SlideShare una empresa de Scribd logo
ESTADÍSTICA PARA LA
INVESTIGACIÓN EDUCATIVA
DOCENTE: Mg. ALGEMIRO JULIO MUÑOZ VILELA
INTEGRANTES:
 COCA RAMÍREZ, LUIS.
 HUAMÁN VARGAS, MARISSA.
 MAGUIÑA VILLAREAL, YESICA.
 MALCA VARGAS, MARTHA.
PRUEBA U DE
MANN- WHITNEY
LA PRUEBA U DE MANN – WHITNEY
• 1. DEFINICIONES IMPORTANTES
• La prueba U de Mann-Whitney (también llamada de Mann-Whitney-
Wilcoxon, prueba de suma de rangos Wilcoxon, o prueba de
Wilcoxon-Mann- Whitney) es una prueba no paramétrica con la
cual se identifican diferencias entre dos poblaciones basadas en
el análisis de dos muestras independientes, cuyos datos han sido
medidos al menos en una escala de nivel ordinal.
• Es la versión no paramétrica de la prueba t de Student.
LA PRUEBA U DE MANN - WHITNEY
• Consiste en ordenar las (n1+n2) observaciones de acuerdo con su
magnitud y contar el número de observaciones de la muestra A, por
ejemplo, que preceden a cada observación de la B, así resulta el
estadístico U que es la suma de estas enumeraciones.
• Muestras pequeñas: (n1+n2 ≤ 20)
• (U es la suma de los rangos asignados a la muestra 1
• Hay tablas para este caso de muestras pequeñas.
• Muestras grandes:
• Si la muestra es relativamente grande, se puede efectuar la
aproximación a la distribución normal.
2. PROCEDIMIENTO PARA REALIZAR LA PRUEBA DE MANN - WHITNEY
Paso 1:
• Formulación de las hipótesis.
• Determinar el tamaño de las muestras (n1+n2) .
• Si n1+ n2 son menores o iguales que 20, se consideran muestras
pequeñas.
• Pero si son mayores que 20, se consideran muestras grandes.
Paso 2:
• Arreglar los datos en rangos del menor al mayor valor.
• En caso de que existan ligas o empates de rangos iguales, se deberán
detectar para un a juste posterior.
Paso 3:
• Calcular los valores de U1 y U2, de modo que se elija el más
pequeño para comparar con los valores críticos de U Mann- Whitney
de la tabla de probabilidades asociadas con valores pequeños como
los de U en la prueba de Mann-Whitney.
• En caso de muestras grandes, calcular el valor Z, pues en estas
condiciones se distribuye normalmente.
Paso 4:
• Decidir si no se rechaza o se rechaza la hipótesis nula.
PRUEBA U DE MANN - WHITNEY MUESTRAS PEQUEÑAS
• La fórmula es la siguiente:
EJERCICIO EJEMPLO:
• Se llevó a cabo un estudio que analiza la frecuencia del pulso en dos
grupos de personas de edades diferentes, después de diez minutos de
ejercicios aeróbicos.
• Los datos resultantes se muestran a continuación:
• ¿Tuvieron diferencias significativas las frecuencias de pulso de ambos
grupos?
Paso 1:
• Formulación de la hipótesis:
• Ho: Las distribuciones de frecuencias relativas de poblaciones A y B
son iguales.
• Ha: Las distribuciones de frecuencias relativas poblacionales no son
iguales
• Ho: Me = Me
• Ha: Me1 ≠Me2
Me1 ,Me2 = Medianas de las poblaciones
Paso 2:
• Ordenando los datos y asignándoles el (rango) de su posición relativa
se tiene:
Paso 3:
• Como n1=10 y n2= 9 => 10+9=19 <= 20 es una muestra pequeña.
• ∑R1=130.5 ∑R2 = 55.5
Calculo del valor crítico de Uo
Con un alfa= 0.05
• n1=10 n2=9
• De la tabla de Mann-Whitney
• El valor de la tabla es: 76
• Calculando Uo:
• Para alfa = 0.05 el valor de Uo=24
• Si Ua < Uo se rechaza la Ho
• Como Ua < 24 => 14.5 < 24
• Se rechaza la hipótesis Ho de que las medianas son iguales.
• Estadísticamente existe una diferencia significativa entre los dos grupos de
edad.
PRUEBA U DE MANN - WHITNEY MUESTRAS GRANDES
La fórmula es la siguiente:
U1 y U2 = valores estadísticos de U Mann – Whitney
= Media de Mann - Whitney
= Desviación estándar de Mann – Whitney
EJERCICIO 2:
• De una universidad se ha seleccionado dos muestras de 10
estudiantes de dos facultades diferentes y se quiere saber si las
edades de ambos grupos son iguales.
• Se conoce la sumatoria de los dos rangos
• Ho: Las distribuciones de frecuencias relativas poblaciones de las
edades de las A y B son iguales.
• Ha: Las distribuciones de frecuencias relativas poblacionales de las
edades no son iguales.
P(tota l) = 2*0.012874 = 0.025748 menor α = 0.05
Dado que p < 0.05, rechazamos la hipótesis nula .
Estadísticamente existe una diferencia significativa entre los
dos grupos de edad.
a
a
 Se realiza un estudio de investigación para conocer la satisfacción laboral en
una Institución Educativa y se precisa conocer si las puntuaciones obtenidas de
satisfacción entre los docentes de nivel Inicial y Primaria difieren
significativamente.
EJERCICIO:
Ho = Igualdad en la satisfacción global para los docentes de ambos niveles.
Ha = La satisfacción global en ambos niveles difieren.
 El Nivel Inicial está formado por 9 docentes, mientras que en el Nivel Primaria
laboran 6 docentes. A cada docente se le ha pasado un cuestionario sobre
satisfacción laboral de varias preguntas con alternativa de respuesta según
escala Likert. Cada docente obtiene una puntuación final de 1 a 5 puntos, donde
5 indica su satisfacción global.
Paso 1:
Realizamos la tabla para distribuir los datos.
NIVEL DOCENTES SATISFACCIÓN
LABORAL
INICIAL
1 2
2 2
3 2
4 1
5 3
6 4
7 2
8 2
9 1
PRIMARIA
1 4
2 4
3 3
4 5
5 4
6 3
Los valores de puntuación en la
escala de Likert son los
siguientes:
VALORES NIVEL DE
SATISFACCIÓN
Muy insatisfecho 1
Insatisfecho 2
Ni satisfecho, ni
insatisfecho
3
Satisfecho 4
Muy satisfecho 5
Paso 2: Colocamos los datos en el SPSS.
Paso 3: Aplicamos la prueba no paramétrica U de Man Whitney
El nivel de
significancia es
menor a 0,05
P valor < 0,05
CONCLUSIÓN:
 Al ser el P valor inferior a 0,05, se rechaza la hipótesis nula (Ho)
y se acepta la hipótesis alterna, que indica que los resultados de
los grupos que se comparan son distintos.
 También se podría interpretar que las medianas de satisfacción
global para los docentes de ambos niveles son distintos.
 En consecuencia, podemos afirmar con un error de equivocarnos
inferior al 5%, que los docentes pertenecientes al Nivel Primaria
poseen mayor satisfacción laboral que los docentes del Nivel
Inicial.
 Una docente investiga el nivel conducta de los estudiantes en dos grados del
nivel secundaria, con los resultados obtenidos desea conocer si estos se
diferencian significativamente por grado.
EJERCICIO:
Ho = Igualdad en el nivel de conducta de los estudiantes de ambos grados.
Ha = El nivel de conducta se diferencian en cada grado .
 El 1er grado de secundaria investiga a 10 estudiantes, mientras que en el 2do
grado investiga a la misma cantidad. Cada estudiante obtiene una puntuación
final de 1 a 5 puntos, donde 5 indica una conducta muy buena.
Paso 1:
Realizamos la tabla
para distribuir los
datos.
GRADOS ESTUDIANTES NIVEL DE CONDUCTA
1er
1 1
2 1
3 2
4 3
5 2
6 2
7 4
8 3
9 5
10 5
2do
1 1
2 2
3 3
4 3
5 4
6 5
7 3
8 4
9 2
10 2
Los valores de
puntuación en la escala
de Likert son los
siguientes:
VALORES NIVEL DE
SATISFACCIÓN
Muy
insatisfecho
1
Insatisfecho 2
Ni satisfecho,
ni insatisfecho
3
Satisfecho 4
Muy
satisfecho
5
Llenamos los datos en el SPSS.
El nivel de
significancia es
mayor a 0,05
P valor > 0,05
CONCLUSIÓN:
 Al P valor > 0,05, concluimos que la hipótesis nula (Ho) no se
rechaza.
 Hay igualdad en el nivel de conducta de los alumnos de 1er
grado y 2do grado.
HISTORIA
 Henry Berthold Mann (27 de Octubre de 1905, Viena, Austria- Hungría) en una
familia judía, Mann obtuvo su Licenciado en Matemáticas en 1935 por la
Universidad de Viena. Mann emigró a los Estados Unidos en 1938 y vivió en
Nueva York también fue profesor de matemáticas y estadística en la
Universidad de Ohio.
 En la teoría de números aditivos, Mann demostró la conjetura de
Schnrelmann-Landau sobre la densidad a sintónica de conjuntos de sumas en
1942.Al hacerlo, estableció “El teorema de Mann” y ganó el premio Cole en
1946. Henry Berthold Mannn y su alumno desarrolló el (“de Mann- Whitney)
Teoría estadística de la estadística no paramétrica.
PRUEBA U de MANN WHITNEY
 La prueba de Mann- Whitney, también denominada prueba de la suma de
rangos de Wilcoxon, es una prueba no paramétrica que permite comparar las
medianas de una variable cuantitativa para las dos categorías de una variable
cualitativa dicotómica. Es una técnica estadística para calcular las diferencias
entre grupos, específicamente esta prueba no paramétrica implica que
nuestros datos estén en medición ordinal.
 Es la versión no paramétrica de la prueba de Student
EJERCICIO #1 EXPOSICIÓN
 SE EVALÚA EL GRADO DE ESTRÉS EN 18 ESTUDIANTES DE SECUNDARIA DE ENTRE 12 A 17 AÑOS
DE EDAD CLASIFICANDO DEL 1 AL 5, EL MAYOR NIVEL DE ESTRÉS Y EL MENOR.
 DESEO SABER SI EL GRADO DE ESTRÉS EN VARONES ES IGUAL AL DE MUJERES.
NÚMERO EDAD SEXO NIVEL DE ESTRÉS
1 12 femenino 1
2 15 masculino 3
3 13 femenino 4
4 14 masculino 2
5 14 femenino 5
6 16 masculino 5
7 14 masculino 4
8 13 femenino 3
9 15 femenino 2
10 14 masculino 4
11 12 masculino 3
12 14 masculino 3
13 17 femenino 2
14 16 femenino 1
15 13 femenino 1
16 12 masculino 3
17 12 femenino 4
18 14 femenino 3
VALORES NIVEL DE ESTRES
1 Muy bajo
2 bajo
3 medio
4 alto
5 Muy alto
ESCALA DE LIKERT
 FORMULACIÓN DE HIPOTESIS
Ho (Hipótesis nula o hipótesis de trabajo) 0 el estrés en varones y mujeres
son iguales y no hay diferencia significativa.
Ha (hipótesis alterna o hipótesis del investigador) = El estrés en varones y
mujeres es diferente.
 NIVEL DE SIGNIFICANCIA = 5% = 0.05
 ELECCIÓN DE LA PRUEBA ESTADÍSTICA
Prueba de U de Mann Whitney
 ESTIMACIÓN DEL P VALOR
 TOMA DE DESICIÓN
Entonces mediante la prueba no paramétrica U de Mann Whitney verificare si
existe diferencia o no existe diferencia
Si el P valor sale menor a 0.05 rechazamos la hipótesis nula.
Si el P valor sale mayor que el 0.05 aceptamos la hipótesis nula.
El nivel de
significancia es
mayor de 0,05
P valor > 0,05
Conclusión:
 Entonces el P valor es > 0,05.
 Concluimos que se rechaza la hipótesis nula de que, el
estrés en varones y mujeres son iguales y no hay
diferencia significativa.
 En consecuencia, se acepta que El estrés en varones y
mujeres es diferente.
ANEXOS
Evidencias del trabajo grupal.
1era REUNIÓN:
2da REUNIÓN:
3era REUNIÓN:

Más contenido relacionado

La actualidad más candente

Correlacion lineal
Correlacion linealCorrelacion lineal
Correlacion lineal
innovalabcun
 
coeficientes de correlación de Pearson y de Sperman
coeficientes de correlación de Pearson y de Spermancoeficientes de correlación de Pearson y de Sperman
coeficientes de correlación de Pearson y de Sperman
polethvillalba
 
Medidas De Dispersion
 Medidas De Dispersion Medidas De Dispersion
Medidas De Dispersion
NancyDlFiguera
 
regresion lineal simple
regresion lineal simpleregresion lineal simple
regresion lineal simpleJano Aranís
 
Estadistica chi cuadrado
Estadistica chi cuadradoEstadistica chi cuadrado
Estadistica chi cuadrado
PABLITO Pablo
 
UNIDAD XII ESTADISTICA PARAMETRICA Y ESTADISTICA NO PARAMETRICA.
UNIDAD XII ESTADISTICA PARAMETRICA Y ESTADISTICA NO PARAMETRICA. UNIDAD XII ESTADISTICA PARAMETRICA Y ESTADISTICA NO PARAMETRICA.
UNIDAD XII ESTADISTICA PARAMETRICA Y ESTADISTICA NO PARAMETRICA.
LISBETHSARAIMALDONAD1
 
U de Mann-Whitney
U de Mann-WhitneyU de Mann-Whitney
U de Mann-Whitney
Larry Mendoza
 
ACTIVIDAD II BIOESTADISTICA POSTGRADO SALUD OCUPACIONAL
ACTIVIDAD II BIOESTADISTICA POSTGRADO SALUD OCUPACIONALACTIVIDAD II BIOESTADISTICA POSTGRADO SALUD OCUPACIONAL
ACTIVIDAD II BIOESTADISTICA POSTGRADO SALUD OCUPACIONAL
YESY MEDINA
 
PRUEBA DE FRIEDMAN, NO PARAMÉTRICA
PRUEBA DE FRIEDMAN, NO PARAMÉTRICAPRUEBA DE FRIEDMAN, NO PARAMÉTRICA
PRUEBA DE FRIEDMAN, NO PARAMÉTRICA
GIA Educación Digital
 
Correlación PEARSON
Correlación PEARSONCorrelación PEARSON
Correlación PEARSON
Servicio Apoyo SAIA
 
Variables, definición y clasificación
Variables, definición y clasificaciónVariables, definición y clasificación
Variables, definición y clasificación
edomarino
 
Información sobre estadisticas
Información sobre estadisticasInformación sobre estadisticas
Información sobre estadisticas
matematicas5mentarios
 
Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadradoaramirez
 
Presentación diapositiva
Presentación diapositivaPresentación diapositiva
Presentación diapositiva
iriana alejandra
 
Correlación
CorrelaciónCorrelación
Correlación
anthonymaule
 
Coeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y SpearmanCoeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y Spearman
Patricia Castillo
 
Cuadro comparativo estadistica parametrica y no parametrica
Cuadro comparativo estadistica parametrica y no parametricaCuadro comparativo estadistica parametrica y no parametrica
Cuadro comparativo estadistica parametrica y no parametrica
MarianaSandoval24
 
Presentación ANOVA
Presentación ANOVAPresentación ANOVA
Presentación ANOVA
Universidad Técnica de Machala
 

La actualidad más candente (20)

Correlacion lineal
Correlacion linealCorrelacion lineal
Correlacion lineal
 
coeficientes de correlación de Pearson y de Sperman
coeficientes de correlación de Pearson y de Spermancoeficientes de correlación de Pearson y de Sperman
coeficientes de correlación de Pearson y de Sperman
 
Medidas De Dispersion
 Medidas De Dispersion Medidas De Dispersion
Medidas De Dispersion
 
regresion lineal simple
regresion lineal simpleregresion lineal simple
regresion lineal simple
 
Estadistica chi cuadrado
Estadistica chi cuadradoEstadistica chi cuadrado
Estadistica chi cuadrado
 
UNIDAD XII ESTADISTICA PARAMETRICA Y ESTADISTICA NO PARAMETRICA.
UNIDAD XII ESTADISTICA PARAMETRICA Y ESTADISTICA NO PARAMETRICA. UNIDAD XII ESTADISTICA PARAMETRICA Y ESTADISTICA NO PARAMETRICA.
UNIDAD XII ESTADISTICA PARAMETRICA Y ESTADISTICA NO PARAMETRICA.
 
U de Mann-Whitney
U de Mann-WhitneyU de Mann-Whitney
U de Mann-Whitney
 
ACTIVIDAD II BIOESTADISTICA POSTGRADO SALUD OCUPACIONAL
ACTIVIDAD II BIOESTADISTICA POSTGRADO SALUD OCUPACIONALACTIVIDAD II BIOESTADISTICA POSTGRADO SALUD OCUPACIONAL
ACTIVIDAD II BIOESTADISTICA POSTGRADO SALUD OCUPACIONAL
 
PRUEBA DE FRIEDMAN, NO PARAMÉTRICA
PRUEBA DE FRIEDMAN, NO PARAMÉTRICAPRUEBA DE FRIEDMAN, NO PARAMÉTRICA
PRUEBA DE FRIEDMAN, NO PARAMÉTRICA
 
Correlación PEARSON
Correlación PEARSONCorrelación PEARSON
Correlación PEARSON
 
Variables, definición y clasificación
Variables, definición y clasificaciónVariables, definición y clasificación
Variables, definición y clasificación
 
Información sobre estadisticas
Información sobre estadisticasInformación sobre estadisticas
Información sobre estadisticas
 
Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadrado
 
Presentación diapositiva
Presentación diapositivaPresentación diapositiva
Presentación diapositiva
 
Correlación
CorrelaciónCorrelación
Correlación
 
Coeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y SpearmanCoeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y Spearman
 
Cuadro comparativo estadistica parametrica y no parametrica
Cuadro comparativo estadistica parametrica y no parametricaCuadro comparativo estadistica parametrica y no parametrica
Cuadro comparativo estadistica parametrica y no parametrica
 
Pruebas No Parametricas
Pruebas No ParametricasPruebas No Parametricas
Pruebas No Parametricas
 
Presentación ANOVA
Presentación ANOVAPresentación ANOVA
Presentación ANOVA
 
Analisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricosAnalisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricos
 

Similar a PRUEBA DE MANN- WHITNEY.pptx

Equipo 10 - Prueba U Man (VF).pdf
Equipo 10 - Prueba U Man (VF).pdfEquipo 10 - Prueba U Man (VF).pdf
Equipo 10 - Prueba U Man (VF).pdf
EdiosnJimenezosorio
 
Datos estadísticos en la investigacón científica.
Datos estadísticos  en la investigacón científica.Datos estadísticos  en la investigacón científica.
Datos estadísticos en la investigacón científica.
Jefferson Villalba
 
Exposicion mann whitney
Exposicion mann whitneyExposicion mann whitney
Exposicion mann whitney
azael214
 
Test de Friedman (1).pptx
Test de Friedman (1).pptxTest de Friedman (1).pptx
Test de Friedman (1).pptx
AndresBryan8
 
Psico. 12ava. ji cuadrada
Psico. 12ava. ji cuadradaPsico. 12ava. ji cuadrada
Psico. 12ava. ji cuadrada
Univ Peruana Los Andes
 
GRUPO D (1).pptx
GRUPO D (1).pptxGRUPO D (1).pptx
GRUPO D (1).pptx
Nicki Nicole
 
TAREA SEMINARIO 8
TAREA SEMINARIO 8TAREA SEMINARIO 8
TAREA SEMINARIO 8
miriamromanmoreno
 
ejercicio de repaso prueba facultad derecho y ciencia politica
ejercicio de repaso prueba facultad derecho y ciencia politicaejercicio de repaso prueba facultad derecho y ciencia politica
ejercicio de repaso prueba facultad derecho y ciencia politica
JhosselynLpez
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
claudiagarciar96
 
Distribución binomial y su aplicacion en psicologia.pptx
Distribución binomial y su aplicacion en psicologia.pptxDistribución binomial y su aplicacion en psicologia.pptx
Distribución binomial y su aplicacion en psicologia.pptx
antonio9819
 
Contraste de hipotesis
Contraste de hipotesisContraste de hipotesis
Contraste de hipotesis
Juan Magrit Vidal
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
vicfuepal
 
Tarea de clase tema 11
Tarea de clase tema 11Tarea de clase tema 11
Tarea de clase tema 11
carmenhesles
 
Seminario 8
Seminario 8Seminario 8
Seminario 8arabia94
 
Estaditica deber varios
Estaditica deber variosEstaditica deber varios
Estaditica deber varios
Kami Hernandez
 
Inferencia sobre dos muestras aleatorias
Inferencia sobre dos muestras aleatoriasInferencia sobre dos muestras aleatorias
Inferencia sobre dos muestras aleatorias
FernandaNuezPacheco
 
Metodos No Parametricos Parte II. Est ind clase12
Metodos No Parametricos Parte II. Est ind clase12Metodos No Parametricos Parte II. Est ind clase12
Metodos No Parametricos Parte II. Est ind clase12
Universidad Nacional Mayor de San Marcos
 
Trabajo hipotesis
Trabajo hipotesisTrabajo hipotesis
Trabajo hipotesishoteles1
 

Similar a PRUEBA DE MANN- WHITNEY.pptx (20)

Equipo 10 - Prueba U Man (VF).pdf
Equipo 10 - Prueba U Man (VF).pdfEquipo 10 - Prueba U Man (VF).pdf
Equipo 10 - Prueba U Man (VF).pdf
 
Datos estadísticos en la investigacón científica.
Datos estadísticos  en la investigacón científica.Datos estadísticos  en la investigacón científica.
Datos estadísticos en la investigacón científica.
 
Exposicion mann whitney
Exposicion mann whitneyExposicion mann whitney
Exposicion mann whitney
 
Exposicion mann whitney-2010
Exposicion mann whitney-2010Exposicion mann whitney-2010
Exposicion mann whitney-2010
 
Test de Friedman (1).pptx
Test de Friedman (1).pptxTest de Friedman (1).pptx
Test de Friedman (1).pptx
 
Psico. 12ava. ji cuadrada
Psico. 12ava. ji cuadradaPsico. 12ava. ji cuadrada
Psico. 12ava. ji cuadrada
 
GRUPO D (1).pptx
GRUPO D (1).pptxGRUPO D (1).pptx
GRUPO D (1).pptx
 
TAREA SEMINARIO 8
TAREA SEMINARIO 8TAREA SEMINARIO 8
TAREA SEMINARIO 8
 
ejercicio de repaso prueba facultad derecho y ciencia politica
ejercicio de repaso prueba facultad derecho y ciencia politicaejercicio de repaso prueba facultad derecho y ciencia politica
ejercicio de repaso prueba facultad derecho y ciencia politica
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Distribución binomial y su aplicacion en psicologia.pptx
Distribución binomial y su aplicacion en psicologia.pptxDistribución binomial y su aplicacion en psicologia.pptx
Distribución binomial y su aplicacion en psicologia.pptx
 
Contraste de hipotesis
Contraste de hipotesisContraste de hipotesis
Contraste de hipotesis
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Prueba t
Prueba tPrueba t
Prueba t
 
Tarea de clase tema 11
Tarea de clase tema 11Tarea de clase tema 11
Tarea de clase tema 11
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Estaditica deber varios
Estaditica deber variosEstaditica deber varios
Estaditica deber varios
 
Inferencia sobre dos muestras aleatorias
Inferencia sobre dos muestras aleatoriasInferencia sobre dos muestras aleatorias
Inferencia sobre dos muestras aleatorias
 
Metodos No Parametricos Parte II. Est ind clase12
Metodos No Parametricos Parte II. Est ind clase12Metodos No Parametricos Parte II. Est ind clase12
Metodos No Parametricos Parte II. Est ind clase12
 
Trabajo hipotesis
Trabajo hipotesisTrabajo hipotesis
Trabajo hipotesis
 

Más de luis9528

CCSS3-U5.pdf
CCSS3-U5.pdfCCSS3-U5.pdf
CCSS3-U5.pdf
luis9528
 
PLAN BIBLIOTECA 2022 -PAT.doc
PLAN BIBLIOTECA 2022 -PAT.docPLAN BIBLIOTECA 2022 -PAT.doc
PLAN BIBLIOTECA 2022 -PAT.doc
luis9528
 
CCSS3 -U1.pdf
CCSS3 -U1.pdfCCSS3 -U1.pdf
CCSS3 -U1.pdf
luis9528
 
CCSS4-U9.pdf
CCSS4-U9.pdfCCSS4-U9.pdf
CCSS4-U9.pdf
luis9528
 
MOD CAL EDU - acreditación.pptx
MOD CAL EDU - acreditación.pptxMOD CAL EDU - acreditación.pptx
MOD CAL EDU - acreditación.pptx
luis9528
 
RIT 2022 GORE (1).pdf
RIT 2022 GORE (1).pdfRIT 2022 GORE (1).pdf
RIT 2022 GORE (1).pdf
luis9528
 
ETAPAS DE ACREDITACIÓN.pptx
ETAPAS DE ACREDITACIÓN.pptxETAPAS DE ACREDITACIÓN.pptx
ETAPAS DE ACREDITACIÓN.pptx
luis9528
 
EPISTEMOLOGIA DE LA EDUCACION.pptx
EPISTEMOLOGIA DE LA EDUCACION.pptxEPISTEMOLOGIA DE LA EDUCACION.pptx
EPISTEMOLOGIA DE LA EDUCACION.pptx
luis9528
 
CONDICIONES BASICAS DE CALIDAD (CBC).pdf
CONDICIONES BASICAS DE CALIDAD (CBC).pdfCONDICIONES BASICAS DE CALIDAD (CBC).pdf
CONDICIONES BASICAS DE CALIDAD (CBC).pdf
luis9528
 

Más de luis9528 (9)

CCSS3-U5.pdf
CCSS3-U5.pdfCCSS3-U5.pdf
CCSS3-U5.pdf
 
PLAN BIBLIOTECA 2022 -PAT.doc
PLAN BIBLIOTECA 2022 -PAT.docPLAN BIBLIOTECA 2022 -PAT.doc
PLAN BIBLIOTECA 2022 -PAT.doc
 
CCSS3 -U1.pdf
CCSS3 -U1.pdfCCSS3 -U1.pdf
CCSS3 -U1.pdf
 
CCSS4-U9.pdf
CCSS4-U9.pdfCCSS4-U9.pdf
CCSS4-U9.pdf
 
MOD CAL EDU - acreditación.pptx
MOD CAL EDU - acreditación.pptxMOD CAL EDU - acreditación.pptx
MOD CAL EDU - acreditación.pptx
 
RIT 2022 GORE (1).pdf
RIT 2022 GORE (1).pdfRIT 2022 GORE (1).pdf
RIT 2022 GORE (1).pdf
 
ETAPAS DE ACREDITACIÓN.pptx
ETAPAS DE ACREDITACIÓN.pptxETAPAS DE ACREDITACIÓN.pptx
ETAPAS DE ACREDITACIÓN.pptx
 
EPISTEMOLOGIA DE LA EDUCACION.pptx
EPISTEMOLOGIA DE LA EDUCACION.pptxEPISTEMOLOGIA DE LA EDUCACION.pptx
EPISTEMOLOGIA DE LA EDUCACION.pptx
 
CONDICIONES BASICAS DE CALIDAD (CBC).pdf
CONDICIONES BASICAS DE CALIDAD (CBC).pdfCONDICIONES BASICAS DE CALIDAD (CBC).pdf
CONDICIONES BASICAS DE CALIDAD (CBC).pdf
 

Último

c3.hu3.p3.p2.Superioridad e inferioridad en la sociedad.pptx
c3.hu3.p3.p2.Superioridad e inferioridad en la sociedad.pptxc3.hu3.p3.p2.Superioridad e inferioridad en la sociedad.pptx
c3.hu3.p3.p2.Superioridad e inferioridad en la sociedad.pptx
Martín Ramírez
 
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdfAsistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Demetrio Ccesa Rayme
 
Fase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcionalFase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcional
YasneidyGonzalez
 
UNIDAD DE APRENDIZAJE DEL MES Junio 2024
UNIDAD DE APRENDIZAJE DEL MES  Junio 2024UNIDAD DE APRENDIZAJE DEL MES  Junio 2024
UNIDAD DE APRENDIZAJE DEL MES Junio 2024
EdwardYumbato1
 
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdfHABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
DIANADIAZSILVA1
 
CALENDARIZACION DEL MES DE JUNIO - JULIO 24
CALENDARIZACION DEL MES DE JUNIO - JULIO 24CALENDARIZACION DEL MES DE JUNIO - JULIO 24
CALENDARIZACION DEL MES DE JUNIO - JULIO 24
auxsoporte
 
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdfINFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
Alejandrogarciapanta
 
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIALCUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
DivinoNioJess885
 
Semana #10-PM3 del 27 al 31 de mayo.pptx
Semana #10-PM3 del 27 al 31 de mayo.pptxSemana #10-PM3 del 27 al 31 de mayo.pptx
Semana #10-PM3 del 27 al 31 de mayo.pptx
LorenaCovarrubias12
 
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIACONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
BetzabePecheSalcedo1
 
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNETPRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
CESAR MIJAEL ESPINOZA SALAZAR
 
Proceso de admisiones en escuelas infantiles de Pamplona
Proceso de admisiones en escuelas infantiles de PamplonaProceso de admisiones en escuelas infantiles de Pamplona
Proceso de admisiones en escuelas infantiles de Pamplona
Edurne Navarro Bueno
 
Conocemos la ermita de Ntra. Sra. del Arrabal
Conocemos la ermita de Ntra. Sra. del ArrabalConocemos la ermita de Ntra. Sra. del Arrabal
Conocemos la ermita de Ntra. Sra. del Arrabal
Profes de Relideleón Apellidos
 
Junio 2024 Fotocopiables Ediba actividades
Junio 2024 Fotocopiables Ediba actividadesJunio 2024 Fotocopiables Ediba actividades
Junio 2024 Fotocopiables Ediba actividades
cintiat3400
 
Varón de 30 años acude a consulta por presentar hipertensión arterial de reci...
Varón de 30 años acude a consulta por presentar hipertensión arterial de reci...Varón de 30 años acude a consulta por presentar hipertensión arterial de reci...
Varón de 30 años acude a consulta por presentar hipertensión arterial de reci...
HuallpaSamaniegoSeba
 
Mapa_Conceptual de los fundamentos de la evaluación educativa
Mapa_Conceptual de los fundamentos de la evaluación educativaMapa_Conceptual de los fundamentos de la evaluación educativa
Mapa_Conceptual de los fundamentos de la evaluación educativa
TatianaVanessaAltami
 
Sesión: El fundamento del gobierno de Dios.pdf
Sesión: El fundamento del gobierno de Dios.pdfSesión: El fundamento del gobierno de Dios.pdf
Sesión: El fundamento del gobierno de Dios.pdf
https://gramadal.wordpress.com/
 
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Monseespinoza6
 
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdfAsistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
Demetrio Ccesa Rayme
 
Introducción a la ciencia de datos con power BI
Introducción a la ciencia de datos con power BIIntroducción a la ciencia de datos con power BI
Introducción a la ciencia de datos con power BI
arleyo2006
 

Último (20)

c3.hu3.p3.p2.Superioridad e inferioridad en la sociedad.pptx
c3.hu3.p3.p2.Superioridad e inferioridad en la sociedad.pptxc3.hu3.p3.p2.Superioridad e inferioridad en la sociedad.pptx
c3.hu3.p3.p2.Superioridad e inferioridad en la sociedad.pptx
 
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdfAsistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
 
Fase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcionalFase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcional
 
UNIDAD DE APRENDIZAJE DEL MES Junio 2024
UNIDAD DE APRENDIZAJE DEL MES  Junio 2024UNIDAD DE APRENDIZAJE DEL MES  Junio 2024
UNIDAD DE APRENDIZAJE DEL MES Junio 2024
 
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdfHABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
 
CALENDARIZACION DEL MES DE JUNIO - JULIO 24
CALENDARIZACION DEL MES DE JUNIO - JULIO 24CALENDARIZACION DEL MES DE JUNIO - JULIO 24
CALENDARIZACION DEL MES DE JUNIO - JULIO 24
 
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdfINFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
 
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIALCUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
CUENTO EL TIGRILLO DESOBEDIENTE PARA INICIAL
 
Semana #10-PM3 del 27 al 31 de mayo.pptx
Semana #10-PM3 del 27 al 31 de mayo.pptxSemana #10-PM3 del 27 al 31 de mayo.pptx
Semana #10-PM3 del 27 al 31 de mayo.pptx
 
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIACONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
 
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNETPRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
 
Proceso de admisiones en escuelas infantiles de Pamplona
Proceso de admisiones en escuelas infantiles de PamplonaProceso de admisiones en escuelas infantiles de Pamplona
Proceso de admisiones en escuelas infantiles de Pamplona
 
Conocemos la ermita de Ntra. Sra. del Arrabal
Conocemos la ermita de Ntra. Sra. del ArrabalConocemos la ermita de Ntra. Sra. del Arrabal
Conocemos la ermita de Ntra. Sra. del Arrabal
 
Junio 2024 Fotocopiables Ediba actividades
Junio 2024 Fotocopiables Ediba actividadesJunio 2024 Fotocopiables Ediba actividades
Junio 2024 Fotocopiables Ediba actividades
 
Varón de 30 años acude a consulta por presentar hipertensión arterial de reci...
Varón de 30 años acude a consulta por presentar hipertensión arterial de reci...Varón de 30 años acude a consulta por presentar hipertensión arterial de reci...
Varón de 30 años acude a consulta por presentar hipertensión arterial de reci...
 
Mapa_Conceptual de los fundamentos de la evaluación educativa
Mapa_Conceptual de los fundamentos de la evaluación educativaMapa_Conceptual de los fundamentos de la evaluación educativa
Mapa_Conceptual de los fundamentos de la evaluación educativa
 
Sesión: El fundamento del gobierno de Dios.pdf
Sesión: El fundamento del gobierno de Dios.pdfSesión: El fundamento del gobierno de Dios.pdf
Sesión: El fundamento del gobierno de Dios.pdf
 
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
 
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdfAsistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
Asistencia Tecnica Cartilla Pedagogica DUA Ccesa007.pdf
 
Introducción a la ciencia de datos con power BI
Introducción a la ciencia de datos con power BIIntroducción a la ciencia de datos con power BI
Introducción a la ciencia de datos con power BI
 

PRUEBA DE MANN- WHITNEY.pptx

  • 1. ESTADÍSTICA PARA LA INVESTIGACIÓN EDUCATIVA DOCENTE: Mg. ALGEMIRO JULIO MUÑOZ VILELA INTEGRANTES:  COCA RAMÍREZ, LUIS.  HUAMÁN VARGAS, MARISSA.  MAGUIÑA VILLAREAL, YESICA.  MALCA VARGAS, MARTHA.
  • 3. LA PRUEBA U DE MANN – WHITNEY • 1. DEFINICIONES IMPORTANTES • La prueba U de Mann-Whitney (también llamada de Mann-Whitney- Wilcoxon, prueba de suma de rangos Wilcoxon, o prueba de Wilcoxon-Mann- Whitney) es una prueba no paramétrica con la cual se identifican diferencias entre dos poblaciones basadas en el análisis de dos muestras independientes, cuyos datos han sido medidos al menos en una escala de nivel ordinal. • Es la versión no paramétrica de la prueba t de Student.
  • 4. LA PRUEBA U DE MANN - WHITNEY • Consiste en ordenar las (n1+n2) observaciones de acuerdo con su magnitud y contar el número de observaciones de la muestra A, por ejemplo, que preceden a cada observación de la B, así resulta el estadístico U que es la suma de estas enumeraciones. • Muestras pequeñas: (n1+n2 ≤ 20) • (U es la suma de los rangos asignados a la muestra 1 • Hay tablas para este caso de muestras pequeñas. • Muestras grandes: • Si la muestra es relativamente grande, se puede efectuar la aproximación a la distribución normal.
  • 5. 2. PROCEDIMIENTO PARA REALIZAR LA PRUEBA DE MANN - WHITNEY Paso 1: • Formulación de las hipótesis. • Determinar el tamaño de las muestras (n1+n2) . • Si n1+ n2 son menores o iguales que 20, se consideran muestras pequeñas. • Pero si son mayores que 20, se consideran muestras grandes. Paso 2: • Arreglar los datos en rangos del menor al mayor valor. • En caso de que existan ligas o empates de rangos iguales, se deberán detectar para un a juste posterior.
  • 6.
  • 7. Paso 3: • Calcular los valores de U1 y U2, de modo que se elija el más pequeño para comparar con los valores críticos de U Mann- Whitney de la tabla de probabilidades asociadas con valores pequeños como los de U en la prueba de Mann-Whitney. • En caso de muestras grandes, calcular el valor Z, pues en estas condiciones se distribuye normalmente. Paso 4: • Decidir si no se rechaza o se rechaza la hipótesis nula.
  • 8. PRUEBA U DE MANN - WHITNEY MUESTRAS PEQUEÑAS • La fórmula es la siguiente:
  • 9. EJERCICIO EJEMPLO: • Se llevó a cabo un estudio que analiza la frecuencia del pulso en dos grupos de personas de edades diferentes, después de diez minutos de ejercicios aeróbicos. • Los datos resultantes se muestran a continuación: • ¿Tuvieron diferencias significativas las frecuencias de pulso de ambos grupos?
  • 10. Paso 1: • Formulación de la hipótesis: • Ho: Las distribuciones de frecuencias relativas de poblaciones A y B son iguales. • Ha: Las distribuciones de frecuencias relativas poblacionales no son iguales • Ho: Me = Me • Ha: Me1 ≠Me2 Me1 ,Me2 = Medianas de las poblaciones
  • 11. Paso 2: • Ordenando los datos y asignándoles el (rango) de su posición relativa se tiene:
  • 12. Paso 3: • Como n1=10 y n2= 9 => 10+9=19 <= 20 es una muestra pequeña. • ∑R1=130.5 ∑R2 = 55.5
  • 13. Calculo del valor crítico de Uo Con un alfa= 0.05 • n1=10 n2=9 • De la tabla de Mann-Whitney • El valor de la tabla es: 76 • Calculando Uo: • Para alfa = 0.05 el valor de Uo=24 • Si Ua < Uo se rechaza la Ho • Como Ua < 24 => 14.5 < 24 • Se rechaza la hipótesis Ho de que las medianas son iguales. • Estadísticamente existe una diferencia significativa entre los dos grupos de edad.
  • 14. PRUEBA U DE MANN - WHITNEY MUESTRAS GRANDES La fórmula es la siguiente: U1 y U2 = valores estadísticos de U Mann – Whitney = Media de Mann - Whitney = Desviación estándar de Mann – Whitney
  • 15. EJERCICIO 2: • De una universidad se ha seleccionado dos muestras de 10 estudiantes de dos facultades diferentes y se quiere saber si las edades de ambos grupos son iguales. • Se conoce la sumatoria de los dos rangos • Ho: Las distribuciones de frecuencias relativas poblaciones de las edades de las A y B son iguales. • Ha: Las distribuciones de frecuencias relativas poblacionales de las edades no son iguales.
  • 16.
  • 17. P(tota l) = 2*0.012874 = 0.025748 menor α = 0.05 Dado que p < 0.05, rechazamos la hipótesis nula . Estadísticamente existe una diferencia significativa entre los dos grupos de edad.
  • 18.
  • 19. a a
  • 20.  Se realiza un estudio de investigación para conocer la satisfacción laboral en una Institución Educativa y se precisa conocer si las puntuaciones obtenidas de satisfacción entre los docentes de nivel Inicial y Primaria difieren significativamente. EJERCICIO: Ho = Igualdad en la satisfacción global para los docentes de ambos niveles. Ha = La satisfacción global en ambos niveles difieren.  El Nivel Inicial está formado por 9 docentes, mientras que en el Nivel Primaria laboran 6 docentes. A cada docente se le ha pasado un cuestionario sobre satisfacción laboral de varias preguntas con alternativa de respuesta según escala Likert. Cada docente obtiene una puntuación final de 1 a 5 puntos, donde 5 indica su satisfacción global.
  • 21. Paso 1: Realizamos la tabla para distribuir los datos. NIVEL DOCENTES SATISFACCIÓN LABORAL INICIAL 1 2 2 2 3 2 4 1 5 3 6 4 7 2 8 2 9 1 PRIMARIA 1 4 2 4 3 3 4 5 5 4 6 3 Los valores de puntuación en la escala de Likert son los siguientes: VALORES NIVEL DE SATISFACCIÓN Muy insatisfecho 1 Insatisfecho 2 Ni satisfecho, ni insatisfecho 3 Satisfecho 4 Muy satisfecho 5
  • 22. Paso 2: Colocamos los datos en el SPSS.
  • 23. Paso 3: Aplicamos la prueba no paramétrica U de Man Whitney
  • 24.
  • 25.
  • 26.
  • 27.
  • 28. El nivel de significancia es menor a 0,05 P valor < 0,05
  • 29. CONCLUSIÓN:  Al ser el P valor inferior a 0,05, se rechaza la hipótesis nula (Ho) y se acepta la hipótesis alterna, que indica que los resultados de los grupos que se comparan son distintos.  También se podría interpretar que las medianas de satisfacción global para los docentes de ambos niveles son distintos.  En consecuencia, podemos afirmar con un error de equivocarnos inferior al 5%, que los docentes pertenecientes al Nivel Primaria poseen mayor satisfacción laboral que los docentes del Nivel Inicial.
  • 30.  Una docente investiga el nivel conducta de los estudiantes en dos grados del nivel secundaria, con los resultados obtenidos desea conocer si estos se diferencian significativamente por grado. EJERCICIO: Ho = Igualdad en el nivel de conducta de los estudiantes de ambos grados. Ha = El nivel de conducta se diferencian en cada grado .  El 1er grado de secundaria investiga a 10 estudiantes, mientras que en el 2do grado investiga a la misma cantidad. Cada estudiante obtiene una puntuación final de 1 a 5 puntos, donde 5 indica una conducta muy buena.
  • 31. Paso 1: Realizamos la tabla para distribuir los datos. GRADOS ESTUDIANTES NIVEL DE CONDUCTA 1er 1 1 2 1 3 2 4 3 5 2 6 2 7 4 8 3 9 5 10 5 2do 1 1 2 2 3 3 4 3 5 4 6 5 7 3 8 4 9 2 10 2 Los valores de puntuación en la escala de Likert son los siguientes: VALORES NIVEL DE SATISFACCIÓN Muy insatisfecho 1 Insatisfecho 2 Ni satisfecho, ni insatisfecho 3 Satisfecho 4 Muy satisfecho 5
  • 32. Llenamos los datos en el SPSS.
  • 33. El nivel de significancia es mayor a 0,05 P valor > 0,05
  • 34. CONCLUSIÓN:  Al P valor > 0,05, concluimos que la hipótesis nula (Ho) no se rechaza.  Hay igualdad en el nivel de conducta de los alumnos de 1er grado y 2do grado.
  • 35. HISTORIA  Henry Berthold Mann (27 de Octubre de 1905, Viena, Austria- Hungría) en una familia judía, Mann obtuvo su Licenciado en Matemáticas en 1935 por la Universidad de Viena. Mann emigró a los Estados Unidos en 1938 y vivió en Nueva York también fue profesor de matemáticas y estadística en la Universidad de Ohio.  En la teoría de números aditivos, Mann demostró la conjetura de Schnrelmann-Landau sobre la densidad a sintónica de conjuntos de sumas en 1942.Al hacerlo, estableció “El teorema de Mann” y ganó el premio Cole en 1946. Henry Berthold Mannn y su alumno desarrolló el (“de Mann- Whitney) Teoría estadística de la estadística no paramétrica.
  • 36. PRUEBA U de MANN WHITNEY  La prueba de Mann- Whitney, también denominada prueba de la suma de rangos de Wilcoxon, es una prueba no paramétrica que permite comparar las medianas de una variable cuantitativa para las dos categorías de una variable cualitativa dicotómica. Es una técnica estadística para calcular las diferencias entre grupos, específicamente esta prueba no paramétrica implica que nuestros datos estén en medición ordinal.  Es la versión no paramétrica de la prueba de Student
  • 37. EJERCICIO #1 EXPOSICIÓN  SE EVALÚA EL GRADO DE ESTRÉS EN 18 ESTUDIANTES DE SECUNDARIA DE ENTRE 12 A 17 AÑOS DE EDAD CLASIFICANDO DEL 1 AL 5, EL MAYOR NIVEL DE ESTRÉS Y EL MENOR.  DESEO SABER SI EL GRADO DE ESTRÉS EN VARONES ES IGUAL AL DE MUJERES. NÚMERO EDAD SEXO NIVEL DE ESTRÉS 1 12 femenino 1 2 15 masculino 3 3 13 femenino 4 4 14 masculino 2 5 14 femenino 5 6 16 masculino 5 7 14 masculino 4 8 13 femenino 3 9 15 femenino 2 10 14 masculino 4 11 12 masculino 3 12 14 masculino 3 13 17 femenino 2 14 16 femenino 1 15 13 femenino 1 16 12 masculino 3 17 12 femenino 4 18 14 femenino 3
  • 38. VALORES NIVEL DE ESTRES 1 Muy bajo 2 bajo 3 medio 4 alto 5 Muy alto ESCALA DE LIKERT
  • 39.  FORMULACIÓN DE HIPOTESIS Ho (Hipótesis nula o hipótesis de trabajo) 0 el estrés en varones y mujeres son iguales y no hay diferencia significativa. Ha (hipótesis alterna o hipótesis del investigador) = El estrés en varones y mujeres es diferente.  NIVEL DE SIGNIFICANCIA = 5% = 0.05  ELECCIÓN DE LA PRUEBA ESTADÍSTICA Prueba de U de Mann Whitney  ESTIMACIÓN DEL P VALOR  TOMA DE DESICIÓN Entonces mediante la prueba no paramétrica U de Mann Whitney verificare si existe diferencia o no existe diferencia Si el P valor sale menor a 0.05 rechazamos la hipótesis nula. Si el P valor sale mayor que el 0.05 aceptamos la hipótesis nula.
  • 40.
  • 41. El nivel de significancia es mayor de 0,05 P valor > 0,05
  • 42. Conclusión:  Entonces el P valor es > 0,05.  Concluimos que se rechaza la hipótesis nula de que, el estrés en varones y mujeres son iguales y no hay diferencia significativa.  En consecuencia, se acepta que El estrés en varones y mujeres es diferente.