SlideShare una empresa de Scribd logo
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 Central
meyg
 
Desviación estandar para series agrupadas
Desviación estandar para series agrupadasDesviación estandar para series agrupadas
Desviación estandar para series agrupadas
Gloria Hernandez Gomez
 
Confiabilidad Estadistica MSc. Econ Alexander Nuñez
Confiabilidad Estadistica MSc. Econ Alexander NuñezConfiabilidad Estadistica MSc. Econ Alexander Nuñez
Confiabilidad Estadistica MSc. Econ Alexander Nuñez
MSc. 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
Lizeth
 
Medidas de tendencia_2013
Medidas de tendencia_2013Medidas de tendencia_2013
Medidas de tendencia_2013
Leslie Eliana Gasco Arteaga
 
Medidas de dispersion 1
Medidas de dispersion 1Medidas de dispersion 1
Medidas de dispersion 1
Betza 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 Dispersión
eradio2508
 
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 Vía
Isaac Ortega
 
Unidad 3. Medidas de Posición
Unidad 3.  Medidas de PosiciónUnidad 3.  Medidas de Posición
Unidad 3. Medidas de Posición
Alejandra 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 estándar
Araceli Garcia
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersion
Leonardo Iriarte
 
Estadistica ad
Estadistica adEstadistica ad
Estadistica ad
JAVIER RUIZ
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018
franciscoe71
 
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
Jonathan Mejías
 
Anova
AnovaAnova
Estadística bidimensional
Estadística bidimensionalEstadística bidimensional
Estadística bidimensional
carlosprofesor2001
 

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

Museosvirtuales2
Museosvirtuales2Museosvirtuales2
Museosvirtuales2
PluginCulture
 
JOHAN BRITZ CV.
JOHAN BRITZ CV.JOHAN BRITZ CV.
JOHAN BRITZ CV.
Johan Britz
 
ChrisResume
ChrisResumeChrisResume
ChrisResume
Christopher Roberts
 
10 Hottest Trends in Corporate Digitalisation
10 Hottest Trends in Corporate Digitalisation10 Hottest Trends in Corporate Digitalisation
10 Hottest Trends in Corporate Digitalisation
Fuji 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 2014
Epic Research Singapore
 
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
Vishaal Bhatnagar (vishaal.bhatnagar@gmail.com)
 
Das moderne Musikbusiness und seine Konsequenzen
Das moderne Musikbusiness und seine KonsequenzenDas moderne Musikbusiness und seine Konsequenzen
Das moderne Musikbusiness und seine Konsequenzen
cutcopyandpaste
 
(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
cutcopyandpaste
 
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
carsig
 
Journalism (News and Feature Writing)
Journalism (News and Feature Writing)Journalism (News and Feature Writing)
Journalism (News and Feature Writing)
Kate Meisel Annecko Lemoncito
 
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

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
Florencio Fernando Alvarado Apaza
 
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 categoricos
Asura Nephilim
 
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdfSESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
SESIÓN 01 - 02-convertido_8ecd838475c78173b76d96d498779c48.pdf
RAQUELNANCYVELIZSAGA1
 
Análisis bivariado
Análisis bivariadoAnálisis bivariado
Análisis bivariado
elisamedinab
 
Informe estadistica
Informe estadisticaInforme estadistica
Informe estadistica
noeliatoro95
 
Clase 5- Población y muestra.pdf
Clase 5- Población y muestra.pdfClase 5- Población y muestra.pdf
Clase 5- Población y muestra.pdf
DiegoEstinGeymonat1
 
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptxESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
EUSTORGIOMIGUELHERNA
 
estadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieriaestadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieria
Marianadelarosahernn
 
25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptx25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptx
MERINOMORENOJESUS
 
Py e 10
Py e 10Py e 10
Taller medidas de dispersión
Taller medidas de dispersiónTaller medidas de dispersión
Taller medidas de dispersión
Aroldo Emilio Velasquez Trujillo
 
Dispersion
DispersionDispersion
Dispersion
AnaLuisaVelasquez
 
Py e 10
Py e 10Py e 10
Medidas de tendencia central
Medidas de tendencia centralMedidas de tendencia central
Medidas de tendencia central
eradio2508
 
Seminario 8 estadistica
Seminario 8 estadisticaSeminario 8 estadistica
Seminario 8 estadistica
Martasl14
 
Spss
Spss Spss
Psico 11ava. resumen de muestras
Psico 11ava. resumen de muestrasPsico 11ava. resumen de muestras
Psico 11ava. resumen de muestras
Univ Peruana Los Andes
 
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
Univ 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
 
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptxESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
ESTADISTICA GRADO 11 DIAPOSITIVA IF..pptx
 
estadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieriaestadistica, desviacion estandar en ingenieria
estadistica, desviacion estandar en ingenieria
 
25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.pptx25082020_756pm_5f45c1330e681.pptx
25082020_756pm_5f45c1330e681.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

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

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

p4s.co Ecosistema de Ecosistemas - Diagrama.pdf
p4s.co Ecosistema de Ecosistemas - Diagrama.pdfp4s.co Ecosistema de Ecosistemas - Diagrama.pdf
p4s.co Ecosistema de Ecosistemas - Diagrama.pdf
DavidCamiloMosquera
 
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZACORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
Sandra Mariela Ballón Aguedo
 
1° T3 Examen Zany de primer grado compl
1° T3 Examen Zany  de primer grado compl1° T3 Examen Zany  de primer grado compl
1° T3 Examen Zany de primer grado compl
ROCIORUIZQUEZADA
 
Manual de procedimiento para gráficos HC
Manual de procedimiento para gráficos HCManual de procedimiento para gráficos HC
Manual de procedimiento para gráficos HC
josseanlo1581
 
Clase Prensencial, Actividad 2.pdf.......
Clase Prensencial, Actividad 2.pdf.......Clase Prensencial, Actividad 2.pdf.......
Clase Prensencial, Actividad 2.pdf.......
LuanaJaime1
 
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdfFEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
Jose Luis Jimenez Rodriguez
 
tema 7. Los siglos XVI y XVII ( resumen)
tema 7. Los siglos XVI y XVII ( resumen)tema 7. Los siglos XVI y XVII ( resumen)
tema 7. Los siglos XVI y XVII ( resumen)
saradocente
 
La necesidad de bienestar y el uso de la naturaleza.pdf
La necesidad de bienestar y el uso de la naturaleza.pdfLa necesidad de bienestar y el uso de la naturaleza.pdf
La necesidad de bienestar y el uso de la naturaleza.pdf
JonathanCovena1
 
La vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primariaLa vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primaria
EricaCouly1
 
pueblos originarios de chile presentacion twinkl.pptx
pueblos originarios de chile presentacion twinkl.pptxpueblos originarios de chile presentacion twinkl.pptx
pueblos originarios de chile presentacion twinkl.pptx
RAMIREZNICOLE
 
Liturgia día del Padre del siguiente domingo.pptx
Liturgia día del Padre del siguiente domingo.pptxLiturgia día del Padre del siguiente domingo.pptx
Liturgia día del Padre del siguiente domingo.pptx
YeniferGarcia36
 
Las Tecnologias Digitales en los Aprendizajesdel Siglo XXI UNESCO Ccesa007.pdf
Las Tecnologias Digitales en los Aprendizajesdel Siglo XXI  UNESCO Ccesa007.pdfLas Tecnologias Digitales en los Aprendizajesdel Siglo XXI  UNESCO Ccesa007.pdf
Las Tecnologias Digitales en los Aprendizajesdel Siglo XXI UNESCO Ccesa007.pdf
Demetrio Ccesa Rayme
 
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdfCUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
Inslvarez5
 
Presentación de proyecto en acuarela moderna verde.pdf
Presentación de proyecto en acuarela moderna verde.pdfPresentación de proyecto en acuarela moderna verde.pdf
Presentación de proyecto en acuarela moderna verde.pdf
LuanaJaime1
 
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptxPPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
gamcoaquera
 
2° año LA VESTIMENTA-ciencias sociales 2 grado
2° año LA VESTIMENTA-ciencias sociales 2 grado2° año LA VESTIMENTA-ciencias sociales 2 grado
2° año LA VESTIMENTA-ciencias sociales 2 grado
GiselaBerrios3
 
200. Efemerides junio para trabajar en periodico mural
200. Efemerides junio para trabajar en periodico mural200. Efemerides junio para trabajar en periodico mural
200. Efemerides junio para trabajar en periodico mural
shirherrer
 
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdfMundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
ViriEsteva
 
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT   en el Aula Ccesa007.pdfDocentes y el uso de chatGPT   en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Demetrio Ccesa Rayme
 
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docxRETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
100078171
 

Último (20)

p4s.co Ecosistema de Ecosistemas - Diagrama.pdf
p4s.co Ecosistema de Ecosistemas - Diagrama.pdfp4s.co Ecosistema de Ecosistemas - Diagrama.pdf
p4s.co Ecosistema de Ecosistemas - Diagrama.pdf
 
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZACORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
 
1° T3 Examen Zany de primer grado compl
1° T3 Examen Zany  de primer grado compl1° T3 Examen Zany  de primer grado compl
1° T3 Examen Zany de primer grado compl
 
Manual de procedimiento para gráficos HC
Manual de procedimiento para gráficos HCManual de procedimiento para gráficos HC
Manual de procedimiento para gráficos HC
 
Clase Prensencial, Actividad 2.pdf.......
Clase Prensencial, Actividad 2.pdf.......Clase Prensencial, Actividad 2.pdf.......
Clase Prensencial, Actividad 2.pdf.......
 
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdfFEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
 
tema 7. Los siglos XVI y XVII ( resumen)
tema 7. Los siglos XVI y XVII ( resumen)tema 7. Los siglos XVI y XVII ( resumen)
tema 7. Los siglos XVI y XVII ( resumen)
 
La necesidad de bienestar y el uso de la naturaleza.pdf
La necesidad de bienestar y el uso de la naturaleza.pdfLa necesidad de bienestar y el uso de la naturaleza.pdf
La necesidad de bienestar y el uso de la naturaleza.pdf
 
La vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primariaLa vida de Martin Miguel de Güemes para niños de primaria
La vida de Martin Miguel de Güemes para niños de primaria
 
pueblos originarios de chile presentacion twinkl.pptx
pueblos originarios de chile presentacion twinkl.pptxpueblos originarios de chile presentacion twinkl.pptx
pueblos originarios de chile presentacion twinkl.pptx
 
Liturgia día del Padre del siguiente domingo.pptx
Liturgia día del Padre del siguiente domingo.pptxLiturgia día del Padre del siguiente domingo.pptx
Liturgia día del Padre del siguiente domingo.pptx
 
Las Tecnologias Digitales en los Aprendizajesdel Siglo XXI UNESCO Ccesa007.pdf
Las Tecnologias Digitales en los Aprendizajesdel Siglo XXI  UNESCO Ccesa007.pdfLas Tecnologias Digitales en los Aprendizajesdel Siglo XXI  UNESCO Ccesa007.pdf
Las Tecnologias Digitales en los Aprendizajesdel Siglo XXI UNESCO Ccesa007.pdf
 
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdfCUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
CUENTOS EN MAYÚSCULAS PARA APRENDER A LEER.pdf
 
Presentación de proyecto en acuarela moderna verde.pdf
Presentación de proyecto en acuarela moderna verde.pdfPresentación de proyecto en acuarela moderna verde.pdf
Presentación de proyecto en acuarela moderna verde.pdf
 
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptxPPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
PPT_Servicio de Bandeja a Paciente Hospitalizado.pptx
 
2° año LA VESTIMENTA-ciencias sociales 2 grado
2° año LA VESTIMENTA-ciencias sociales 2 grado2° año LA VESTIMENTA-ciencias sociales 2 grado
2° año LA VESTIMENTA-ciencias sociales 2 grado
 
200. Efemerides junio para trabajar en periodico mural
200. Efemerides junio para trabajar en periodico mural200. Efemerides junio para trabajar en periodico mural
200. Efemerides junio para trabajar en periodico mural
 
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdfMundo ABC Examen 1 Grado- Tercer Trimestre.pdf
Mundo ABC Examen 1 Grado- Tercer Trimestre.pdf
 
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT   en el Aula Ccesa007.pdfDocentes y el uso de chatGPT   en el Aula Ccesa007.pdf
Docentes y el uso de chatGPT en el Aula Ccesa007.pdf
 
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docxRETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
 

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.