ANÁLISIS ESTADÍSTICO: DESARROLLO

DE LAS PRUEBAS DE HIPOTESIS

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 CLASIFICACION DE LAS PRUEBAS ESTADISTICAS
PARAMETRICAS NO PARAMÉTRICAS

Se supone una forma A pesar de basarse en

determinada de la determinadas suposiciones, no
distribución de valores, parten de la base de que los
generalmente la datos analizados adoptan una
distribución normal, en la distribución normal.
población de la que se
obtiene la muestra
No presuponen una distribución
experimental. de probabilidad para los datos, por
ello se conocen también como de
distribución libre (distribución
Son más potentes que las free).
no paramétricas.

Montgomery(2008)
DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO
 ALGUNOS EJEMPLOS
USANDO
ESTAS PRUEBAS

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 PRUEBAS DE NORMALIDAD
Hipótesis a contrastar:
H0: Los datos analizados siguen una distribución Normal.
H1: Los datos analizados no siguen una distribución Normal .

KOLMOGOROV- SMIRNOV CHAPIRO - WILK

Para muestras grandes (n≥35) Cuando la muestra es

pequeña (n<35)

Malhotra(2008)
Importante:
Cuando p >0.05 Aceptamos la Hipótesis Nula
Cuando p <0.05 Rechazamos la Hipótesis Nula de manera significativa
Cuando p <0.01 Rechazamos la Hipótesis Nula de manera altamente
significativa

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 EJEMPLO DE PRUEBA DE HIPÓTESIS PARA
MUESTRAS RELACIONADAS
Hay que tener en cuenta que debemos analizar la distribución de los
datos antes de proceder a aplicar alguna de estas pruebas

PARAMÉTRICA NO PARAMÉTRICA

T- STUDENT WILCONSON

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 EJEMPLO APLICATIVO

TESIS: IMPLEMENTACIÓN DEL SISTEMA INTERSYS PARA MEJORAR EL NIVEL DE

SATISFACCIÓN EN LA GESTIÓN Y CONTROL DEL PROCESO DE APLICACIÓN DE
ESTUDIANTES EXTRANJEROS A LA USAT - 2014

Hipótesis:
H1: El sistema “INTERSYS” mejora significativamente el nivel de
satisfacción en la gestión y control del proceso de aplicación de
estudiantes extranjeros a la USAT - 2014

Ho: El sistema “INTERSYS” no mejora significativamente el nivel de

satisfacción en la gestión y control del proceso de aplicación de
estudiantes extranjeros a la USAT - 2014

Berrios(2014)
DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO
 Diseño de estudio:

Pre - experimental

Diseño pre-test post –test con su solo grupo, cuyo esquema es el siguiente:
G: O1 X O2

Donde:

O1: pre-test (Cuestionario de Satisfacción)

X. Aplicación del sistema “INTERSYS”
O2: post – test (Cuestionario de Satisfacción )

Hernández(2010)
DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO
Probando la normalidad de la diferencia de los datos que analizaremos en el
SPSS versión 20 :

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO
 Resultados :

Pruebas de normalidad
a
Kolmogorov-Smirnov Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
DIFERENCIA .145 29 .121 .922 29 .034 (p<0.05)
Los datos
a. Corrección de la significación de Lilliefors no son
normales

Como los datos son menores que 35, es preferible usar la Prueba de Shapiro
podemos concluir que los datos analizados no siguen esta distribución , por tal
motivo se recomienda usar una prueba no paramétrica.

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

Prueba recomendada: Cuando las muestras no siguen una distribución normal :

WILCONSON
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.

ESTADÍSTICO A USAR :
El contraste se basa en el comportamiento de las diferencias entre las
puntuaciones de los elementos de cada par asociado, teniendo en cuenta no sólo
el signo, sino también la magnitud de la diferencia.

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Ingresamos los datos y procesamos de esta manera:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

Luego pasamos los datos de pretest y postest al cuadrito para
contrastar la hipótesis, de esta manera:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Obtenemos los siguientes resultados:

P<0.05 Se rechaza la Hipótesis Nula

Aceptamos la Hipótesis alternativa : El sistema

““INTERSYS” mejora significativamente la
satisfacción en la gestión y control del proceso de
aplicación de estudiantes extranjeros a la USAT - 2014

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Asumiendo que las muestras siguen una distribución normal :

ESTADÍSTICO A USAR
Diferencia Pareada
Cuando se obtienen dos mediciones repetidas de un
mismo artículo o sujeto. En consecuencia se trabajara
con la diferencia de este par de datos:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Ingresamos los datos y procesamos de esta manera:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

Luego pasamos los datos de pretest y postest al cuadrito para
contrastar la hipótesis, de esta manera:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Obtenemos los siguientes resultados:
Es tadísticos de m ue stras re lacionadas

Desv iación Error típ. de

Media N típ. la media
Par 1 PRETEST 57.6207 29 15.98529 2.96839
POSTTEST 77.1724 29 8.82395 1.63857

Prueba de muestras relacionadas

Dif erencias rela cio nadas

95% In tervalo de
confianza para la
Desvia ció n Error típ . de diferencia
Media típ . la media In ferior Superio r t gl Sig. (bilateral)
Par 1 PRETEST - POSTTEST -19.55172 12.23457 2.27190 -24.20551 -14.89794 -8.606 28 .000

P<0.05 Se rechaza la Hipótesis Nula

Aceptamos la Hipótesis alternativa : El sistema

““INTERSYS” mejora significativamente la satisfacción en la
gestión y control del proceso de aplicación de estudiantes
extranjeros a la USAT - 2014
DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO
EJEMPLO DE PRUEBA DE HIPÓTESIS PARA DOS
MUESTRAS INDEPENDIENTES

PARAMÉTRICA NO PARAMÉTRICA

T- STUDENT PARA MUESTRAS U- MAN WHITNEY

INDEPENDIENTES

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

Primero hacemos la prueba de normalidad ingresando los datos y haciendo lo
siguiente:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

Ingresamos los datos y marcamos la prueba de normalidad:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Resultados :

Como los datos son menores que 35, es preferible usar la Prueba de Shapiro
Wilk y podemos concluir que los datos del grupo 1 (control) en el pre y
post test se distribuyen como una normal , y los datos del grupo 2 (
experimental) en el pre test siguen esta distribución , pero en el post test no
siguen una distribución normal, por tal motivo para el análisis de los datos se
recomienda usar una prueba no paramétrica.

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Hipótesis

H1: La aplicación del programa “Educando con Amor” basado en

el modelo humanista influye significativamente en la disminución
de los problemas de conducta de los niños y niñas de 5 años de la
institución Educativa Nº 211 “Santísima Niña María”, California,
Trujillo, Perú-2014.

Ho: La aplicación del programa “Educando con Amor” basado en

el modelo humanista no influye significativamente en la
disminución de los problemas de conducta de los niños y niñas de 5
años en la Institución Educativa Nº 211 “Santísima Niña María”,
California, Trujillo, Perú-2014.

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

Diseño
En la investigación se utilizará el diseño cuasi experimental con un
grupo de control y otro experimental. El diagrama es el siguiente:
GE O1 x O2
GC O3 - O4
Donde:
GE : Grupo experimental: Sección “A”
GC : Grupo de control : Sección “B”
X : Programa “Educando con Amor” basado en el modelo
humanista.
O1 : Pre test del grupo experimental
O2 : Pos test del grupo experimental
O3 : Pre test del grupo control.
O4 : Pos test del grupo control

Hernández(2010)
DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO
Prueba recomendada: Cuando las muestras no siguen una distribución normal :

U- Man Witney:

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.

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 ESTADÍSTICO A USAR

El estadístico de prueba U de Mann-Whitney

se construye a partir de la suma de rangos de
una de las muestras, Ri, elegida
arbitrariamente:

El estadístico de prueba es el valor Z:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Seguimos los pasos de esta manera:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Obtenemos los siguientes resultados:

P>0.05 Ambos
P<0.05 (Existe evidencia estadística para
grupos(Experimental y control)
rechazar H0) Ambos grupos(Experimental y
tienen puntajes similares al
control) tienen puntajes diferentes en el post
inicio, es decir en el pretest
test
DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO
 Asumiendo que las muestras siguen una distribución normal :

ESTADISTICOS A USAR:

Cuando se supone que las varianzas poblacionales son iguales

(muestras homogéneas):

Cuando se supone que las varianzas poblacionales son diferentes

(muestras heterogéneas):

donde

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Asumiendo que las muestras siguen una distribución normal :

PARA VER CUAL DE LAS DOS FORMULAS

ANTERIORES SE USARÁ :
Se observa los resultados de la Prueba de Levene o de Homogeneidad
de Varianzas, donde se comprueba la hipótesis:

Hipótesis a contrastar:
H0: Las varianzas analizadas son homogéneas .
H1: Las varianzas analizadas son heterogéneas.

Cuando p >0.05 Aceptamos la Hipótesis Nula

Cuando p <0.05 Rechazamos la Hipótesis Nula de manera significativa
Cuando p <0.01 Rechazamos la Hipótesis Nula de manera altamente significativa

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Procesamos los datos:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Primero confirmamos que las dos muestras(control y experimental) sean
homogéneas al inicio de la investigación:

Estadísticos de grupo

Desviación Error típ. de

GRUPOS N Media típ. la media
GRUPOSPRETEST 1.00 28 67.5357 14.58940 2.75714
2.00 28 67.3571 18.95065 3.58134

Prueba de muestras independientes

Prueba de Levene
para la igualdad de
varianzas Prueba T para la igualdad de medias
95% Intervalo de
confianza para la
Diferencia Error típ. de diferencia
F Sig. t gl Sig. (bilateral) de medias la diferencia Inferior Superior
GRUPOSPRETEST Se han asumido
3.026 .088 .040 54 .969 .17857 4.51971 -8.88290 9.24004
varianzas iguales
No se han asumido
.040 50.685 .969 .17857 4.51971 -8.89649 9.25363
varianzas iguales

P>0.05 Se asume varianzas iguales P>0.05 Ambos grupos(Control Y

Experimental) tienen puntajes
similares. Acepto Ho
DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO
Después de la aplicación del programa, analizamos si su aplicación tuvo efecto en la
disminución de los problemas de conducta :

Es tadísticos de grupo

Desv iación Error típ. de

GRUPOS N Media típ. la media
GRUPOSPOSTTEST 1.00 28 66.8571 13.79403 2.60683
2.00 28 50.0714 12.54895 2.37153

Prueba de muestras independientes

Prueba de Levene
para la iguald ad de
varia nzas Prueba T para la ig ualdad de media s
95% In tervalo de
confianza para la
Dif erencia Error típ . de diferencia
F Sig. t gl Sig. (bilateral) de medias la dif erencia In ferior Superio r
GRUPOSPOSTTEST Se han asumido
.234 .630 4.763 54 .000 16.78571 3.52416 9.72020 23.85123
varia nzas ig uales
No se han asumid o
4.763 53.524 .000 16.78571 3.52416 9.71876 23.85267
varia nzas ig uales

P>0.05 Se asume varianzas iguales P<0.05 (Existe evidencia estadística para

rechazar H0, los grupos son diferentes)
DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO
 TAMAÑO DEL EFECTO
El hallazgo de efectos estadísticamente significativos (cuando se rechaza la Hipótesis
Nula) pueden ser irrelevantes cuando son de baja magnitud. Por ello se dice que las
pruebas de significación estadística son insuficientes en situaciones prácticas, donde la
magnitud del efecto observado es fundamental. Los procedimientos estadísticos de
tamaño del efecto tienen como finalidad fundamental la cuantificación de la relevancia
del efecto obtenido. Dicho de otra forma, se trata de establecer si efectos
estadísticamente significativos son relevantes en el campo de aplicación de la
investigación.

Para hallar esta

medida se puede usar
el estadístico
d de COHEN y el
calculo de r:

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Para ayudarnos a calcular este estadístico, podemos ingresar a la página web : :

https://www.easycalculation.com/es/statistics/effect-size.php

Ingresamos los datos

que resultaron
después de la
aplicación del taller :

Grupos Media Desviació

n
Estándar
1 66.86 13.79
2 50.07 12.55

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO

 Obtenemos el valor d de Cohen y el
tamaño del efecto:
Para interpretar, podemos hacer uso de
lo siguiente, siguiendo la propuesta de
Cohen(1988):
Para la d de cohen:
0<d< 0,20: efecto pequeño.
0.20< d<0.50: efecto mediano.
d > 0.50: efecto grande.

Respecto al coeficiente de correlacion(r).

Cohen propuso que en torno a r=0,1
representa un tamaño de efecto
pequeño; en torno a 0,3 es mediano; y en
torno a 0,5 es grande

Interpretación: Como d es 1.27( mayor de 0.50), el efecto es

grande, por lo que r: 0.54(mayor de 0.50), confirma esto: Un
tamaño de efecto grande.

DIRECCIÓN DE INVESTIGACIÓN UNIVERSIDAD CÉSAR VALLEJO