SlideShare una empresa de Scribd logo
1 de 134
DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS  ANÁLISIS DE DISEÑOS DE DOS GRUPOS MUESTRAS RELACIONADAS TEMA 4
Muestras independientes Sujeto Grupo v.d. 1 Experimental X 1 2 Experimental X 2 3 Experimental X 3 4 Experimental X 4 5 Experimental X 5 6 Control X 6 7 Control X 7 8 Control X 8 9 Control X 9 10 Control X 10
Muestras relacionadas !No se refiere a los sujetos, sino a las puntuaciones! Dos muestras relacionadas de puntuaciones Sujeto Grupo Experimental Grupo Control 1 X e1 X c1 2 X e2 X c2 3 X e3 X c3 4 X e4 X c4 5 X e5 X c5 6 X e6 X c6 7 X e7 X c7 8 X e8 X c8 9 X e9 X c9 10 X e10 X c10
[object Object]
CONTRASTE DE HIPÓTESIS SOBRE DOS MEDIAS ,[object Object]
[object Object],!Puntuaciones relacionadas! Sujeto Antes Después 1 7 3 2 6 5 3 4 6 4 10 8
[object Object],!Puntuaciones relacionadas! Sujeto Antes Después 1 7 3 2 6 5 3 4 6 4 10 8
[object Object],!Puntuaciones relacionadas! Sujeto Antes Después 1 7 3 2 6 5 3 4 6 4 10 8
[object Object],!Puntuaciones relacionadas! Sujeto Antes Después 1 7 3 2 6 5 3 4 6 4 10 8
[object Object],[object Object],Sujeto Antes Después Diferencia 1 7 3 4 2 6 5 1 3 4 6 -2 4 10 8 2
[object Object]
Diferencias = {-2, 1, 2, 4} ,[object Object]
Diferencias = {-2, 1, 2, 4} ,[object Object]
Diferencias = {-2, 1, 2, 4} ,[object Object]
[object Object],[object Object],[object Object]
[object Object],-2 1 2 4 -2 1 2 4
[object Object],-2 1 2 4 -2 {-2, -2} Media = -2 1 2 4
[object Object],-2 1 2 4 -2 {-2, -2} Media = -2 {-2, 1} Media =-0.5  1 2 4
[object Object],-2 1 2 4 -2 {-2, -2} Media = -2 {-2, 1} Media =-0.5  {-2, 2} Media = 0 1 2 4
[object Object],-2 1 2 4 -2 {-2, -2} Media = -2 {-2, 1} Media =-0.5  {-2, 2} Media = 0 {-2, 4} Media = 1 1 2 4
[object Object],-2 1 2 4 -2 {-2, -2} Media = -2 {-2, 1} Media =-0.5  {-2, 2} Media = 0 {-2, 4} Media = 1 1 {1, -2} Media = -0.5 {1, 1} Media =1 {1, 2} Media = 1.5 {1, 4} Media = 2.5 2 {2, -2} Media = 0 {2, 1} Media = 1.5 {2, 2} Media = 2 {2, 4} Media = 3 4 {4, -2} Media = 1 {4, 1} Media = 2.5 {4, 2} Media = 3 {4, 4} Media = 4
[object Object],[object Object],[object Object],-2 1 2 4 -2 -2 -0.5  0 1  1 -0.5 1 1.5 2.5 2 0 1.5 2 3 4 1 2.5 3 4
{-2, -0.5, 0, 1, -0.5, 1, 1.5, 2.5, 0, 1.5, 2, 3, 1, 2.5, 3, 4 } ,[object Object]
{-2, -0.5, 0, 1, -0.5, 1, 1.5, 2.5, 0, 1.5, 2, 3, 1, 2.5, 3, 4 } ,[object Object]
{-2, -0.5, 0, 1, -0.5, 1, 1.5, 2.5, 0, 1.5, 2, 3, 1, 2.5, 3, 4 } ,[object Object]
Población Muestras Distribución muestral  N = 2 {-2, 1, 2, 4} {-2, -0.5, 0, 1, -0.5, 1, 1.5,  2.5, 0, 1.5, 2, 3, 1, 2.5, 3, 4 } Sujeto Antes Después Diferencia 1 7 3 4 2 6 5 1 3 4 6 -2 4 10 8 2 -2 1 2 4 -2 {-2, -2} Media = -2 {-2, 1} Media =-0.5  {-2, 2} Media = 0 {-2, 4} Media = 1 1 {1, -2} Media = -0.5 {1, 1} Media =1 {1, 2} Media = 1.5 {1, 4} Media = 2.5 2 {2, -2} Media = 0 {2, 1} Media = 1.5 {2, 2} Media = 2 {2, 4} Media = 3 4 {4, -2} Media = 1 {4, 1} Media = 2.5 {4, 2} Media = 3 {4, 4} Media = 4
[object Object]
[object Object]
Conocida la varianza poblacional de las diferencias ,[object Object]
Conocida la varianza poblacional de las diferencias ,[object Object]
Dos muestras dependientes POBLACIÓN Variable X = Nivel de presión, Intervalo MUESTRAS DM de las puntuaciones diferencia Hermano (1) Hermana (2)
Condiciones y supuestos ,[object Object]
Condiciones y supuestos ,[object Object],[object Object],[object Object],[object Object]
Hipótesis ,[object Object]
Estadístico de contraste ,[object Object]
Dos muestras dependientes POBLACIÓN Variable X = Nivel de presión, Intervalo MUESTRAS DM de las puntuaciones diferencia Hermano (1) Hermana (2)
[object Object]
1-0.9332 = 0.0668
2 (1-0.9332)=0.1336 0.0668
Regla de decisión ,[object Object],[object Object],[object Object]
Regla de decisión ,[object Object]
Valores críticos = +/- 2.58 Estadístico de contraste = 1.5
 
Conclusión ,[object Object]
Interpretación del resultado ,[object Object]
Intervalo de confianza
Dos muestras dependientes POBLACIÓN Variable X = Nivel de presión, Intervalo MUESTRAS DM de las puntuaciones diferencia Hermano (1) Hermana (2)
[object Object]
Desconocida la varianza poblacional de las diferencias. ,[object Object]
Ejemplo 4.2 ,[object Object]
[object Object]
[object Object],Sujeto Antes Después 1 18 24 2 24 23 3 25 34 4 24 22 5 27 34 6 30 40 7 24 35 8 31 31 9 24 27 10 28 30
[object Object],Sujeto Antes Después Diferencia 1 18 24 -6 2 24 23 1 3 25 34 -9 4 24 22 2 5 27 34 -7 6 30 40 -10 7 24 35 -11 8 31 31 0 9 24 27 -3 10 28 30 -2
[object Object],Sujeto Antes Después Diferencia Diferencia 2 1 18 24 -6 36 2 24 23 1 1 3 25 34 -9 81 4 24 22 2 4 5 27 34 -7 49 6 30 40 -10 100 7 24 35 -11 121 8 31 31 0 0 9 24 27 -3 9 10 28 30 -2 4
[object Object],Sujeto Antes Después Diferencia Diferencia 2 1 18 24 -6 36 2 24 23 1 1 3 25 34 -9 81 4 24 22 2 4 5 27 34 -7 49 6 30 40 -10 100 7 24 35 -11 121 8 31 31 0 0 9 34 27 7 49 10 28 30 -2 4
[object Object],[object Object],Sujeto Antes Después Diferencia Diferencia 2 1 18 24 -6 36 2 24 23 1 1 3 25 34 -9 81 4 24 22 2 4 5 27 34 -7 49 6 30 40 -10 100 7 24 35 -11 121 8 31 31 0 0 9 34 27 7 49 10 28 30 -2 4
[object Object],[object Object],Sujeto Antes Después Diferencia Diferencia 2 1 18 24 -6 36 2 24 23 1 1 3 25 34 -9 81 4 24 22 2 4 5 27 34 -7 49 6 30 40 -10 100 7 24 35 -11 121 8 31 31 0 0 9 34 27 7 49 10 28 30 -2 4
Dos muestras dependientes POBLACIÓN Variable X = Asertividad MUESTRAS DM de las puntuaciones diferencia Antes Después
Condiciones y supuestos ,[object Object]
Condiciones y supuestos ,[object Object],[object Object],[object Object],[object Object]
Hipótesis ,[object Object]
[object Object]
Estadístico de contraste ,[object Object]
Dos muestras dependientes POBLACIÓN Variable X = Asertividad MUESTRAS DM de las puntuaciones diferencia Antes Después
[object Object]
[object Object],[object Object],[object Object]
[object Object]
 
Conclusión ,[object Object]
Interpretación ,[object Object]
Intervalo de confianza ,[object Object]
[object Object]
[object Object]
TEST DE WILCOXON ,[object Object]
Ejemplo 4.3 ,[object Object]
[object Object],Sujeto Sin ruido Con ruido 1 76 60 2 89 49 3 65 75 4 95 91 5 98 22 6 35 50
Condiciones y supuestos ,[object Object],[object Object]
Condiciones y supuestos ,[object Object],[object Object],[object Object]
Hipótesis ,[object Object]
 
Estadístico de contraste W ,[object Object]
Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 3 65 75 4 95 91 5 98 22 6 35 50
Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 40 3 65 75 4 95 91 5 98 22 6 35 50
Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 40 3 65 75 -10 4 95 91 5 98 22 6 35 50
Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 40 3 65 75 -10 4 95 91 4 5 98 22 6 35 50
Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 40 3 65 75 -10 4 95 91 4 5 98 22 76 6 35 50
Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 40 3 65 75 -10 4 95 91 4 5 98 22 76 6 35 50 -15
Rangos ,[object Object],[object Object],Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto 1 76 60 16 2 89 49 40 3 65 75 -10 4 95 91 4 5 98 22 76 6 35 50 -15
Rangos ,[object Object],[object Object],Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto 1 76 60 16 4 2 89 49 40 3 65 75 -10 4 95 91 4 5 98 22 76 6 35 50 -15
Rangos ,[object Object],[object Object],Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto 1 76 60 16 4 2 89 49 40 5 3 65 75 -10 4 95 91 4 5 98 22 76 6 35 50 -15
Rangos ,[object Object],[object Object],Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto 1 76 60 16 4 2 89 49 40 5 3 65 75 -10 2 4 95 91 4 5 98 22 76 6 35 50 -15
Rangos ,[object Object],[object Object],Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto 1 76 60 16 4 2 89 49 40 5 3 65 75 -10 2 4 95 91 4 1 5 98 22 76 6 35 50 -15
Rangos ,[object Object],[object Object],Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto 1 76 60 16 4 2 89 49 40 5 3 65 75 -10 2 4 95 91 4 1 5 98 22 76 6 6 35 50 -15
Rangos ,[object Object],[object Object],Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto 1 76 60 16 4 2 89 49 40 5 3 65 75 -10 2 4 95 91 4 1 5 98 22 76 6 6 35 50 -15 3
Rangos Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto Rangos con signo 1 76 60 16 4 4 2 89 49 40 5 5 3 65 75 -10 2 -2 4 95 91 4 1 1 5 98 22 76 6 6 6 35 50 -15 3 3
Rangos Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto Rangos con signo 1 76 60 16 4 4 2 89 49 40 5 5 3 65 75 -10 2 -2 4 95 91 4 1 1 5 98 22 76 6 6 6 35 50 -15 3 -3
[object Object],[object Object]
[object Object],[object Object]
Regla de decisión ,[object Object]
Conclusión ,[object Object]
Interpretación ,[object Object],[object Object]
Muestras grandes ,[object Object]
Muestras grandes
Aplicándolo a nuestro caso (aunque no sea apropiado) ,[object Object]
Z= -1.15 Nivel p-crítico = 0.1251 > 0.05
CONTRASTE DE HIPÓTESIS SOBRE DOS PROPORCIONES EN MUESTRAS RELACIONADAS ,[object Object]
Ejemplo 4.4 ,[object Object]
Ejemplo 4.4 ,[object Object]
Resultados
[object Object]
[object Object]
[object Object]
[object Object]
[object Object],[object Object]
Condiciones y supuestos ,[object Object],[object Object],[object Object]
Hipótesis ,[object Object]
Estadístico de contraste ,[object Object]
[object Object]
[object Object]
[object Object]
[object Object]
Valor crítico 3.8415 < 4 Rechazamos H 0
[object Object]
[object Object]
[object Object]
[object Object]
Regla de decisión ,[object Object]
Conclusión ,[object Object]
Interpretación ,[object Object]
Jokes  ,[object Object],[object Object]
[object Object],[object Object]
[object Object]
[object Object]
[object Object]

Más contenido relacionado

La actualidad más candente

Tendencia Central
Tendencia CentralTendencia Central
Tendencia Centralmeyg
 
Desviación estandar para series agrupadas
Desviación estandar para series agrupadasDesviación estandar para series agrupadas
Desviación estandar para series agrupadasGloria Hernandez Gomez
 
Confiabilidad Estadistica MSc. Econ Alexander Nuñez
Confiabilidad Estadistica MSc. Econ Alexander NuñezConfiabilidad Estadistica MSc. Econ Alexander Nuñez
Confiabilidad Estadistica MSc. Econ Alexander NuñezMSc. Alexander Nuñez
 
F:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblacionesF:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblacionesLizeth
 
Medidas de dispersion 1
Medidas de dispersion 1Medidas de dispersion 1
Medidas de dispersion 1Betza Bcosme
 
Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)HOTELES2
 
Medidas de Orden o Posición y Dispersión
Medidas de Orden o Posición y DispersiónMedidas de Orden o Posición y Dispersión
Medidas de Orden o Posición y Dispersióneradio2508
 
Analisis de varianza.
Analisis de varianza.Analisis de varianza.
Analisis de varianza.LennysNJ
 
Análisis de Varianza (ANOVA) de una Vía
Análisis de Varianza (ANOVA) de una VíaAnálisis de Varianza (ANOVA) de una Vía
Análisis de Varianza (ANOVA) de una VíaIsaac Ortega
 
Unidad 3. Medidas de Posición
Unidad 3.  Medidas de PosiciónUnidad 3.  Medidas de Posición
Unidad 3. Medidas de PosiciónAlejandra Camors
 
Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)Benito Santiago
 
Media aritmética, desviación media, varianza y desviación estándar
Media aritmética, desviación media, varianza y desviación estándarMedia aritmética, desviación media, varianza y desviación estándar
Media aritmética, desviación media, varianza y desviación estándarAraceli Garcia
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersionLeonardo Iriarte
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018franciscoe71
 
Ejercicios detallados del obj 6 mat i (175 176-177
Ejercicios detallados del obj 6 mat i (175 176-177Ejercicios detallados del obj 6 mat i (175 176-177
Ejercicios detallados del obj 6 mat i (175 176-177Jonathan Mejías
 

La actualidad más candente (19)

Tendencia Central
Tendencia CentralTendencia Central
Tendencia Central
 
Desviación estandar para series agrupadas
Desviación estandar para series agrupadasDesviación estandar para series agrupadas
Desviación estandar para series agrupadas
 
Confiabilidad Estadistica MSc. Econ Alexander Nuñez
Confiabilidad Estadistica MSc. Econ Alexander NuñezConfiabilidad Estadistica MSc. Econ Alexander Nuñez
Confiabilidad Estadistica MSc. Econ Alexander Nuñez
 
F:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblacionesF:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblaciones
 
Medidas de tendencia_2013
Medidas de tendencia_2013Medidas de tendencia_2013
Medidas de tendencia_2013
 
Medidas de dispersion 1
Medidas de dispersion 1Medidas de dispersion 1
Medidas de dispersion 1
 
Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)
 
Medidas de Orden o Posición y Dispersión
Medidas de Orden o Posición y DispersiónMedidas de Orden o Posición y Dispersión
Medidas de Orden o Posición y Dispersión
 
Analisis de varianza.
Analisis de varianza.Analisis de varianza.
Analisis de varianza.
 
Análisis de Varianza (ANOVA) de una Vía
Análisis de Varianza (ANOVA) de una VíaAnálisis de Varianza (ANOVA) de una Vía
Análisis de Varianza (ANOVA) de una Vía
 
Unidad 3. Medidas de Posición
Unidad 3.  Medidas de PosiciónUnidad 3.  Medidas de Posición
Unidad 3. Medidas de Posición
 
Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)Estadistica descriptiva presentación (ito)
Estadistica descriptiva presentación (ito)
 
Media aritmética, desviación media, varianza y desviación estándar
Media aritmética, desviación media, varianza y desviación estándarMedia aritmética, desviación media, varianza y desviación estándar
Media aritmética, desviación media, varianza y desviación estándar
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersion
 
Estadistica ad
Estadistica adEstadistica ad
Estadistica ad
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018
 
Ejercicios detallados del obj 6 mat i (175 176-177
Ejercicios detallados del obj 6 mat i (175 176-177Ejercicios detallados del obj 6 mat i (175 176-177
Ejercicios detallados del obj 6 mat i (175 176-177
 
Anova
AnovaAnova
Anova
 
Estadística bidimensional
Estadística bidimensionalEstadística bidimensional
Estadística bidimensional
 

Destacado

10 Hottest Trends in Corporate Digitalisation
10 Hottest Trends in Corporate Digitalisation10 Hottest Trends in Corporate Digitalisation
10 Hottest Trends in Corporate DigitalisationFuji Xerox New Zealand
 
Daily SGX Report by Epic Research Singapore 14th March 2014
Daily SGX  Report by Epic Research Singapore 14th March 2014Daily SGX  Report by Epic Research Singapore 14th March 2014
Daily SGX Report by Epic Research Singapore 14th March 2014Epic Research Singapore
 
Das moderne Musikbusiness und seine Konsequenzen
Das moderne Musikbusiness und seine KonsequenzenDas moderne Musikbusiness und seine Konsequenzen
Das moderne Musikbusiness und seine Konsequenzencutcopyandpaste
 
(Not So) Postmodern Authenticity: The Case of Pearl Jam
(Not So) Postmodern Authenticity: The Case of Pearl Jam(Not So) Postmodern Authenticity: The Case of Pearl Jam
(Not So) Postmodern Authenticity: The Case of Pearl Jamcutcopyandpaste
 
Sistemas de drenaje superficial metodos para calculo caudal
Sistemas de drenaje superficial metodos para calculo caudalSistemas de drenaje superficial metodos para calculo caudal
Sistemas de drenaje superficial metodos para calculo caudalcarsig
 
Georgian audience on Odnoklassniki.ru
Georgian audience on Odnoklassniki.ru Georgian audience on Odnoklassniki.ru
Georgian audience on Odnoklassniki.ru Maia Odishelidze
 
HospitalSoftwareShop - TeleMedicine, TelePathology, TeleRadiology, TeleOphtha...
HospitalSoftwareShop - TeleMedicine, TelePathology, TeleRadiology, TeleOphtha...HospitalSoftwareShop - TeleMedicine, TelePathology, TeleRadiology, TeleOphtha...
HospitalSoftwareShop - TeleMedicine, TelePathology, TeleRadiology, TeleOphtha...hospitalsoftwareshop
 

Destacado (12)

Museosvirtuales2
Museosvirtuales2Museosvirtuales2
Museosvirtuales2
 
JOHAN BRITZ CV.
JOHAN BRITZ CV.JOHAN BRITZ CV.
JOHAN BRITZ CV.
 
ChrisResume
ChrisResumeChrisResume
ChrisResume
 
10 Hottest Trends in Corporate Digitalisation
10 Hottest Trends in Corporate Digitalisation10 Hottest Trends in Corporate Digitalisation
10 Hottest Trends in Corporate Digitalisation
 
Daily SGX Report by Epic Research Singapore 14th March 2014
Daily SGX  Report by Epic Research Singapore 14th March 2014Daily SGX  Report by Epic Research Singapore 14th March 2014
Daily SGX Report by Epic Research Singapore 14th March 2014
 
Karnataka GIM_Dataquest-IDC IT Sector Report_June2010
Karnataka GIM_Dataquest-IDC IT Sector Report_June2010Karnataka GIM_Dataquest-IDC IT Sector Report_June2010
Karnataka GIM_Dataquest-IDC IT Sector Report_June2010
 
Das moderne Musikbusiness und seine Konsequenzen
Das moderne Musikbusiness und seine KonsequenzenDas moderne Musikbusiness und seine Konsequenzen
Das moderne Musikbusiness und seine Konsequenzen
 
(Not So) Postmodern Authenticity: The Case of Pearl Jam
(Not So) Postmodern Authenticity: The Case of Pearl Jam(Not So) Postmodern Authenticity: The Case of Pearl Jam
(Not So) Postmodern Authenticity: The Case of Pearl Jam
 
Sistemas de drenaje superficial metodos para calculo caudal
Sistemas de drenaje superficial metodos para calculo caudalSistemas de drenaje superficial metodos para calculo caudal
Sistemas de drenaje superficial metodos para calculo caudal
 
Journalism (News and Feature Writing)
Journalism (News and Feature Writing)Journalism (News and Feature Writing)
Journalism (News and Feature Writing)
 
Georgian audience on Odnoklassniki.ru
Georgian audience on Odnoklassniki.ru Georgian audience on Odnoklassniki.ru
Georgian audience on Odnoklassniki.ru
 
HospitalSoftwareShop - TeleMedicine, TelePathology, TeleRadiology, TeleOphtha...
HospitalSoftwareShop - TeleMedicine, TelePathology, TeleRadiology, TeleOphtha...HospitalSoftwareShop - TeleMedicine, TelePathology, TeleRadiology, TeleOphtha...
HospitalSoftwareShop - TeleMedicine, TelePathology, TeleRadiology, TeleOphtha...
 

Similar a Man5

Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)María Isabel Bautista
 
Medidas de dispersion......
Medidas de dispersion......Medidas de dispersion......
Medidas de dispersion......holaqhaces123
 
Analisis de datos categoricos
Analisis de datos categoricosAnalisis de datos categoricos
Analisis de datos categoricosAsura Nephilim
 
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdfSESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdfRAQUELNANCYVELIZSAGA1
 
Análisis bivariado
Análisis bivariadoAnálisis bivariado
Análisis bivariadoelisamedinab
 
Informe estadistica
Informe estadisticaInforme estadistica
Informe estadisticanoeliatoro95
 
Clase 5- Población y muestra.pdf
Clase 5- Población y muestra.pdfClase 5- Población y muestra.pdf
Clase 5- Población y muestra.pdfDiegoEstinGeymonat1
 
25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptx25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptxMERINOMORENOJESUS
 
estadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieriaestadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieriaMarianadelarosahernn
 
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptxESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptxEUSTORGIOMIGUELHERNA
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia centraleradio2508
 
Seminario 8 estadistica
Seminario 8 estadisticaSeminario 8 estadistica
Seminario 8 estadisticaMartasl14
 
Psico. 11ava estimadores de medias y proporciones
Psico. 11ava estimadores de medias y proporcionesPsico. 11ava estimadores de medias y proporciones
Psico. 11ava estimadores de medias y proporcionesUniv Peruana Los Andes
 

Similar a Man5 (20)

1 sesion de gestion de la calidad
1 sesion de gestion de la calidad1 sesion de gestion de la calidad
1 sesion de gestion de la calidad
 
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
 
Medidas de dispersion......
Medidas de dispersion......Medidas de dispersion......
Medidas de dispersion......
 
Analisis de datos categoricos
Analisis de datos categoricosAnalisis de datos categoricos
Analisis de datos categoricos
 
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdfSESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
 
Análisis bivariado
Análisis bivariadoAnálisis bivariado
Análisis bivariado
 
Informe estadistica
Informe estadisticaInforme estadistica
Informe estadistica
 
Clase 5- Población y muestra.pdf
Clase 5- Población y muestra.pdfClase 5- Población y muestra.pdf
Clase 5- Población y muestra.pdf
 
25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptx25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptx
 
estadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieriaestadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieria
 
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptxESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
 
Py e 10
Py e 10Py e 10
Py e 10
 
Taller medidas de dispersión
Taller medidas de dispersiónTaller medidas de dispersión
Taller medidas de dispersión
 
Dispersion
DispersionDispersion
Dispersion
 
Py e 10
Py e 10Py e 10
Py e 10
 
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
 
Seminario 8 estadistica
Seminario 8 estadisticaSeminario 8 estadistica
Seminario 8 estadistica
 
Spss
Spss Spss
Spss
 
Psico 11ava. resumen de muestras
Psico 11ava. resumen de muestrasPsico 11ava. resumen de muestras
Psico 11ava. resumen de muestras
 
Psico. 11ava estimadores de medias y proporciones
Psico. 11ava estimadores de medias y proporcionesPsico. 11ava estimadores de medias y proporciones
Psico. 11ava estimadores de medias y proporciones
 

Más de Rafael Valldecabres (7)

Man4
Man4Man4
Man4
 
Man3
Man3Man3
Man3
 
Man4
Man4Man4
Man4
 
Man2
Man2Man2
Man2
 
Man3
Man3Man3
Man3
 
Man1
Man1Man1
Man1
 
Nociones basicas de Algebra
Nociones basicas de AlgebraNociones basicas de Algebra
Nociones basicas de Algebra
 

Último

Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Juan Martín Martín
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfMercedes Gonzalez
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfAlfaresbilingual
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptAlberto Rubio
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICAÁngel Encinas
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioELIASAURELIOCHAVEZCA1
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdfValeriaCorrea29
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfPaolaRopero2
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxlclcarmen
 

Último (20)

Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 

Man5

  • 1. DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS ANÁLISIS DE DISEÑOS DE DOS GRUPOS MUESTRAS RELACIONADAS TEMA 4
  • 2. Muestras independientes Sujeto Grupo v.d. 1 Experimental X 1 2 Experimental X 2 3 Experimental X 3 4 Experimental X 4 5 Experimental X 5 6 Control X 6 7 Control X 7 8 Control X 8 9 Control X 9 10 Control X 10
  • 3. Muestras relacionadas !No se refiere a los sujetos, sino a las puntuaciones! Dos muestras relacionadas de puntuaciones Sujeto Grupo Experimental Grupo Control 1 X e1 X c1 2 X e2 X c2 3 X e3 X c3 4 X e4 X c4 5 X e5 X c5 6 X e6 X c6 7 X e7 X c7 8 X e8 X c8 9 X e9 X c9 10 X e10 X c10
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26. Población Muestras Distribución muestral N = 2 {-2, 1, 2, 4} {-2, -0.5, 0, 1, -0.5, 1, 1.5, 2.5, 0, 1.5, 2, 3, 1, 2.5, 3, 4 } Sujeto Antes Después Diferencia 1 7 3 4 2 6 5 1 3 4 6 -2 4 10 8 2 -2 1 2 4 -2 {-2, -2} Media = -2 {-2, 1} Media =-0.5 {-2, 2} Media = 0 {-2, 4} Media = 1 1 {1, -2} Media = -0.5 {1, 1} Media =1 {1, 2} Media = 1.5 {1, 4} Media = 2.5 2 {2, -2} Media = 0 {2, 1} Media = 1.5 {2, 2} Media = 2 {2, 4} Media = 3 4 {4, -2} Media = 1 {4, 1} Media = 2.5 {4, 2} Media = 3 {4, 4} Media = 4
  • 27.
  • 28.
  • 29.
  • 30.
  • 31. Dos muestras dependientes POBLACIÓN Variable X = Nivel de presión, Intervalo MUESTRAS DM de las puntuaciones diferencia Hermano (1) Hermana (2)
  • 32.
  • 33.
  • 34.
  • 35.
  • 36. Dos muestras dependientes POBLACIÓN Variable X = Nivel de presión, Intervalo MUESTRAS DM de las puntuaciones diferencia Hermano (1) Hermana (2)
  • 37.
  • 40.
  • 41.
  • 42. Valores críticos = +/- 2.58 Estadístico de contraste = 1.5
  • 43.  
  • 44.
  • 45.
  • 47. Dos muestras dependientes POBLACIÓN Variable X = Nivel de presión, Intervalo MUESTRAS DM de las puntuaciones diferencia Hermano (1) Hermana (2)
  • 48.
  • 49.
  • 50.
  • 51.
  • 52.
  • 53.
  • 54.
  • 55.
  • 56.
  • 57.
  • 58. Dos muestras dependientes POBLACIÓN Variable X = Asertividad MUESTRAS DM de las puntuaciones diferencia Antes Después
  • 59.
  • 60.
  • 61.
  • 62.
  • 63.
  • 64. Dos muestras dependientes POBLACIÓN Variable X = Asertividad MUESTRAS DM de las puntuaciones diferencia Antes Después
  • 65.
  • 66.
  • 67.
  • 68.  
  • 69.
  • 70.
  • 71.
  • 72.
  • 73.
  • 74.
  • 75.
  • 76.
  • 77.
  • 78.
  • 79.
  • 80.  
  • 81.
  • 82. Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 3 65 75 4 95 91 5 98 22 6 35 50
  • 83. Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 40 3 65 75 4 95 91 5 98 22 6 35 50
  • 84. Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 40 3 65 75 -10 4 95 91 5 98 22 6 35 50
  • 85. Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 40 3 65 75 -10 4 95 91 4 5 98 22 6 35 50
  • 86. Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 40 3 65 75 -10 4 95 91 4 5 98 22 76 6 35 50
  • 87. Sujeto Sin ruido Con ruido Diferencias 1 76 60 16 2 89 49 40 3 65 75 -10 4 95 91 4 5 98 22 76 6 35 50 -15
  • 88.
  • 89.
  • 90.
  • 91.
  • 92.
  • 93.
  • 94.
  • 95. Rangos Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto Rangos con signo 1 76 60 16 4 4 2 89 49 40 5 5 3 65 75 -10 2 -2 4 95 91 4 1 1 5 98 22 76 6 6 6 35 50 -15 3 3
  • 96. Rangos Sujeto Sin ruido Con ruido Diferencias Rango de las diferencias en valor absoluto Rangos con signo 1 76 60 16 4 4 2 89 49 40 5 5 3 65 75 -10 2 -2 4 95 91 4 1 1 5 98 22 76 6 6 6 35 50 -15 3 -3
  • 97.
  • 98.
  • 99.
  • 100.
  • 101.
  • 102.
  • 104.
  • 105. Z= -1.15 Nivel p-crítico = 0.1251 > 0.05
  • 106.
  • 107.
  • 108.
  • 110.
  • 111.
  • 112.
  • 113.
  • 114.
  • 115.
  • 116.
  • 117.
  • 118.
  • 119.
  • 120.
  • 121.
  • 122. Valor crítico 3.8415 < 4 Rechazamos H 0
  • 123.
  • 124.
  • 125.
  • 126.
  • 127.
  • 128.
  • 129.
  • 130.
  • 131.
  • 132.
  • 133.
  • 134.