PROCESOS ESTADÍSTICOS APLICADOS

A LA INVESTIGACIÓN CON AYUDA DE SPSS

Prueba de Hipótesis.

MGS: KENNEDY HURTADO IBARRA

PRUEBA PARA UNA SOLA VARIABLE MEDIA POBLACIONAL.
DOS COLAS
USO DEL SPSS
1.- ARCHIVO (BASE DE DATOS)

2.- ANALIZAR, COMPARAR MEDIAS, PRUEBA T PARA UNA MEDIA,

SELECCIONAR VARIABLES Y DAR EL VALOR DE PRUEBA (VALOR DE LA Ho).
OPCIONES:
NIVEL DE CONFIANZA (95%) CONTINUAR Y ACEPTAR

3.- EVALUAR LOS RESULTADOS:

SI SIG < α RECHAZA LA Ho.
 EJEMPLO:
El departamento de policía de la ciudad de Barranquilla, ha establecido que
los agentes viales deberían realizar un promedio de 27 citaciones por mes. Si
un agente realiza más de esa cantidad es probable que sea demasiado
entusiasta en el ejercicio de sus funciones.
Si realiza menos citaciones, el agente puede no estar realizando su trabajo
minuciosamente. Para evaluar a sus agentes, el jefe anotó el numero de
citaciones realizadas por los 15 agentes del departamento son las siguientes;

28, 27, 26, 25, 30, 28, 29, 30, 26, 27, 26, 26,28, 30,29

Con un nivel de significación del 5%

¿Están desempeñándose satisfactoriamente los agentes?

Salida de la prueba:
REGLA DE DECISIO:
𝐻0 : µ = 27
𝐻1 : µ ≠ 27

Si el “valor p” (Sig.) es menor o igual que α , la 𝐻0 se rechaza

Si el “valor p” (Sig.) es mayor que α , la 𝐻0 no se rechaza

Como el “valor p” (Sig.) = 0,146 > 0,05 la 𝐻0 no se rechaza

Esto es que los agentes se desempeñan satisfactoriamente al realizar 27

citaciones por mes.
EJEMPLO 2.

El promedio histórico de pacientes que llegan politraumatizados a la emergencia

A un puesto de salud del Sur de Barranquilla es de 20 pacientes por semana. Se
quiere investigar esta cifra y se realiza un muestreo durante 24 semanas
obteniéndose los siguientes resultados:
15, 12, 18, 13, 14, 18, 16, 15, 19, 16, 25, 17, 24, 19, 28, 21, 12, 22, 10,
17, 8, 8, 9 y 17.
A un Nivel de Significación: 0,05, realice la prueba, en cuanto a la afirmación
que realiza el departamento de Historias médicas del hospital

𝐻0 : µ = 20 𝐻1 : µ ≠ 20
Salida de la prueba:
REGLA DE DECISION:
𝐻0 : µ = 20
𝐻1 : µ ≠ 20

Si el “valor p” (Sig.) es menor o igual que α , la 𝐻0 se rechaza

Si el “valor p” (Sig.) es mayor que α , la 𝐻0 no se rechaza

Como el “valor p” (Sig.) = 0,003 < 0,05 la 𝐻0 se rechaza

Esto es que no hay evidencias suficientes para aceptar la hipótesis nula.

PRUEBA DE HIPOTESIS PARA DOS MUESTRAS
INDEPENDIENTES UTILIZANDO SPSS.

HIPOTESIS ESTADÍSTICA DE LA DIFERENCIA DE MEDIAS µ1 − µ2

Procedimiento:
1.- ARCHIVO (BASE DE DATOS).

Este archivo debe contener en una misma columna los datos de los dos grupos;
𝐺1 o 𝐺2 , para la variable numérica en estudio. Los datos del segundo grupo se
escriben a continuación del primero. En la otra columna se asigna un código a
todos los datos del primer grupo (𝐺1 = 1) y otro código a los del segundo grupo
(𝐺2 = 2)
2.-ANALIZAR, COMPARAR MEDIAS, PRUEBA T PARA MUESTRAS
INDEPENDIENTES

SELECCIONAR VARIABLE, CONTRASTAR VARIABLE, CLICK EN LA VARIABLE

QUE CONTIENE LOS CÓDIGOS DE LOS GRUPOS, PASAR A VARIABLE DE
AGRUPACIÓN, CLICK EN DEFINIR GRUPO, ETIQUETA A CADA GRUPO
𝐺1 =1, 𝐺2 = 2 , ETC

3.- OPCIONES: NIVEL DE CONFIANZA (95%) CONTINUAR ACEPTAR

4.- EVALUAR LOS RESULTADOS SI SIG < α RECHAZA LA Ho.

EJEMPLO:
Dos grupos de estudiantes de Matemática I, sometidos a una estrategia de
enseñanza, para saber si existen diferencias significativas en los rendimientos
medios de ambos grupos, utilizando un nivel de significancia del 5 %.
Las calificaciones obtenidas por los grupos, luego de aplicada la estrategia son
las siguientes:

G1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

11 9 8 9 9 16 10 11 10 6 15 6 13 10 9 11 10 8 14 9

G2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

13 14 15 10 12 17 16 15 15 10 11 12 13 14 14 17 16 15 12 13

Se desea conocer si existen diferencias significativas entre las medias de

calificaciones obtenidas por los dos cursos.
REGLA DE DECISION:
La hipótesis estadística se formularía de la siguiente manera:

𝐻0 : µ1 = µ2 (No hay diferencia entre los promedios de los dos grupos)

𝐻1 : µ1 ≠ µ2 (Hay diferencia entre los promedios de los dos grupos)

Donde µ1 : Promedio del grupo uno (G1)

µ2 : Promedio del grupo dos (G2)

Si el “valor p” (Sig.) es menor o igual que α , la 𝐻0 se rechaza

Si el “valor p” (Sig.) es mayor que α , la 𝐻0 no se rechaza
Salida de spss:
REGLA DE DECISION:

Como el “valor p” (Sig.) = 0,000 < 0,05 la 𝐻0 se rechaza

Esto es que hay diferencias significativas entre las calificaciones obtenidas por
los grupos.

Prueba de Homogeneidad.

𝐻0 : σ12 = σ22 las varianzas son iguales

𝐻1 : σ12 ≠ σ22 Las varianzas son diferentes.

Regla de decisión:
EN LA PRUEBA DE LEVENE Como el “valor p” (Sig.) = 0,621 > 0,05 Por tanto la 𝐻0
no se rechaza Esto es que las varianzas son iguales.
PRUEBA DE NORMALIDAD CON SPSS.

Debemos suponer que cada una de las muestras es tomada de una población
normal (prueba de normalidad)
𝐻0 : 𝑁1 = 𝑁2 Cada muestra, es tomada de una población normal
𝐻1 : 𝑁1 ≠ 𝑁2 Cada muestra, no es tomada de una población normal

Ruta en SPSS:
Analizar - Estadística descriptiva. - Explorar - gráficos con prueba de
normalidad – aceptar.
Salida de la prueba:

Salida de la Prueba:
Regla de decisión: Si el “valor p” (Sig.) es menor o igual que α , la 𝐻0 se rechaza

Si el “valor p” (Sig.) es mayor que α , la 𝐻0 no se rechaza

Como el “valor p” (Sig.) = 0,150 > 0,05 y el “valor p” (Sig.) = 0,467 > 0,05
Por tanto la 𝐻0 no se rechaza Esto es que las muestras provienen de poblaciones
normales.
Como 𝑛1 y 𝑛2 son menores que 30 se realiza una prueba de shapiro - wilk
PRUEBA T PARA MUESTRAS RELACIONADAS
USO DEL SPSS
1.- ARCHIVO (BASE DE DATOS). Los datos deben aparecer en dos columnas
separadas, una para la medición antes y otra para la medición después.

2.- ANALIZAR COMPARAR MEDIAS PRUEBA T PARA MUESTRAS

RELACIONADAS. :
Click en cada una de las variables . En la parte inferior izquierda de la
ventana, la primera variable aparecerá en SELECCIONES ACTUALES como
VARIABLE 1 y la Variable 2 . CLICK EN LA flecha para mover las dos
variables a la caja Variables relacionadas
3.- OPCIONES: NIVEL DE CONFIANZA (95%) CONTINUAR ACEPTAR

4.- EVALUAR LOS RESULTADOS SI SIG < α RECHAZA LA Ho.

 EJEMPLO:
Antes de aplicar la estrategia de enseñanza en el curso de Matemática I, al
grupo 2 se sometió a un pre test, luego se aplicó la estrategia de enseñanza, para
saber si existen diferencias significativas en los rendimientos medios del grupo
antes y después de aplicar la estrategia, utilizando un nivel de significancia del 5
%.
Las calificaciones obtenidas por el grupo, antes y después de aplicada la
estrategia son las siguientes:

G2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Ant. 10 8 7 7 12 10 11 7 8 10 12 7 8 9 10 11 8 6 7 10

Desp 13 14 15 10 12 17 16 15 15 10 11 12 13 14 14 17 16 15 12 13
La hipótesis estadística se formularía de la siguiente manera:

𝐻0 : µ1 = µ2 (No hay diferencia entre los rendimientos de los grupos antes y

después.
𝐻1 : µ1 ≠ µ2 (Hay diferencia entre los rendimientos de los grupos antes y
después)

Donde µ1 : Rendimiento del grupo antes.

µ2 : Rendimiento del grupo después.

Salida de spss:
Como el valor p es menor que α, la 𝐻0 no se rechaza.