SlideShare una empresa de Scribd logo
1 de 14
Métodos no paramétricos




           Econ. Mireya Serrano
Pruebas no paramétricas
Las pruebas no paramétricas son muy
útiles cuando queremos comprobar alguna
hipótesis estadística de donde la muestra
es pequeña o no conocemos la
distribución de probabilidad de la que
proviene.
Clasificación
                 Prueba de      Prueba de
Prueba de        hipótesis      los rangos
los signos      acerca de la     con signo
                  mediana      de Wilcoxon




                               Prueba de
                Prueba de
Correlación                      Mann-
                 Kruskal-
de rangos                      Whitney-
                  Wallis
                               Wilcoxon
Prueba de los rangos con signo de
            Wilcoxon

• En una fábrica se desea determinar cuál
  de los métodos de producción difiere en el
  tiempo que se desea realizar una tarea.
  Se selecciona una muestra de 4
  trabajadores y cada trabajador realiza la
  tarea con cada uno de estos métodos de
  producción.
Trabajador    Método
              1       2
    1        10,2    9,5
    2        9,6     9,8
    3        9,2     8,8
    4        10,6   10,1
• 1. Se plantea la hipótesis
• 2. Se obtiene la diferencia entre los dos
   métodos y el valor absoluto de esa
   diferencia

                                         Valor
                                      absoluto
Trabajador    Método       Diferencia
                                         de la
                                      diferencia
               1      2
    1        10,2    9,5          0,7        0,7
    2         9,6    9,8         -0,2        0,2
    3         9,2    8,8          0,4        0,4
    4        10,6   10,1          0,5        0,5
3. A las diferencias se les asigna un número.

La     diferencia   más     pequeña     será    1.
En el caso de que existan dos diferencias iguales,
se las suma y se las divide entre el número de
diferencias similares. Luego, a cada rango se le
asigna el mismo signo que en la diferencia, y se
suma el “rango con signo” .
Valor           Rango
                                    absoluto
Trabajador   Método      Diferencia
                                       de la
                                               Rango    con
                                    diferencia         signo

               1      2
    1        10,2    9,5    0,7      0,7     4          4
    2         9,6    9,8   -0,2      0,2     1          -1
    3         9,2    8,8    0,4      0,4     2          2
    4        10,6   10,1    0,5      0,5     3          3
                      Suma de los rangos con signo      8
5. Se emplean la siguientes ecuaciones

Media:

Desviación
                 =
estándar:


             =



             = 5.477
6. Se realiza la prueba de los
rangos con signo de Wilcoxon,
utilizando un nivel de significancia
del 0.05
7. Se calcula el valor-p con ayuda de la
tabla z.

• El valor p, se lo debe hallar para las dos
  colas.
  Valor z= 1.46 con 0.05 de significancia

 Valor-p= 2(1-0.9394)=0.1212
8. Se acepta o rechaza la hipótesis.

Como el valor-          , se
acepta Ho y se concluye que las
dos poblaciones son idénticas y
que los métodos no difieren en el
tiempo requerido para realizar la
tarea.
GRACIAS

Más contenido relacionado

La actualidad más candente

Estimación estadística
Estimación estadísticaEstimación estadística
Estimación estadísticagrcecilia2507
 
Pruebas no parametricas en Spss
Pruebas no parametricas en SpssPruebas no parametricas en Spss
Pruebas no parametricas en SpssLarry Mendoza
 
Análisis de correlación y regresión lineal simple
Análisis de correlación y regresión lineal simpleAnálisis de correlación y regresión lineal simple
Análisis de correlación y regresión lineal simpleJoan Fernando Chipia Lobo
 
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Luz Hernández
 
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
 
distribucion-de-probabilidades
distribucion-de-probabilidadesdistribucion-de-probabilidades
distribucion-de-probabilidadesROSAURA GARCIA
 
Distribución t student
Distribución t studentDistribución t student
Distribución t studentecruzo
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesYazmin Venegas
 
Regla Empírica Y Teorema De Tshebyshev
Regla Empírica Y Teorema De TshebyshevRegla Empírica Y Teorema De Tshebyshev
Regla Empírica Y Teorema De TshebyshevJmdartagnan
 
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
 
Teorema del límite central
Teorema del límite centralTeorema del límite central
Teorema del límite centralAdrian Palacios
 

La actualidad más candente (20)

Afijacion de neyman
Afijacion de neymanAfijacion de neyman
Afijacion de neyman
 
Estimación estadística
Estimación estadísticaEstimación estadística
Estimación estadística
 
Tablas de contingencia
Tablas de contingenciaTablas de contingencia
Tablas de contingencia
 
Pruebas no parametricas en Spss
Pruebas no parametricas en SpssPruebas no parametricas en Spss
Pruebas no parametricas en Spss
 
Análisis de correlación y regresión lineal simple
Análisis de correlación y regresión lineal simpleAnálisis de correlación y regresión lineal simple
Análisis de correlación y regresión lineal simple
 
Análisis de los datos cuantitativos
Análisis de los datos cuantitativosAnálisis de los datos cuantitativos
Análisis de los datos cuantitativos
 
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
 
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)
 
distribucion-de-probabilidades
distribucion-de-probabilidadesdistribucion-de-probabilidades
distribucion-de-probabilidades
 
Estadistica no parametrica ii
Estadistica no parametrica iiEstadistica no parametrica ii
Estadistica no parametrica ii
 
Teorema de chebyshev
Teorema de chebyshevTeorema de chebyshev
Teorema de chebyshev
 
Analisis de factores ppt
Analisis de factores ppt Analisis de factores ppt
Analisis de factores ppt
 
Metodos No Parametricos Parte I. Est ind clase11
Metodos No Parametricos Parte I. Est ind clase11Metodos No Parametricos Parte I. Est ind clase11
Metodos No Parametricos Parte I. Est ind clase11
 
Probabilidades matematica
Probabilidades matematicaProbabilidades matematica
Probabilidades matematica
 
Probabilidad clasica
Probabilidad clasicaProbabilidad clasica
Probabilidad clasica
 
Distribución t student
Distribución t studentDistribución t student
Distribución t student
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporciones
 
Regla Empírica Y Teorema De Tshebyshev
Regla Empírica Y Teorema De TshebyshevRegla Empírica Y Teorema De Tshebyshev
Regla Empírica Y Teorema De Tshebyshev
 
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.
 
Teorema del límite central
Teorema del límite centralTeorema del límite central
Teorema del límite central
 

Destacado

Métodos no paramétricos análisis de datos ordenados por rango
Métodos no paramétricos análisis de datos ordenados por rangoMétodos no paramétricos análisis de datos ordenados por rango
Métodos no paramétricos análisis de datos ordenados por rangoAlejandro Ruiz
 
Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)IPMEDIA
 
Unidad 4 análisis envolvente de datos
Unidad 4 análisis envolvente de datosUnidad 4 análisis envolvente de datos
Unidad 4 análisis envolvente de datosRoxana Martinez
 
Estadistica 4. Medidas de Dispersion, deformacion y apuntamiento
Estadistica   4. Medidas de Dispersion, deformacion y apuntamientoEstadistica   4. Medidas de Dispersion, deformacion y apuntamiento
Estadistica 4. Medidas de Dispersion, deformacion y apuntamientoEdward Ropero
 
Estadistica 3. Medidas de Tendencia Central
Estadistica   3. Medidas de Tendencia CentralEstadistica   3. Medidas de Tendencia Central
Estadistica 3. Medidas de Tendencia CentralEdward Ropero
 
Evaluación de Eficiencia / Nuria Badenes Plá - Instituto de Estudios Fiscales...
Evaluación de Eficiencia / Nuria Badenes Plá - Instituto de Estudios Fiscales...Evaluación de Eficiencia / Nuria Badenes Plá - Instituto de Estudios Fiscales...
Evaluación de Eficiencia / Nuria Badenes Plá - Instituto de Estudios Fiscales...EUROsociAL II
 
Ayer soñe que podia y hoy puedo facundo cabral
Ayer soñe que podia y hoy puedo   facundo cabralAyer soñe que podia y hoy puedo   facundo cabral
Ayer soñe que podia y hoy puedo facundo cabralJefferson Duran
 
Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling Armando López
 
Unidad 11 Prueba de normalidad. Comparación de medias t de Student con SPSS
Unidad 11 Prueba de normalidad. Comparación de medias  t de Student con SPSSUnidad 11 Prueba de normalidad. Comparación de medias  t de Student con SPSS
Unidad 11 Prueba de normalidad. Comparación de medias t de Student con SPSSRicardo Ruiz de Adana
 
Solver y programacion lineal. ejemplo facil. problema sencillo
Solver y programacion lineal. ejemplo facil. problema sencilloSolver y programacion lineal. ejemplo facil. problema sencillo
Solver y programacion lineal. ejemplo facil. problema sencilloSalvador Tejada
 
Estabilidad de sistemas dinamicos
Estabilidad de sistemas dinamicosEstabilidad de sistemas dinamicos
Estabilidad de sistemas dinamicosAdan Aguirre
 
Crítica al Balanced Scorecard
Crítica al Balanced ScorecardCrítica al Balanced Scorecard
Crítica al Balanced ScorecardPedro Guadiana
 

Destacado (20)

Métodos no paramétricos análisis de datos ordenados por rango
Métodos no paramétricos análisis de datos ordenados por rangoMétodos no paramétricos análisis de datos ordenados por rango
Métodos no paramétricos análisis de datos ordenados por rango
 
Analisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricosAnalisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricos
 
Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)Métodos no paramétricos (wilcoxon)
Métodos no paramétricos (wilcoxon)
 
Analisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricosAnalisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricos
 
Pruebas no parametricas de wilcoxon 2007.
Pruebas no parametricas de wilcoxon 2007.Pruebas no parametricas de wilcoxon 2007.
Pruebas no parametricas de wilcoxon 2007.
 
Exposicion mann whitney-2010
Exposicion mann whitney-2010Exposicion mann whitney-2010
Exposicion mann whitney-2010
 
Unidad 4 análisis envolvente de datos
Unidad 4 análisis envolvente de datosUnidad 4 análisis envolvente de datos
Unidad 4 análisis envolvente de datos
 
Prueba de U Mann-whitney
Prueba de U Mann-whitneyPrueba de U Mann-whitney
Prueba de U Mann-whitney
 
Estadistica 4. Medidas de Dispersion, deformacion y apuntamiento
Estadistica   4. Medidas de Dispersion, deformacion y apuntamientoEstadistica   4. Medidas de Dispersion, deformacion y apuntamiento
Estadistica 4. Medidas de Dispersion, deformacion y apuntamiento
 
Estadistica 3. Medidas de Tendencia Central
Estadistica   3. Medidas de Tendencia CentralEstadistica   3. Medidas de Tendencia Central
Estadistica 3. Medidas de Tendencia Central
 
Evaluación de Eficiencia / Nuria Badenes Plá - Instituto de Estudios Fiscales...
Evaluación de Eficiencia / Nuria Badenes Plá - Instituto de Estudios Fiscales...Evaluación de Eficiencia / Nuria Badenes Plá - Instituto de Estudios Fiscales...
Evaluación de Eficiencia / Nuria Badenes Plá - Instituto de Estudios Fiscales...
 
Tema 1
Tema 1Tema 1
Tema 1
 
Ayer soñe que podia y hoy puedo facundo cabral
Ayer soñe que podia y hoy puedo   facundo cabralAyer soñe que podia y hoy puedo   facundo cabral
Ayer soñe que podia y hoy puedo facundo cabral
 
Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling
 
Unidad 11 Prueba de normalidad. Comparación de medias t de Student con SPSS
Unidad 11 Prueba de normalidad. Comparación de medias  t de Student con SPSSUnidad 11 Prueba de normalidad. Comparación de medias  t de Student con SPSS
Unidad 11 Prueba de normalidad. Comparación de medias t de Student con SPSS
 
Solver y programacion lineal. ejemplo facil. problema sencillo
Solver y programacion lineal. ejemplo facil. problema sencilloSolver y programacion lineal. ejemplo facil. problema sencillo
Solver y programacion lineal. ejemplo facil. problema sencillo
 
Estabilidad de sistemas dinamicos
Estabilidad de sistemas dinamicosEstabilidad de sistemas dinamicos
Estabilidad de sistemas dinamicos
 
Indicadores de marketing 240512
Indicadores de marketing 240512Indicadores de marketing 240512
Indicadores de marketing 240512
 
Pruebas No Parametricas
Pruebas No ParametricasPruebas No Parametricas
Pruebas No Parametricas
 
Crítica al Balanced Scorecard
Crítica al Balanced ScorecardCrítica al Balanced Scorecard
Crítica al Balanced Scorecard
 

Similar a PruebasNoParamétricas

Guía análisis estadístico t de student
Guía análisis estadístico t de studentGuía análisis estadístico t de student
Guía análisis estadístico t de studentGalaxia Mercury
 
Pasos para el analisis estadistico en investigaciones correlativas
Pasos para el analisis estadistico en investigaciones correlativasPasos para el analisis estadistico en investigaciones correlativas
Pasos para el analisis estadistico en investigaciones correlativasHenri Emmanuel Lopez Gomez
 
PRUEBAS-PARA-PROBAR-LA-HOMOCEDASTICIDAD.pptx
PRUEBAS-PARA-PROBAR-LA-HOMOCEDASTICIDAD.pptxPRUEBAS-PARA-PROBAR-LA-HOMOCEDASTICIDAD.pptx
PRUEBAS-PARA-PROBAR-LA-HOMOCEDASTICIDAD.pptxPedroFalcn
 
2. ejercicios pruebas_no_parametricas
2. ejercicios pruebas_no_parametricas2. ejercicios pruebas_no_parametricas
2. ejercicios pruebas_no_parametricasdaser wicho
 
2. ejercicios pruebas_no_param_tricas
2. ejercicios pruebas_no_param_tricas2. ejercicios pruebas_no_param_tricas
2. ejercicios pruebas_no_param_tricasDarwin Izurieta Calle
 
Varianza y estimacion estadistica
Varianza y estimacion estadisticaVarianza y estimacion estadistica
Varianza y estimacion estadisticaKAROL GANSTHER
 
Simulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con PromodelSimulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con PromodelAlvaro Gil
 
Misterio de escalas en Moodle
Misterio de escalas en MoodleMisterio de escalas en Moodle
Misterio de escalas en Moodlenetfire22
 
Medidas de tendencia central y dispercion
Medidas de tendencia central y dispercionMedidas de tendencia central y dispercion
Medidas de tendencia central y dispercionJose Ojeda
 
Distribuciones probalìsticas
Distribuciones probalìsticasDistribuciones probalìsticas
Distribuciones probalìsticaslemaqui
 

Similar a PruebasNoParamétricas (16)

Py e 10
Py e 10Py e 10
Py e 10
 
Py e 10
Py e 10Py e 10
Py e 10
 
Guía análisis estadístico t de student
Guía análisis estadístico t de studentGuía análisis estadístico t de student
Guía análisis estadístico t de student
 
Pasos para el analisis estadistico en investigaciones correlativas
Pasos para el analisis estadistico en investigaciones correlativasPasos para el analisis estadistico en investigaciones correlativas
Pasos para el analisis estadistico en investigaciones correlativas
 
Cep
CepCep
Cep
 
PRUEBAS-PARA-PROBAR-LA-HOMOCEDASTICIDAD.pptx
PRUEBAS-PARA-PROBAR-LA-HOMOCEDASTICIDAD.pptxPRUEBAS-PARA-PROBAR-LA-HOMOCEDASTICIDAD.pptx
PRUEBAS-PARA-PROBAR-LA-HOMOCEDASTICIDAD.pptx
 
Man5
Man5Man5
Man5
 
2. ejercicios pruebas_no_parametricas
2. ejercicios pruebas_no_parametricas2. ejercicios pruebas_no_parametricas
2. ejercicios pruebas_no_parametricas
 
2. ejercicios pruebas_no_param_tricas
2. ejercicios pruebas_no_param_tricas2. ejercicios pruebas_no_param_tricas
2. ejercicios pruebas_no_param_tricas
 
Varianza y estimacion estadistica
Varianza y estimacion estadisticaVarianza y estimacion estadistica
Varianza y estimacion estadistica
 
Estadistica III
Estadistica IIIEstadistica III
Estadistica III
 
Simulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con PromodelSimulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con Promodel
 
Misterio de escalas en Moodle
Misterio de escalas en MoodleMisterio de escalas en Moodle
Misterio de escalas en Moodle
 
Medidas de tendencia central y dispercion
Medidas de tendencia central y dispercionMedidas de tendencia central y dispercion
Medidas de tendencia central y dispercion
 
Distribuciones probalìsticas
Distribuciones probalìsticasDistribuciones probalìsticas
Distribuciones probalìsticas
 
Clase 6
Clase 6Clase 6
Clase 6
 

Más de Videoconferencias UTPL

La oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misioneraLa oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misioneraVideoconferencias UTPL
 
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )Videoconferencias UTPL
 
Asesoria trabajo fin de titulacion (objetivos y planificacion)
Asesoria trabajo fin de titulacion (objetivos y planificacion)Asesoria trabajo fin de titulacion (objetivos y planificacion)
Asesoria trabajo fin de titulacion (objetivos y planificacion)Videoconferencias UTPL
 
Introducción a las ciencias ambientales
Introducción a las ciencias ambientalesIntroducción a las ciencias ambientales
Introducción a las ciencias ambientalesVideoconferencias UTPL
 

Más de Videoconferencias UTPL (20)

La oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misioneraLa oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misionera
 
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
 
Asesoria trabajo fin de titulacion (objetivos y planificacion)
Asesoria trabajo fin de titulacion (objetivos y planificacion)Asesoria trabajo fin de titulacion (objetivos y planificacion)
Asesoria trabajo fin de titulacion (objetivos y planificacion)
 
Generos graficos
Generos graficosGeneros graficos
Generos graficos
 
Periodismo digital
Periodismo digitalPeriodismo digital
Periodismo digital
 
El editorial
El editorialEl editorial
El editorial
 
La entrevista
La entrevistaLa entrevista
La entrevista
 
La noticia
La noticiaLa noticia
La noticia
 
Generos periodisticos
Generos periodisticosGeneros periodisticos
Generos periodisticos
 
Biología general
Biología generalBiología general
Biología general
 
Introducción a las ciencias ambientales
Introducción a las ciencias ambientalesIntroducción a las ciencias ambientales
Introducción a las ciencias ambientales
 
Expresion oral y escrita
Expresion oral y escritaExpresion oral y escrita
Expresion oral y escrita
 
Matematicas I
Matematicas IMatematicas I
Matematicas I
 
Contabilidad general I
Contabilidad general IContabilidad general I
Contabilidad general I
 
Realidad Nacional
Realidad NacionalRealidad Nacional
Realidad Nacional
 
Aplicación de nuevas tecnologías
Aplicación de nuevas tecnologíasAplicación de nuevas tecnologías
Aplicación de nuevas tecnologías
 
Marketing y protocolo empresarial
Marketing y protocolo empresarialMarketing y protocolo empresarial
Marketing y protocolo empresarial
 
Gerencia educativa
Gerencia educativaGerencia educativa
Gerencia educativa
 
Toma de decisiones
Toma de decisiones Toma de decisiones
Toma de decisiones
 
Ejercicios fonetica y fonologia
Ejercicios fonetica y fonologiaEjercicios fonetica y fonologia
Ejercicios fonetica y fonologia
 

PruebasNoParamétricas

  • 1. Métodos no paramétricos Econ. Mireya Serrano
  • 2. Pruebas no paramétricas Las pruebas no paramétricas son muy útiles cuando queremos comprobar alguna hipótesis estadística de donde la muestra es pequeña o no conocemos la distribución de probabilidad de la que proviene.
  • 3. Clasificación Prueba de Prueba de Prueba de hipótesis los rangos los signos acerca de la con signo mediana de Wilcoxon Prueba de Prueba de Correlación Mann- Kruskal- de rangos Whitney- Wallis Wilcoxon
  • 4. Prueba de los rangos con signo de Wilcoxon • En una fábrica se desea determinar cuál de los métodos de producción difiere en el tiempo que se desea realizar una tarea. Se selecciona una muestra de 4 trabajadores y cada trabajador realiza la tarea con cada uno de estos métodos de producción.
  • 5. Trabajador Método 1 2 1 10,2 9,5 2 9,6 9,8 3 9,2 8,8 4 10,6 10,1
  • 6. • 1. Se plantea la hipótesis
  • 7. • 2. Se obtiene la diferencia entre los dos métodos y el valor absoluto de esa diferencia Valor absoluto Trabajador Método Diferencia de la diferencia 1 2 1 10,2 9,5 0,7 0,7 2 9,6 9,8 -0,2 0,2 3 9,2 8,8 0,4 0,4 4 10,6 10,1 0,5 0,5
  • 8. 3. A las diferencias se les asigna un número. La diferencia más pequeña será 1. En el caso de que existan dos diferencias iguales, se las suma y se las divide entre el número de diferencias similares. Luego, a cada rango se le asigna el mismo signo que en la diferencia, y se suma el “rango con signo” .
  • 9. Valor Rango absoluto Trabajador Método Diferencia de la Rango con diferencia signo 1 2 1 10,2 9,5 0,7 0,7 4 4 2 9,6 9,8 -0,2 0,2 1 -1 3 9,2 8,8 0,4 0,4 2 2 4 10,6 10,1 0,5 0,5 3 3 Suma de los rangos con signo 8
  • 10. 5. Se emplean la siguientes ecuaciones Media: Desviación = estándar: = = 5.477
  • 11. 6. Se realiza la prueba de los rangos con signo de Wilcoxon, utilizando un nivel de significancia del 0.05
  • 12. 7. Se calcula el valor-p con ayuda de la tabla z. • El valor p, se lo debe hallar para las dos colas. Valor z= 1.46 con 0.05 de significancia Valor-p= 2(1-0.9394)=0.1212
  • 13. 8. Se acepta o rechaza la hipótesis. Como el valor- , se acepta Ho y se concluye que las dos poblaciones son idénticas y que los métodos no difieren en el tiempo requerido para realizar la tarea.