distribuye normalmente.
* la muestra se ha seleccionado al azar
Criterios de decisión

=0,05 =0,05
(1 - 
0,90

0,352 7,815
1
2
2
2 2

GL --> (Filas - 1) (columnas - 1) = (2-1) (4-1) = 3

12   02.95 con 3GL = 0.352
2
2   02.05 con 3GL = 7.815
 
2
Si 0.352   2  7.815 Se acepta la Ho en caso contrario se rechaza
 Cálculos
Primero se determina las fe (frecuencias esperadas)

NORESTE SURESTE CENTRO COSTA TOTAL

OCCIDENTAL

METODO  68 75 57 79
ACTUAL 279
e 66.43 79.72 59.79 73.07

METODO  32 45 33 31
141
NUEVO 
e 33.57 40.28 30.21 36.93
TOTAL 100 120 90 110 420
Después se aplica la prueba

f  fe 
2

 
2 0
c
fe

( 68  66.43) 2
( 75  79.72 ) 2
(57  59.79 ) 2
( 79  73.07 ) 2

 c2    
66.43 79.72 59.79 73.07

(32  3357
. ) 2 (45  40.28) 2 (33  30.21) 2 (31  36.93) 2
   
3357
. 40.28 30.21 36.93

 c2  2.7638
Conclusiones

1) Se acepta Ho, se rechaza la Ha

2) La evidencia empírica disponible no permite
rechazar la hipótesis planteada
3) La actitud sobre le método de evaluación del
desempeño laboral, es independiente de la
región en que labore el trabajador.
EJEMPLO

En un hospital se somete a examen la eficacia

de cinco medicamentos a un determinado
número de pacientes que aparece reflejado en
la siguiente tabla, determinándose si al final del
tratamiento mejoran o no. ¿Existe diferencia
entre los diferentes medicamentos a un nivel de
significación 0.05?
Tratamiento A B C D E
Nº pacientes 50 52 46 54 48
Pacientes mejorados 11 9 8 17 7

¿Qué concluimos?
EJEMPLO

Un grupo de investigadores, al llevar a cabo un

estudio acerca de hospitales, reunió datos sobre
una muestra de 250 hospitales. El equipo calculó
para cada hospital la tasa de ocupación de los
pacientes admitidos. Se desea saber si los datos
proporcionan suficiente evidencia para indicar
que la muestra no proviene de una población
que sigue una distribución normal.
Tasa de ocupación
N° de hospitales
de pacientes
0 40 16
40 50 18
50 60 22
60 70 51
70 80 62
80 90 55
90 100 22
100 110 4
250
EJEMPLO
La siguiente tabla muestra la distribución de
las mediciones de ácido úrico en 250
pacientes. Probar la bondad de ajuste de
estos datos a una distribución normal con
 = 5.74 y  = 2.01. Sea  = 0,01
Determinación Frecuencia
ácido úrico observada
menos 1 1
1 2 5
2 3 15
3 4 24
4 5 43
5 6 50
6 7 45
7 8 30
8 9 22
9 10 10
10 mas 5
250
La prueba ji-cuadrada puede utilizarse
también para decidir si una distribución de
probabilidad en particular, tal como la
binomial, la de Poisson o la normal, es la
distribución apropiada.
Nos permite probar qué tan bien se ajusta
una distribución
Siempre en una investigación estadística,
necesitamos escoger una cierta distribución de
probabilidades para representar la distribución de
datos que tengamos que trabajar.
La prueba ji cuadrada nos responde esta
inquietud y probar si existe diferencia significativa
entre una distribución de frecuencias observadas
y una distribución de frecuencias teóricas.
Las hipótesis a plantearse son:
Ho: la distribución empírica se ajusta a la
distribución teórica considerada.
Ha: Se rechaza el ajuste.
Si aceptamos la Ho (aceptamos el ajuste), las
diferencias entre los valores observados y los
valores esperados son debido al azar y
podemos decir que no existe evidencia para
rechazar la Ho.
El calculo de la prueba ji cuadrado, se realiza
con la siguiente formula:
Df = Nº clase(ajustado) – 1 – Nº
parámetros estimados
( fo  fe)

2
2

fe 
Las frecuencias esperadas de las distintas
modalidades deben ser superiores a cinco; en
caso de no ocurrir, se deben agrupar clases
contiguas en una sola clase hasta lograr que la
nueva frecuencia sea mayor que cinco.
 EJEMPLO

Se reunieron los datos de 300 niñas de ocho

años de edad. Probar, a un nivel de
significación de 0.05, la hipótesis que indica
que los datos se extrajeron de una población
con distribución normal.

Qué concluimos?
 Estatura Frecuencia Obs
(cm) fo
114 116 5
116 118 10
118 120 14
120 122 21
122 124 30
124 126 40
126 128 45
128 130 43
130 132 42
132 134 30
134 136 11
136 138 5
138 140 4