Chi-Cuadrado (X²)

Prueba de significancia de X2

• Cuando se analizan los resultados de un cruce,

se necesita conocer si los resultados obtenidos
se desvían significativamente de los resultados
esperados.
• La prueba de Chi-cuadrado se usa para
comparar los resultados observados de los
resultados esperados por una hipótesis y si la
desviación obtenida no es significativa y puede
atribuirse al azar o es significativa y otras
variables diferentes al azar están influyendo en
nuestros resultados.
• Este método tiene la ventaja que puede
ser aplicado a cualquier # de términos
de probabilidad y en poblaciones
pequeñas(50 o menos).

• X2=Σn (resultados observados - resultados esperados)2

___________________________________________________________

resultados esperados
• Grados de libertad
df = n – 1 ; donde n es el # de posibles combinaciones.
La Prueba Chi-cuadrada
“Ch2”
 La Prueba Chi-Cuadrada
Definición: Es una prueba estadística para Simbología:
datos no paramétricos, que se utiliza Ch2=X2
generalmente para evaluar hipótesis
estadísticas acerca de la relación entre dos Nivel de medición:
variables cualitativas categóricas. Nominal y ordinal.

Hipótesis a probar: Correlacionales.

Variables involucradas: (2) La Prueba Ch2 no considera relaciones
causales.

Fórmula: (n  1) S 2
X 
2

2
Donde:
n=número de elementos de la muestra.
n-1=número de grados de libertad.
S2=Varianza de la muestra.
Σ2=Varianza de la población.
 La Prueba Ch2
Ejemplo 1:
En un estudio de la capacidad de aprendizaje de Matemática, en los
niños de una población, se tomó una muestra representativa de 40
niños. Se les aplicó una prueba de diagnóstico del aprendizaje en
Matemática y con los datos obtenidos se calculó la varianza s 2=8,4,
conociendo que la varianza poblacional es de σ2=12,37. Calcular el
valor del estadístico chi-cuadrado.

Solución: Datos:
n=40. ( n  1 ) S 2
(40  1)(8,4)
S2=8,4 X 
2
  26,48
σ2=12,37.
 2
12,37

Descripción y manejo de la tabla:

Si: α=0,05 y gl=4gl. X2(4)=9,488

Si: α=0,05 y gl=6gl. X2(6)=12,592
Si: α=0,05 y gl=10gl. X2(10)=18,307
 La Prueba Ch2
Ejemplo 2: Marca de
Frecuencia
automóvil
Determinar si en este año la
distribución de la venta de Ford 18
automóviles: Ford, Nissan, Nissan 20
Toyota y Volskswagen en
Toyota 35
Huancayo es la misma que la del
año anterior. Volskswagen 37
TOTAL 100
Solución:
Paso 1: Distribución de ventas de automóviles.
Paso 2: Hipótesis estadística:
H0: Las ventas del año en curso es igual a la del año anterior.
H1: Las ventas del año en curso no es igual a la del año anterior.
Paso 3: El valor de α=0.05.
( fo  fe) 2
Paso 4: Estadígrafo de prueba: X 
2

fe
 Valor crítico superior: X (20,025;3)  9,348
Paso 5: valor crítico:
Valor crítico inferior: X (20,975;3)  0,216

( fo  fe) 2 (18  25) 2 (10  25) 2 (35  25) 2 (37  25) 2

Paso 6: Cálculo de Ch2: X 
2
   
fe 25 25 25 25
X 2  1,96  9,00  4,00  4,76
X 2  20,72

Paso 7: Conclusión estadística:

Como la X2=20,72 cae en la zona de rechazo, entonces se rechaza la hipótesis
nula y se acepta la hipótesis alterna, afirmándose que las ventas del año en
curso no es igual a la del año anterior.
 La Prueba Ch2
Ejemplo 3:
En la Facultad de Ingeniería de la
Universidad Peruana Los Andes, se desea Nerviosismo y ansiedad
determinar si existe alguna relación entre
el nivel académico (estudiantes del primer Nivel
año, segundo año, tercer año y cuarto año) académico NN LN MN EN TOTAL
y el nivel de nerviosismo medio por una Primer año 20 20 40 80 160
prueba estándar de nerviosismo y
ansiedad que indica el nerviosismo según Segundo año 10 30 30 30 100
las categorías siguientes: no nervioso (NN), Tercer año 40 20 10 10 80
ligeramente nervioso (LN), moderadamente
Cuarto año 40 20 0 0 60
nervioso (MN) y extremadamente nervioso
(EN). Si se elige aletoriamente a 400 TOTAL 110 90 80 120 400
estudiantes de la mencionada Facultad,
cuyos datos se muestran en la tabla
siguiente: Solución:

Paso 1: Hipótesis estadística:

H0: Las variables nivel académico y nivel de nerviosismo son independientes.
H1: Las variables nivel académico y nivel de nerviosismo son dependientes entre sí.
Paso 2: La prueba es unilateral y de cola a la derecha.
Paso 3: Nivel de significancia α=0,05.
Paso 4: Esquema de la prueba:

gl=(C-1)(F-1)=(4-1)(4-1)
gl=9
Y con: X2(9)=16,919

(Oij  Eij ) 2
Paso 5: Cálculo de Ch2: X  2

ij Eij

Nerviosismo y ansiedad

Nivel
académico NN LN MN EN TOTAL
Primer año E11 E12 E13 E14 160
Segundo año E21 E22 E23 E24 100
Tercer año E31 E32 E33 E34 80
Cuarto año E41 E42 E43 E44 60
TOTAL 110 90 80 120 400
Cálculo de Ch2:

 20  44 
2

E11     13,10
 44 
 20  36 
2

E12     7,11
 36 
 40  32 
2

E12     21,33
 32 
...
 0  18 
2

E44  
 18 
  18,00
X2(9)=154,14
Paso 6: Decisión

Como la X2=154,14 y este cae en la región de rechazo; por lo tanto

rechazamos la H0 y aceptamos la H1 que establece una asociación
entre las variables nivel académico y nerviosismo.
La Prueba “t”
de Student
 LA PRUEBA t DE STUDENT
Definición: Es una prueba estadística para evaluar
si dos grupos difieren entre sí de manera
Simbología: t
significativa respecto a sus medias. Nivel de medición:
Intervalos o razón
Hipótesis: De diferencia entre dos grupos. La hipótesis de investigación
alterna, propone que los grupos difieren de manera significativa entre sí
y la hipótesis nula propone que los grupos no difieren significativamente.
Variable: La comparación se realiza sobre una variable (teóricamente
dependiente). Si hay diferentes variables, se efectúa varias pruebas t
(una por cada variable), y la razón que motiva la creación de los grupos
es la variable independiente. El tamaño de muestra es pequeño: n<30
Fórmula: _
X 1 X 2
_
Grados de Libertad: Es el número de maneras
t en que los datos pueden variar libremente.
S12 S 22

n1 n2 gl=(n1+n2)-2
Tamaño del Efecto: Es la diferencia estandarizada entre las medias de
los 2 grupos.
Las medias varían
_ _
X 1 X 2 9,10  7,19
Tamaño del efecto  Tamaño del efecto   0,97 menos de una S, una
Desv. Stad. Sopesada 1,96 respecto de la otra.
 Prueba de Hipótesis

1. Formular la hipótesis nula y alterna de acuerdo al

problema.
2. Escoger un nivel de significancia o riesgo α.
3. Escoger el estadígrafo de prueba más apropiado.
4. Establecer la región crítica.
5. Calcular los valores de la prueba estadística de una
muestra aleatoria de tamaño “n”.
6. Decisión Estadística.
LA PRUEBA t DE STUDENT
Ejemplo 1:
Se aplicó un test de inteligencia a una muestra de 15 alumnos de
la Provincia de Huánuco y se determinó un CI promedio de 105.4
con una desviación estándar de 5.3. Se sabe que al estandarizar el
mencionado test en los Colegios Secundarios de Huancayo, se
halló un CI medio de 101. Asumiendo un nivel de significancia del
1%, probar que el rendimiento mental del grupo de 15 alumnos, es
más alto que el promedio de estandarización del test.

Solución:

 Rendimiento mental medio en la estandarización = 101

x Rendimiento mental medio de la muestra = 105.4

 1. Formulación de la hipótesis:
• Ho: µ=101, No existe diferencias significativas en el rendimiento
mental de la muestra ẋ y de la población.
• H1: µ>101.

2. Prueba unilateral de cola a la derecha:

 De acuerdo con H1.

3. Nivel de significancia:
 Asumido: 1%=0.01.
4. Distribución aplicable:
Como se conoce la media (ẋ) de la muestra y la media poblacional (µ), se debe utilizar la
distribución muestral de medias, además se desconoce la desviación estándard (σ); y
como n<30 y los datos se ajustan obedecen a una distribución normal.

5. Esquema gráfico de la prueba

 Nivel de significancia: α=0.01.
 Grados de libertad: gl=n-1=15-1=14 gl.
 En la tabla “t”, con 14 gl y α=0.01 y a una cola: tc=2.624.
 6. El punto crítico:

7. Cálculo del estadígrafo de la prueba:

Datos:
x  105,4
x   105,43  101 4,4
  101 t    3,11
S 5,3 1,426
S  5,3
n  15 n 1 15  1
8. Toma de decisiones:
 Como tc=3,11 y este cae en la zona de rechazo, por tanto descartamos
la Ho y aceptamos la H1; es decir el grupo de 15 alumnos tiene un
rendimiento mental mayor que el promedio de estandarización.
 La Prueba t de diferencia de medias
Ejemplo 2:
Para verificar la suposición de que existe diferencia en el rendimiento
académico en la asignatura de Análisis Matemático I, en los
estudiantes de dos aulas A y B de una Universidad, se tomó una
muestra aleatoria de cada aula y se les aplicó una misma prueba de
conocimientos, obteniéndose los puntajes que a continuación se
indican.

Aula A: 16,43,24,35,20,27,29,30,40,32.
Aula B: 15,40,18,37,16,29,30,45,20,36.

Realizar la prueba al nivel de significación de 5%.

Solución:
µ1: El rendimiento académico en Matemática del Aula A.

µ2: El rendimiento académico en Matemática del Aula B.

 1. Formulación de la hipótesis:
 Ho: µ1=µ2, No existe diferencias significativas en el rendimiento
académico de Matemática en las dos aulas A y B.
 H1: µ1 ≠ µ2; µ1>µ2 ó µ1<µ2: Existe diferencias significativas en el
rendimiento académico de Matemática en las dos aulas A y B.

2. Determinación del tipo de Prueba:

 Existe dos posibilidades de la H1, y como no se puede anticipar la
dirección de la prueba, debe realizarse una prueba bilateral.

3. Nivel de significancia:
 Asumido: 5%=0.05.
4. Distribución aplicable:
 Teniendo en cuenta que se quiere comparar el puntaje en dos muestras
pequeñas y como los datos están distribuidos normalmente, utilizaremos la
prueba de diferencia de medias con la distribución de Student.

5. Esquema gráfico de la prueba

 Nivel de significancia: α=0.05.
 Grados de libertad: gl=n1+n2-2=10+10-2=18 gl.
 En la tabla “t”, con 18 gl y α=0.05 y a dos colas: tc=2.101.
 6. El punto crítico:

7. Cálculo del estadígrafo de la prueba:

Datos :
x1  29,6;
x1  x2 29,6  28,6
S  63,84
2
t   0,24
63,84  105,64
1

x 2  28,6; S S
1
2 2
2

S 22  105,64 n 10

8. Toma de decisiones:
 Como la tc=0,24 cae en la zona de aceptación, por tanto descartamos la
H1 y aceptamos la H0; es decir no existe diferencias significativas en el
rendimiento del curso Análisis Matemático I en las dos aulas A y B.