Un psicólogo desea saber si existen diferencias en el nivel de inteligencia entre niños y niñas en una muestra de 60 alumnos de una escuela. Las variables se midieron de la siguiente forma: Género 1. Niño 2. Niña Nivel de inteligencia Numero entero de 60 a 160 sin decimales Un psicólogo desea trabajar en un nivel de error de 5% En la literatura encontrada se reporta que en la inteligencia de los niños no hay diferencia entre los géneros 1. Planteamiento del problema ¿Qué diferencias habrá entre la inteligencia de niños y niñas de una escuela en una muestra de 60 alumnos? 2. Planteamiento de hipótesis de investigación No habrá diferencias entre niños y niñas en el nivel de inteligencia dentro de la muestra de 60 alumnos en una escuela 3. Determinar el tipo de estadística a emplear (prueba de normalidad, número de participantes, niveles de medición) a) Prueba de normalidad Pruebas de normalidad Kolmogorov-Smirnova Estadístico nivel de inteligencia ,101 gl Shapiro-Wilk Sig. 60 ,200* Estadístico ,967 *. Esto es un límite inferior de la significación verdadera. a. Corrección de significación de Lilliefors b) Si pe < 0.05 la distribución no es normal Si pe > 0.05 la distribución es normal c) Tipo de estadística a aplicar: estadística paramétrica d) No de participantes: 60 e) Niveles de medición de las variables: genero: nominal nivel de inteligencia: ordinal f) Nombre de prueba estadística a aplicar: gl Sig. 60 ,108 Prueba T student para muestras independientes 4. Determinar el nivel de error e: 0.005 5. Plantear hipótesis estadísticas H0: no existe diferencias estadísticamente significativas entre el nivel de inteligencia de los niños y niñas de la muestra de 60 alumnos. H1: existe diferencias estadísticamente significativas entre el nivel de inteligencia de los niños y niñas de la muestra de 60 alumnos. . 6. Resultado 7. Decisión Si Pe => Pt (0.05) Entonces H0 ✔ Si Pe < Pt (0.05) Entonces H1✖ 8. Conclusión Con un nivel de confianza del 95% concluimos que no existe diferencia estadísticamente significativa entre el nivel de inteligencia de los niños y niñas. PRUEBA T STUDENT DE MUESTRAS RELACIONADAS Esta prueba se utiliza, como su nombre lo dice, cuando un grupo ha sido sometido a un tratamiento (VI). Ejemplo: Un investigador desea conocer los efectos de un programa de castigos para disminuir infracciones en ciudadanos de Toluca (80 ciudadanos). Aplico un diseño como el siguiente: x La variable y fracciones la midió de la siguiente forma Infracciones pre test 1. Entero 1 decimal Infracciones pos test Entero 1 decimal El investigador desea trabajar con un nivel de error de 0.05 En la literatura encontrada se refiere que los programas de castigo disminuyen conductas no deseadas. 1. Planteamiento del problema ¿Qué efectos tendrá el programa de castigos para disminuir infracciones en ciudadanos de Toluca en una muestra de 80 personas? 2. Planteamiento de hipótesis de investigación El programa de castigos disminuirá el número de infracciones en los 80 ciudadanos de Toluca. 3. Determinar el tipo de estadística a emplear (prueba de normalidad, número de participantes, niveles de medición) a)Prueba de normalidad Pruebas de normalidad Kolmogorov-Smirnova Estadístico gl Shapiro-Wilk Sig. infracciones pretest ,087 80 ,200* infracciones postest ,088 80 ,193 *. Esto es un límite inferior de la significación verdadera. a. Corrección de significación de Lilliefors Kolmogorov-Smirnova: porque es mayor Estadístico gl Sig. ,951 80 ,004 ,944 80 ,002 b) Si pe < 0.05 la distribución no es normal Si pe > 0.05 la distribución es normal c)Tipo de estadística a aplicar: estadística paramétrica d) No de participantes: 80 e) Niveles de medición de las variables: Infracciones pre test: de razón Infracciones pos test: de razón f) Nombre de prueba estadística a aplicar: T student relacionadas Si sale la prueba normal se aplica la prueba, y si no salen normal hasta ahí se queda 4. Determinar el nivel de error e: 0.05 5. Plantear hipótesis estadísticas H0: no existe diferencias estadísticamente significativas entre el pretest y el postest del número de infracciones en la muestra de 80 ciudadanos de Toluca. H1: existe diferencias estadísticamente significativas entre el pretest y el postest del número de infracciones en la muestra de 80 ciudadanos de Toluca. 6. Resultado 7. Decisión Si Pe => Pt (0.05) Entonces H0 ✔ Si Pe < Pt (0.05) Entonces H1✖ 8. Conclusión Con un nivel de confianza del 95% concluimos que no existe diferencia estadísticamente significativa entre el pre test y pos test del número de infracciones en la muestra de 80 ciudadanos de Toluca. ( NO SIRVIO EL PROGRAMA)
