Pruebas Chi Cuadrado Prueba de Independencia)

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 18

ESTADÍSTICA APLICADA

LOGRO ESPERADO
Contrasta si dos variables aleatorias cualitativas son independientes utilizando la técnica
de independencia en problemas de contexto profesional/social.

INDICADORES DE LOGRO

• Plantea hipótesis estadísticas teniendo en cuenta el objetivo de la prueba.


• Explica el resultado obtenido en la prueba de independencia a partir de la teoría respectiva y considerando las
condiciones del problema.
• Calcula el estadístico de prueba utilizando la fórmula correspondiente.
• Establece la región de rechazo utilizando la gráfica y la tabla estadística pertinente.
Sean dos variables cualitativas: Género del estudiante y satisfacción
con las nuevas políticas de seguridad
Sujeto Género Satisfacción
A Masculino Insatisfecho
B Femenino Insatisfecho
C Femenino Insatisfecho
D Masculino Satisfecho
E Femenino Satisfecho
F Femenino Satisfecho
G Femenino Satisfecho
H Femenino Satisfecho
I Femenino Satisfecho

Satisfacción
De acuerdo a lo observado, ¿existe relación entre el Género Insatisfecho Satisfecho Total
género del estudiante y su nivel de satisfacción con la Masculino 1 1 2
nuevas políticas de seguridad?
Femenino 2 5 7

Total 3 6 9

Nota: El presente ejemplo es solo una referencia para que el estudiante comprenda como se obtiene el cuadro. Para
una prueba de este tipo, se recomienda un tamaño de muestra mayor o igual que 100.
1. ¿Qué tipos de pruebas estadísticas conoce?

2. ¿Con cuál de estas pruebas estadísticas se puede determinar si


existe o no relación entre dos variables cualitativas?
PRUEBA DE INDEPENDENCIA
En esta lección se estudia la relación y el grado de dependencia que existe entre dos
variables categóricas medidas en una población.

Disposición de los datos


La información obtenida para las variables de estudio se dispone en una tabla de
contingencia; tal como, se muestra a continuación:

Característica o Variable Y
Column Column Column
... Total
a1 a2 ac
Donde:
Fila 1 o11 o12 ... o1c n1 oij : Frecuencias observadas
Fila 2 o21 o22 ... o2c n2 nj: Total de la columna j (marginal
Característica . . . . . columna)
o Variable X . . . . .
. . . . .
ni: Total de la fila i (marginal fila)
n: Total
Fila r Or2 or2 ... orc nr
Total n1 n2 ... nc n
PASOS PARA REALIZAR UNA PRUEBA DE INDEPENDENCIA
La prueba de independencia se resume en los siguientes pasos:
Paso 1 (Plantee las hipótesis de prueba)
H0: Las variables X e Y son independientes
H1: Las variables X e Y no son independientes
Paso 2 (Establezca el nivel de significancia) α
Paso 3 (Calcule el estadístico de prueba)
𝑟 𝑐
2
(𝑜𝑖𝑗 − 𝑒𝑖𝑗 )2 2
𝜒𝑐𝑎𝑙 = ~ 𝜒[1−𝛼; (𝑟−1)×(𝑐−1)]
𝑒𝑖𝑗
𝑖=1 𝑗=1

r = Número de categorías de la variable X


c = Número de categorías de la variable Y
Las frecuencias esperadas se calculan de la siguiente manera:
ni. × n.j
eij =
n..
Paso 4 (Establezca la región de rechazo)
La región de rechazo se establece a partir del nivel de significancia dado.

RA
RR

χ2 [(1 - , (r - 1)(c – 1)]

Paso 5 (Concluya de acuerdo al enunciado del problema)


Si el valor del estadístico de prueba cae en la región de rechazo, se rechaza la hipótesis nula (H0),
caso contrario no se rechaza.
COEFICIENTE DE CONTINGENCIA

Si en la prueba de independencia se rechaza H0 entonces, el siguiente paso es


cuantificar la fuerza de la asociación entre las dos variables

2
𝜒𝑐𝑎𝑙
𝐶= 2
𝜒𝑐𝑎𝑙 +𝑛

Si C ≥ 0.30, entonces hay una buena asociación entre las variables consideradas.
Ejercicio Resuelto

En el Departamento de Psicología de una prestigiosa universidad se ha llevado a cabo un estudio para


investigar si existe relación entre el nivel de autoestima de los estudiantes y su especialidad. Por tal motivo, el
encargado del estudio seleccionó una muestra aleatoria de 220 alumnos y les aplicó el Test estandarizado de
Rosenberg que está constituido por 20 ítems. La información obtenida se muestra en la siguiente tabla:

Nivel de Especialidad
autoestim Total
Letras Ciencias Ingeniería
a
Media 16 30 30 76
Alta 58 36 50 144
Total 74 66 80 220

a) ¿Existe alguna relación entre el nivel de autoestima del estudiante y su especialidad? Utilice un nivel de
significación del 5%.
b) Antes de realizar la prueba se creía que si existía alguna relación esta no era buena, ¿cuál es su opinión?
Solución
a) ¿Existe alguna relación entre el nivel de autoestima del estudiante y su especialidad? Utilice un nivel de
significación del 5%.

Paso 1 (Plantee las hipótesis de prueba)


H0: El nivel de autoestima de los estudiantes y su especialidad son independientes (el nivel de autoestima de los
estudiantes no tiene relación con su especialidad)
H1: El nivel de autoestima de los estudiantes y su especialidad no son independientes (el nivel de autoestima de
los estudiantes tiene relación con su especialidad)

Paso 2 (Establezca el nivel de significancia)


𝛼 = 0.05
Paso 3 (Calcule el valor del estadístico de prueba)
Nivel de Especialidad
Total
autoestima Letras Ciencias Ingenieria
o11=16 o12=30 o13=30
Media 76
e11=25.56 e12=22.80 e12=27.64
O21=58 O22=36 O23=50
Alta 144
e21=48.44 e22=43.20 e23=52.36
Total 74 66 80 220
Las frecuencias esperadas se obtienen de la siguiente manera:

76×74 76×66 76×80


𝑒11 = = 25.56 𝑒12 = = 22.80 𝑒11 = = 27.64
220 220 220
144×74 144×66 144×80
𝑒21 = = 48.44 𝑒22 = = 43.20 𝑒23 = = 52.36
220 220 220

El estadístico de prueba se calcula así:


3 2
2
(𝑜𝑖𝑗 − 𝑒𝑖𝑗 )2 (16 − 25.56)2 (30 − 22.80)2 (50 − 52.36)2
𝜒𝑐𝑎𝑙 = = + + ⋯+
𝑒𝑖𝑗 25.56 22.80 52.36
𝑖=1 𝑗=1

2
𝜒𝑐𝑎𝑙 = 9.25

Paso 4 (Establezca la región de rechazo)


Paso 5 (Concluya de acuerdo al enunciado del problema)
2
Como 𝜒𝑐𝑎𝑙 =9.25 se encuentra en la región de rechazo, se rechaza la hipótesis nula (Ho). Con un
nivel de significancia del 5%, existe evidencia estadística para pensar que el nivel de
autoestima de los estudiantes y su especialidad no son independientes; es decir, el nivel de
autoestima de los estudiantes tiene relación con su especialidad.

b) Antes de realizar la prueba se creía que si existía alguna relación esta no era buena, ¿cuál es su
opinión?

Para medir esta relación se calcula el coeficiente de contingencia de la siguiente manera:

9.25
𝐶= = 0.20
9.25 + 220

Como C=0.20 < 0.30, se concluye que, efectivamente, la relación entre las dos variables no es
buena.
Ejercicio Propuesto
La siguiente tabla muestra la cantidad de calzados que fueron hechos en dos plantas de producción (P1 y P2) con
tres tipos de materiales (A, B y C). Los calzados están dirigidos a tres tipos de clientes: damas (D), caballeros (H) y
niños (N).
Los resultados obtenidos se muestran a continuación:

Tipo de material
Tipo de A B C
cliente Tipo de producto
P1 P2 P1 P2 P1 P2
Damas (D) 46 41 42 35 27 24
32 26
Caballeros (H) 43 38 34 36

Niños (N) 33 47 38 38 25 30

Si los operadores tienen la misma capacitación en las dos plantas de producción, ¿existe alguna relación
entre el tipo de material y el tipo de cliente? Utilice un nivel de significancia del 5%.
VERIFICANDO LO APRENDIDO

 ¿Qué prueba estadística se ha aplicado en la clase?

 ¿Cuáles son las hipótesis en esta prueba?

 ¿Qué distribución de probabilidades sigue el estadístico


de prueba?

 ¿Cómo se obtienen los grados de libertad?


METACOGNICIÓN

¿Qué aspectos le han parecido interesantes?

¿Qué contenido considera más importante del tema trabajado?

¿Qué competencias del tema podría aplicar en su vida diaria?


Prueba de Independencia
Hipótesis de prueba

H0: Las variables X e Y son independientes

H1: Las variables X e Y no son independientes


Estadístico de Prueba
𝑟 𝑐
(𝑜𝑖𝑗 − 𝑒𝑖𝑗 )2
RESUMEN
2 2
𝜒𝑐𝑎𝑙 = ~ 𝜒[1−𝛼; (𝑟−1)×(𝑐−1)]
𝑒𝑖𝑗
𝑖=1 𝑗=1

r=Número de categorías de la variable X

c=Número de categorías de la variable Y

Coeficiente de contingencia

2
𝜒𝑐𝑎𝑙
𝐶= 2
𝜒𝑐𝑎𝑙 +𝑛
PARA REFORZAR LO APRENDIDO

RESOLVER LOS EJERCICIOS


DE TRABAJO AUTÓNOMO
LIBRO
REFERENCIAS BIBLIOGRÁFICAS

1. Montesinos, L.,Llanos, K., Cerna, E., Pajuelo, S. y Coaquira, F.(2017)


Estadística Descriptiva e Inferencial. Fondo Editorial USIL 1° Edición. Lima,
Perú.
2. Montgomery, D. (2014). Applied statistics and probability for engineers (6a ed.).
United States of America.: Hoboken, NJ2.
3. Mendenhall, W. & Sincich, T. (2016). Statistics for engineering and the sciences
(6a ed.). Boca Raton: CRC Press, Taylor & Francis Group.

También podría gustarte