zzzzzzzzzzzzzzzzzzzzzz

1. Técnicas e
Instrumentos para
la Investigación
SESIÓN 11:
Prueba de hipótesis de media para comparación de dos poblaciones
dependientes e independientes, paramétricas y no paramétricas de
acuerdo a la normalidad de los datos.
Comparación de proporciones.

2. Técnicas e
Instrumentos para
la Investigación
Programa de Investigación
Formativa
RESULTADO DE APRENDIZAJE
CONTENIDOS/TEMÁTICA EVIDENCIAS DE APRENDIZAJE
Aplica e interpreta en los informes
parciales los fundamentos de
investigación, operacionalización de
variables, técnicas e instrumentos de
recolección de datos, Población, muestra
y muestreo, procesamiento de datos,
tablas, figuras, medidas estadísticas,
contrastación de hipótesis, análisis y
conclusiones teniendo en cuenta el
razonamiento científico y presenta el
informe estadístico completo según el
tema desarrollado respetando el formato
establecido.
Prueba de hipótesis para
comparación de dos
poblaciones: Dependientes e
independientes, paramétricas y
no paramétricas
Avance parcial del informe
estadístico (INV): Recopilación de
datos estadísticos: prueba de
hipótesis de comparación de
medias; prueba de comparación
de proporciones.

3. https://www.youtube.com/watch?v=6hBq4BN1xbA
Pedro y Julia asistieron a una capacitación de los métodos activos de aprendizaje.
Julia decidió aplicar el método de casos y Pedro el aprendizaje basado en problemas.
Del video observado participa mediante el chat respondiendo:
Motivación:
• ¿Si deseas comparar el rendimiento académico de los estudiantes de Pedro y Julia, que variable analizarías?
• ¿Qué estudiantes crees que presentaron mejores calificaciones promedio?, ¿En qué grupo crees que hay una mayor
proporción de estudiantes aprobados?¿Los estudiantes que recibieron una educación basada en Método de Casos o el
grupo de estudiantes que recibió un Aprendizaje Basado en Problemas?

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

5. Decisión y
conclusión
Región
crítica ó
Regla de
decisión
Plantear las
hipótesis: Ho y H1
1 2 3 4 5

6. Prueba de hipótesis para comparación 2 muestras
relacionadas
Hay que tener en cuenta que debemos analizar la distribución
de los datos antes de proceder a aplicar alguna de estas
pruebas.
• T-STUDENT
Paramétrica
• WILCOXON
NO
PARAMÉTRI
CA
La prueba de los rangos con signo de
Wilcoxon es una prueba no paramétrica para
comparar la mediana de dos muestras
relacionadas y determinar si existen
diferencias entre ellas. Se utiliza como
alternativa a la Prueba T Student cuando no
se puede suponer la normalidad de dichas
muestras.
T DE STUDENT PARA MUESTRAS
PAREADAS
Cuando se obtienen dos mediciones repetidas
de un mismo artículo o sujeto. En
consecuencia se trabajara con la diferencia de
este par de datos, siempre que se cumpla con
la normalidad de las observaciones.

7. Ejemplo

8. Ejemplo

9. Ejemplo

10. Ejemplo

11. Ejemplo

12. Ejemplo

13. Ejemplo

14. Ejemplo
Cortesía ejemplo: Dra. Irma
Yupari

15. Ejemplo
Cortesía ejemplo: Dra. Irma
Yupari

16. Ejemplo

17. Ejemplo

18. Ejemplo

19. Prueba de hipótesis para comparación 2 muestras
independientes
Hay que tener en cuenta que debemos analizar la distribución
de los datos antes de proceder a aplicar alguna de estas
pruebas.
T-STUDENT PARA
MUESTRAS
INDEPENDIENTES
Paramétrica
• U-MANN
WHITNEY
NO
PARAMÉTRI
CA
Esta prueba es el equivalente no paramétrico
de la prueba t para la diferencia de dos
medias cuando las muestras son
independientes pero no puede suponerse la
normalidad de las poblaciones de origen.
Prueba T para muestras independientes
compara las medias de dos grupos de casos.
Lo ideal es que para esta prueba los sujetos
se asignen aleatoriamente a dos grupos, de
forma que cualquier diferencia en la respuesta
sea debida al tratamiento (o falta de
tratamiento) y no a otros factores.

20. Ejemplo

21. Ejemplo

22. Ejemplo

23. U-Mann Witney

24. Ejemplo

25. Ejemplo

26. Ejemplo

27. Prueba de hipótesis:
Ho: P1 = P2 P1 - P2 = 0
H1: P1 ≠ P2 (caso bilateral)
Ho: P1 ≤ P2
H1: P1 > P2 (caso unilateral)
Ho: P1 ≥ P2
H1: P1 < P2 (caso unilateral)
Prueba de hipótesis para comparación de
proporciones
Cuando se tienen dos poblaciones y se han tomado muestras aleatorias de tamaños n 1 y n 2, para
observar una característica o cualidad, se puede comparar el comportamiento de dicha característica
en las poblaciones a través de la diferencia de proporciones.
Hipótesis
Como en los casos anteriores se puede plantear uno de los siguientes tres tipos de hipótesis:

28. Un patrocinador de un programa especial de televisión afirma que el programa representa un atractivo
diferente para los televidentes hombres que para las mujeres, pero, el personal de producción del
programa piensa que es igual el porcentaje de televidentes hombres y mujeres que ven el programa
especial. Si una muestra aleatoria de 300 hombres y otra de 400 mujeres reveló que 120 hombres y 120
mujeres estaban viendo el programa especial de televisión. ¿Puede considerarse significativa la
diferencia al nivel del 5%?
Ejemplo:

29. 2° Nivel de Significancia: α = 0.05
3° Estadístico de prueba, Z para comparación de proporciones.
para ello debemos identificar los datos de cada muestra
HOMBRES:
n1= 300 X1= 120; p1=120/300=0.4
MUJERES
n2=400 X2=120; p2=120/400=0.3
Reemplazamos en el
estadístico de prueba
Ejemplo:

30. 4° Regla de decisión,
Como Zprueba = 2.5784 >
Zcalculada=1.96, se rechaza Ho
5° Decisión y conclusión
Al 95% de confianza se RECHAZA Ho, Existe suficiente evidencia estadística para concluir que la
proporción de hombres es diferente a la proporción de mujeres que ven el programa televisivo, con una
significancia del 5%.
Ejemplo:

31. Gracias..!!

32. Referencias
Hernández, R (2010). Metodología De La Investigación. Quinta Edición. México: Mc Graw Hill.
Daniel, W. (2004). Bioestadística. Base para el análisis de las ciencias de la salud. México: Limusa.
Kuby, P. y Johson, R. (2008). Estadística Elemental Lo Esencial: Décima Edición. México: Thomson
Editores.
Mason, R., Lind, L. y Marshall, W. (2004). Estadística para Administración y Economía. México: Alfaomega.
Montero, J. (2008). Problemas resueltos de Estadística Descriptiva para Ciencias Sociales. Madrid:
Thomson Editores.
Montgomery, E. y Runger, G. (2006), Probabilidad y estadística aplicada a la ingeniería. México: Limusa
Wiley.
Pagano, R. (2011). Estadística para ciencias del comportamiento. Novena Edición. México: Cengage
Learning Editores Corporativo Santa Fe.