Métodos Estadísticos

-- ESTADÍSTICA PARAMÉTRICA --

HELFER JOEL MOLINA QUIÑONES

1
Variable según su escala de medición
PRUEBAS ESTADÍSTICAS

VARIABLE CUANTITATIVA VARIABLE CUALITATIVA

INTERVALO RAZÓN NOMINAL ORDINAL

¿Normalidad? ESTADÍSTICA NO
¿Homogeneidad? NO
PARAMÉTRICA
SI

ESTADÍSTICA
PARAMÉTRICA

3
 ERRORES EN LA INVESTIGACIÓN CIENTÍFICA

Verdadero estado en la población

Ho es verdadera Ho es falsa

No rechazar Correcto Error tipo II

Decisión
Ho (1 – α) (β)
(en base a los
resultados) Rechazar la Error tipo I Correcto
Ho (α) (1- β)

4
 KOLMOGOROV-SMIRNOV (K-S)
NORMALIDAD DE DATOS
Compara la distribución acumulada con una DN acumulada
(K-S / S-W) (muestras grandes)
SHAPIRO-WILKS (S-W)
Datos simétricos (muestras pequeñas)

HIPÓTESIS
H0: El conjunto de datos se aproximan a una distribución normal
Ha: El conjunto de datos no se aproximan a una distribución normal

OBSERVADO

REGIÓN CRÍTICA

TEÓRICO
p ----- α

DECISIÓN/CONCLUSIÓN
Si p ≥ α, entonces, No Rechazar H0
Si p < α, entonces, Rechazar H0

5
 SPSS
NORMALIDAD
DE DATOS
(K-S / S-W)

6
 SPSS
NORMALIDAD DE DATOS
(K-S / S-W)

HIPÓTESIS
H0: El rendimiento académico se aproximan a una distribución normal
Ha: El rendimiento académico no se aproximan a una distribución normal

REGIÓN CRÍTICA
(Sig.) p = .048 < α = 0.05

DECISIÓN: Rechazar H0
CONCLUSIÓN: El rendimiento académico no se aproximan a una distribución
normal

7
 SUPUESTOS
HOMOGENEIDAD DE VARIANZAS
1. Las muestras de las poblaciones en estudio son independientes.
(Test de Levene) 2. Las poblaciones en estudio se distribuyen aprox. normalmente.

HIPÓTESIS H 0 :  12   22  ...   k2
H0: Varianzas iguales
Ha: Varianzas diferentes H1 :  i2   2j , i  j
OBSERVADO

REGIÓN CRÍTICA
TEÓRICO

(1 – α)
FLevene ≥ Fα (k-1,N-k) (α)
Zona de
p ≥ α Zona de
aceptación
rechazo
Valor ------------------ Fα (k-1,N-k)
Significación ------------ α
DECISIÓN/CONCLUSIÓN
Rechazar H0
No rechazar H0

8
 VARIABLES CUANTITATIVAS

Diseño cuasi- Diseño pre-

Correlacional
experimental experimental

Muestras Muestras Correlación de

independientes relacionadas Pearson

C → N(µC, σC2) D = (Epos – Epre)→ N(µD, σD2)

E → N(µE, σE2)

Prueba t
2
σC = σE2 σC ≠ 2 σE2 Muestras
relacionadas

Prueba t Prueba t
Varianzas Varianzas
iguales diferentes

9
 Caso 1. El estudio consiste en determinar el efecto de un programa X, dirigido a los alumnos de
Diseño pre-
experimental secundaria con la finalidad de mejorar el rendimiento académico.
Alumnos A B C D E F G H I J K L M N Ñ O P Q R S T V W
Antes 9 10 12 15 11 14 11 17 11 10 15 13 14 12 8 11 14 10 9 15 18 10 15
Muestras relacionadas
Después 13 18 20 18 18 19 14 13 16 17 19 16 14 15 18 13 20 14 16 16 17 19 20

D=(Epos – Epre)→N(µD,σD2) Solución del caso 1

Prueba t H0: No hay diferencia en el rend. acad- antes
Muestras relacionadas
y después del programa X

El programa X tuvo
diferencia positiva

10
Caso 2. El estudio consiste en determinar el efecto de un programa Y, dirigido a los alumnos de secundaria con la finalidad
de mejorar el rendimiento académico.
Pretest Postest
Muestra Control Experimental Control Experimental Diseño cuasi-
1 6 9 5 13 experimental
2 10 14 11 19
3 11 12 14 20
Muestras
4 7 11 11 14 independientes
5 10 11 12 18 C → N(µC, σC2)
6 7 10 9 18 E → N(µE, σE2)
7 7 8 9 18
8 6 10 9 14 σC2 = σE2 σC2 ≠ σE2
9 10 15 14 18
Prueba t Prueba t
10 8 14 15 20
Varianzas Varianzas
11 4 11 12 13
iguales diferentes
12 9 9 9 16
13 14 17 10 13
14 11 15 18 16
15 15 15 16 20
16 7 11 10 16
17 13 10 14 19 Varianzas iguales
18 6 10 5 17
19 13 13 14 16
20 14 18 15 17
21 8 15 8 19
22 10 14 12 14 El programa Y tuvo
23 11 12 11 15
24 16 17 diferencia en rendimiento
25
26
14
10
15
6
del grupo control y
27
28
14
13
12
13
experimental
29 14 15
30 14 18
31 10 10

Solución del caso 2

H0: No hay diferencia en el
rend. Acad del grupo
control y experimental
después del programa Y
11
Caso 3. Se tiene las puntuaciones en las variables X (inteligencia) e Y (rendimiento
académico) de 10 estudiantes de 5º de secundaria del la I.E. ZZZ, y se desea conocer si
ambas puntuaciones están correlacionadas.
Alumno A B C D E F G H I J
X (Inteligencia) 105 116 103 124 137 126 112 129 118 105
Y (Rendimiento académico) 8 16 4 14 18 18 6 20 14 12

Solución del caso 3

HIPÓTESIS
H0: ρxy = 0
Ha: ρxy ≠ 0
Correlacional
OBSERVADO

REGIÓN CRÍTICA

TEÓRICO
Correlación de p ≥ α
Pearson

DECISIÓN/CONCLUSIÓN
Rechazar H0
No rechazar H0

12
Solución del caso 3
con SPSS

La inteligencia y el
rendimiento están
correlacionados altamente

13
Caso 4.
Un educador deseaba saber si era posible concluir que los estudiantes de
primer año, procedentes de escuelas rurales y de escuelas urbanas son
diferentes respecto de los puntajes de razonamiento verbal promedio. Una
muestra aleatoria de 15 estudiantes venidos de una escuela rural y 18 de
una escuela urbana obtuvieron los promedios que se muestran en la
siguiente tabla en una prueba de razonamiento verbal. Use el nivel de
significación del 5%.

14
FIN MODULO II

15