UNIVERSIDAD CATÓLICA DE CUENCA

Facultad de Ciencias Médicas

Carrera de Medicina
Bioestadística
ANÁLISIS DE CONTRASTACIÓN DE HIPÓTESIS CON
VARIABLES CUANTITATIVAS EN UNA POBLACION o
ENTRE DOS MUESTRAS

DISTRIBUCIÓN T - STUDENT

DOCENTE
Dr. José Ricardo Charry Ramírez, Mgt.

Julio del 2021

 OBJETIVOS
Desarrollar los métodos necesarios para el análisis de
variables CUANTITATIVAS continuas mediante el
estadístico Diferencia de Medias (T-STUDENT).
 Conocer la forma correcta de aplicación de la fórmula
para hallar la diferencia de medias.
 Recordar el planteamiento de una Hipótesis y deducir
su aceptación o rechazo.

 Comprender los usos y aplicaciones del análisis de las

variables cuantitativas continuas en el desarrollo de
una investigación.
 ESTADÍSTICA INFERENCIAL
La estadística inferencial comprende aquellos
métodos y técnicas utilizadas para hacer
generalizaciones, predicciones y estimaciones
que se utilizan para transformar la información
en conocimiento.
 MEDIA ARITMÉTICA (X)
 También conocido como PROMEDIO ARITMÉTICO,
es una medida de tendencia central la cual pretende
resumir en un solo número los valores de una serie de
datos.
∑𝑋𝑖 ∗ 𝑓𝑖
𝑋=
𝑛
 DESVÍO ESTÁNDAR (DS)
El desvío estándar es una medida de dispersión la cual
nos ayuda a identificar que tan dispersos se encuentran
los datos con respecto a la media aritmética.

∑ 𝑥𝑖 − 𝑥 2 ∗ 𝑓𝑖
𝐷𝑆 =
𝑛
 ERROR ESTÁNDAR
Constante estadística que permite medir el
error por muestreo

𝐷𝑆
𝐸𝐸 =
𝑛

MAYOR MUESTRA → MENOR ERROR

MENOR MUESTRA → MAYOR ERROR
 T-STUDENT
 Estadístico T-STUDENT utilizado en la bioestadística
inferencial, siendo un procedimiento basado en la
evidencia muestral y en la teoría de probabilidad que
utiliza la comparación de dos muestras .
 Procedimiento que se basa en valores muestrales de
universos y en sus teorías de probabilidad para
determinar la validez o irracionalidad de una hipótesis.
 Se utiliza para VARIABLES CUANTITATIVAS.
 Para comparar dos poblaciones se deben tomar dos
muestras diferentes, una de cada una, de las cuales no
se puede saber si son tomadas aleatoriamente.
 La diferencia de medias mediante T-STUDENT es un
cálculo que permite analizar si existen o no
diferencias significativas entre dos grupos y, por lo
tanto, aceptar o rechazar una hipótesis.
 La T-STUDENT es un cálculo que está dentro de los
estadísticos que sirven la CONTRASTACIÓN DE
HIPÓTESIS en las investigaciones.
 El funcionamiento de esta técnica inferencial se basa
en la realización de una afirmación sobre un
parámetro(s) poblacional (Hipótesis).
¿QUÉ ES? “Es una prueba estadística para evaluar si dos grupos
difieren entre sí, de manera significativa, respecto a sus medias”

 La T de STUDENT se usa para comparar las medias de

2 grupos, y se basa en que la Distribución T - Student
utiliza Grados de libertad (Gl) y nivel de
significancia, para encontrar T teórico.

 En bioestadística, el T student es utilizado por muchos

investigadores de la salud en la distribución de
probabilidades a fin de comparar las medias de dos
grupos establecidos por el experto, pues este
estadístico tiene menor probabilidad de error, es
decir, mayor exactitud.
 IMPORTANCIA DEL USO DE T STUDENT
 Especifica el nivel de significancia dentro del cual se
puede estimar la media de una población.

 Comprueba si dos muestras fueron extraídas del mismo

universo.

 Es utilizado para aceptar o negar la hipótesis de una

determinada investigación en muestras pequeñas
(n<30), pero también se usa para muestras mayores a 30
individuos, pero con mayor precisión.

 Establece que tan significativa es la diferencia entre las

medias de dos muestras.
PLANTEAMIENTO DE HIPÓTESIS
LA HIPÓTESIS es una proposición o un supuesto que se debe aceptar o
rechazar sobre algún parámetro de una o más poblaciones.

Es una proposición o supuesto realizada en respecto a un parámetro,

siendo esta la que condiciona la investigación y da una respuesta
provisional al problema. Susceptible de ser comprobada o rechazada.

Hipótesis alterna o
Hipótesis de trabajo (Hi) Hipótesis Nula (Ho)

Representa la afirmación de que Establece que “no hay diferencia”

existe diferencia entre las dos entre los valores supuestos y la media
variables estudiadas. poblacional, nulidad. El parámetro
Afirma que hay una diferencia poblacional es igual a un valor.
significativa entre las medias
aritméticas. 𝑯𝟎 : 𝒙𝟏 = 𝒙𝟐
𝑯𝟏 : 𝒙𝟏 ≠ 𝒙𝟐
 CÁLCULO T DE STUDENT
PASO 1
Plantear la hipótesis alternativa (Hi) e
hipótesis nula (Ho)

𝑯𝟏 : 𝑋1 ≠ 𝑋2
𝐻1 : La Hipótesis alternativa plantea que las dos
medias estudiadas no presentan similitud.

𝑯𝟎 : 𝑋1 = 𝑋2
𝐻0 : La Hipótesis nula plantea que ambas medias
estudiadas son similares
 PROCESO
APROXIMADO
 PASO 2
Se calcula la media y la desviación estándar a partir de
las muestras.

PASO 3
Se aplica la fórmula para calcular T calculada

𝑿𝟏 − 𝑿𝟐
𝑋1− 𝑋2
𝐓𝐬𝐭𝐮𝐝𝐞𝐧𝐭 = 𝑻𝒄 =
(𝐄𝑬𝟏 )𝟐 + (𝐄𝑬𝟐 )𝟐
𝐷𝑆1 2 𝐷𝑆2 2
+
𝑛1 𝑛2
 PASO 4
Se calcula los grados de libertad

Es decir, los grados de libertad, se calculan sumando todos

los individuos de cada muestra y restando la cantidad de
muestras que se están analizando.
Gl=(n1+n2)-2 Gl= 35-1 Gl= (28+32)-2
Nos indica el número de elementos de datos que son
independientes de los otros y que se constituye como piezas
únicas de información.
 Paso 5
Determinar Nivel de Significancia (similar al ∝ )

El nivel de significancia será el área de rechazo de la hipótesis

nula, es decir, zona de aceptación de la Hipótesis de trabajo.
Para determinarlo, le restaremos de 100, el Intervalo de
Confianza y posteriormente dividimos para 100, dejándolo en
proporcionalidad, y de esa manera se obtendrá el nivel de
significancia, que se encuentra horizontal en el extremo
superior de la tabla de la distribución T de Student.

(alfa) ∝
Se considera:
0.05 para proyectos de investigación
0.01 para asegurar la calidad
0.10 para encuestas
 Nivel de Significancia (p=0,05)
Nivel de Confianza (IC ## %) Corresponde a la probabilidad de errar
Es la probabilidad de que el valor o con nuestro intervalo, por lo que será
parámetro se encuentre dentro del igual a 1- (nivel de confianza), ya que el
intervalo de confianza en el que nivel de confianza corresponde a la
basamos nuestra investigación se probabilidad de que el intervalo
denomina nivel de confianza. contenga el valor verdadero del
parámetro.

Aceptación H0

Rechazo H0

Aceptación H1
PASO 6 Cálculo de T teórico mediante lectura de
la tabla de la Distribución T student

Del resultado obtenido en la fórmula

de los grados de libertad buscamos
en la tabla de distribución t student en
base al nivel de significancia, por lo
general se usa el nivel de significancia
de 0.05 sin embargo este valor va a
depender de lo que nos pidan en el
problema.

Este valor obtenido se llama T

teórico, este dato mostrará los límites
de las zonas de aceptación y rechazo
de la hipótesis alternativa. La lectura
de la tabla de la Distribución T
Student, será para encontrar los
puntos críticos. El número que se
cruce con el grado de libertad y el nivel
de significancia corresponderá a el
valor de T teórico o T esperado.
 PASO 7
Contraste de T calculada y T teórico
Nos servirá para decidir -aceptar ó -rechazar la (H1)Hipótesis
Alterna o de trabajo, pues si el valor se encuentra dentro del
área de aceptación de la Nula (H0), se rechaza la hipótesis
Alterna; pero en caso de que, el dato se encuentre dentro del
área de rechazo de la H0, se escogerá la hipótesis Alterna.

𝑻𝒄 > 𝑇𝑡 :Aceptamos 𝑯𝟏 - Rechazamos 𝐻0

𝑻𝒄 ≤ 𝑇𝑡 :Rechazamos 𝐻1 - Aceptamos 𝐻0
 PROBABILIDAD APROXIMADA
Contraste de Chi calculada y Chi teórica
𝑪𝒉𝒊𝒄 > 𝐶ℎ𝑖𝑡 :Aceptamos 𝐻1 - Rechazamos 𝐻0
𝑪𝒉𝒊𝒄 ≤ 𝐶ℎ𝑖𝑡 :Rechazamos 𝐻1 - Aceptamos 𝐻0
Contraste de T calculada y T teórico
𝑻𝒄 > 𝑇𝑡 :Aceptamos 𝐻1 - Rechazamos 𝐻0
𝑻𝒄 ≤ 𝑇𝑡 :Rechazamos 𝐻1 - Aceptamos 𝐻0
PROBABILIDAD EXACTA
Contraste de p calculada y p teórica
𝒑𝒄 < 𝑝𝑡 : EXISTE, Hay significación Estadística
𝒑𝒄 ≥ 𝑝𝑡 : NO Hay significación Estadística
Teniendo el Tc (calculado) se procede a comparar con el Tt (teórico)
(tabla)
𝑯𝟏 : 𝒙𝟏 ≠ 𝒙𝟐
𝑯𝟎 : 𝒙𝟏 = 𝒙𝟐 INTERPRETACIÓN
Si 𝑇𝑐 > 𝑇𝑡 Acepto la hipótesis alterna y
rechazo la hipótesis nula , dado que si existe diferencia entre las medias
Si 𝑇𝑐 ≤ 𝑇𝑡 Rechazo la hipótesis Alterna y acepto la nula,
dado que no existe diferencia entre las medias.

𝑯𝟎 .

𝑨𝒄𝒆𝒑𝒕𝒐 𝑯𝟏 .
𝑨𝒄𝒆𝒑𝒕𝒐 𝑯𝟏 .
𝑯𝟎 .
PROCESO EXACTO
 PASO 1 Cálculo de P calculada
 Probabilidad que no se debe al azar: El dato que
obtuvimos como T calculada, Ahora se busca en la tabla
“como el Z calculado” con DOS decimales
correctamente aproximados, lo ubicamos en la tabla
“Áreas de la curva de la probabilidad normal”, lo buscamos
como si fuera el valor Z y leemos de afuera hacia dentro.

El dato que leamos, lo multiplicamos por 2, y el dato que

obtenemos será el valor que no se debe al azar. (no azar)

 Probabilidad que se debe al azar: El valor antes obtenido,

lo restamos de 1, y el número obtenido, será el valor que se
debe al AZAR, nuestra P calculada que será el valor de
nuestra significancia estadística.
 PASO 2 Cálculo de p teórico
100−𝐼𝐶
Este dato se calculará de la siguiente manera:
100

PASO 3 Contraste de P calculada y P teórico

𝑷𝒄 < 𝑃𝑡 : Si hay significancia estadística, o: la diferencia es
estadísticamente significativa.

𝑷𝒄 ≥ 𝑃𝑡 : No hay significancia estadística, o: la diferencia no

es estadísticamente significativa.
 Dibujar Campana de Gauss como método de
comprobación

Para realizar este paso necesitaremos el grafico de la

distribución de los datos en una campana de Gauss.
- Si T calculada está dentro del área de aceptación de Ho, se rechaza
la hipótesis alternativa (H1), pero si T calculada este dentro del área
de rechazo de Ho, se acepta la hipótesis alternativa.
- Si P calculada está dentro del área de aceptación No hay
significancia estadística, pero en el caso de que P calculada este
dentro del área de rechazo Si hay significancia estadística.

Área de Área de rechazo Ho

Área de rechazo Ho aceptación
Área de aceptación H1 Ho Área de aceptación H1
 Área de
aceptación Área de rechazo Ho
Área de rechazo Ho Ho
Área de aceptación H1
Área de aceptación H1

Para Z ó T, ## aumentan
1,24 1,96 1,99

MEDIA

0,93 Para p, ## aumentan

0,05
0,002

EJERCICIOS
1. Se desea conocer la eficacia de dos medicamentos en dos
poblaciones de 30 y 35 individuos respectivamente, teniendo
en la primera población una media de 122 y un desvío
estándar de 8, la segunda población presenta una media de
125 y un desvío estándar de 9, con un intervalo de confianza
al 95%.

Formulación de hipótesis
𝑯𝟏 = 𝐿𝑎 𝑒𝑓𝑖𝑐𝑎𝑐𝑖𝑎 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑚𝑒𝑑𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑜𝑠 𝑒𝑠 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑎
𝑒𝑛𝑡𝑟𝑒 𝑙𝑎𝑠 2 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
𝑯𝟎 = 𝐿𝑎 𝑒𝑓𝑖𝑐𝑎𝑐𝑖𝑎 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑚𝑒𝑑𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑜𝑠 𝑒𝑠 𝑠𝑖𝑚𝑖𝑙𝑎𝑟
𝑒𝑛𝑡𝑟𝑒 𝑙𝑎𝑠 2 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
 PROCESO APROXIMADO
Cálculo de T calculada
𝐷𝑆1 8 Cálculo de T teórico
𝐸𝐸1 = = = 1,46059 Grados de libertad (gl)
𝑛1 30 𝑔𝑙 = 𝑛1 + 𝑛2 − 2
𝐷𝑆2 9
𝐸𝐸2 = = = 1,52128 𝑔𝑙 = 30 + 35 − 2
𝑛2 35 𝑔𝑙 = 63
𝑿𝟏 − 𝑿𝟐 Nivel de significancia
𝒕𝒄𝒂𝒍𝒄𝒖𝒍𝒂𝒅𝒂 =
(𝑬𝑬𝟏 )𝟐 +(𝑬𝑬𝟐 )𝟐 100 − 95
125 − 122 = 0,05
100
𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 =
(1,46)2 +(1,52)2
𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 1,4225175 𝑇𝑡𝑒ó𝑟𝑖𝑐𝑜 = 1,658
𝑿𝟏− 𝑿𝟐
𝑻𝒄 =
𝑫𝑺𝟏 𝟐 𝑫𝑺𝟐 𝟐
𝒏𝟏 + 𝒏𝟐
Contraste
𝑻𝒄𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 < 𝑻𝒕𝑎𝑏𝑙𝑎 𝑜 𝑡𝑒ó𝑟𝑖𝑐𝑜 𝑜 𝑐𝑟í𝑡𝑖𝑐𝑜
Al ser T calculada menor que T teórico, entonces se rechaza la
Hipótesis alternativa, eso quiere decir que la eficacia de los
medicamentos es similar en las 2 poblaciones.
 PROCESO EXACTO
Cálculo de P calculada Cálculo de P teórico
T calculada: 1,4225175 → Zc = 1,42 100 − 95
𝑃𝑡𝑒𝑜𝑟𝑖𝑐𝑜 = = 0,05
0,4222 × 2 = 0,8444 : Valor que se 100
debe al no azar
𝑃𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 1 − 0,8444 = 0,1556 : Valor
que se debe al azar

𝑃𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑃𝑡𝑒ó𝑟𝑖𝑐𝑜

0,1556 > 0,05
Al ser P calculada mayor que P teórico, se concluye que no hay
significancia estadística, es decir, que la diferencia no es
estadísticamente significativa. (𝑃𝐶 > 0,05) ó “que no hay diferencia
estadísticamente significativa”
2. Se realizó un estudio sobre la utilización de luz en la ciudad de
Cuenca, para esto se tomó una muestra de 10 casas teniendo un
consumo medio de 66kWh por día y con una desviación estándar
de 21kWh. Si el recurso de luz en Machala tuvo una utilización
media de 44kWh por día con una desviación estándar de 14 por 15
casas. Con un intervalo de confianza del 95%.

Formulación de hipótesis
𝑯𝟏 = 𝐸𝑙 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑖𝑑𝑎𝑑 𝑒𝑠 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑎
𝑒𝑛𝑡𝑟𝑒 𝐶𝑢𝑒𝑛𝑐𝑎 𝑦 𝑀𝑎𝑐ℎ𝑎𝑙𝑎.
𝑯𝟎 = 𝐸𝑙 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑖𝑑𝑎𝑑 𝑒𝑠 𝑠𝑖𝑚𝑖𝑙𝑎𝑟
𝑒𝑛𝑡𝑟𝑒 𝐶𝑢𝑒𝑛𝑐𝑎 𝑦 𝑒𝑛 𝑀𝑎𝑐ℎ𝑎𝑙𝑎.
 PROCESO APROXIMADO

Cálculo de T calculada Cálculo de T teórico

𝐷𝑆1 21 Grados de libertad (gl)
𝐸𝐸1 = = = 6,64
𝑛1 10 𝑔𝑙 = 𝑛1 + 𝑛2 − 2
𝐷𝑆2 14
𝐸𝐸2 = = = 3,61 𝑔𝑙 = 10 + 15 − 2
𝑛2 15
𝑔𝑙 = 23
𝑋1 − 𝑋2
𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = Nivel de significancia
(𝐸𝐸1 )2 +(𝐸𝐸2 )2
100 − 95
𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 0,05
100
66 − 44
=
(6,64)2 +(3,61)2 𝑇𝑡𝑒𝑜𝑟𝑖𝑐𝑜 = 1,714
𝑇𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 2,91
Contraste
𝑇𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑇𝑐𝑟í𝑡𝑖𝑐𝑜
Al ser T calculada mayor que T teórico, entonces se acepta la Hipótesis
alternativa, eso quiere decir que el uso de la electricidad es distinta en
cada provincia.
 PROCESO EXACTO

Cálculo de P calculada
Cálculo de P teórico
T calculada: 2,91
100 − 95
0,4982 × 2 = 0,9964 : Valor que se 𝑃𝑡𝑒𝑜𝑟𝑖𝑐𝑜 = = 0,05
100
debe al no azar
𝑃𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 1 − 0,9964 = 0,0036 :
Valor que se debe al azar

𝑃𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 < 𝑃𝑡𝑒ó𝑟𝑖𝑐𝑜

Al ser P calculada menor que P teórico, se concluye que si hay
significancia estadística, es decir, que se rechaza la Ho y que la
diferencia entre el consumo medio de luz entre Cuenca y Machala es
estadísticamente significativa (𝑃𝐶 < 0,05).
3. Se llevó a cabo una investigación en donde se pretendía
determinar si un incremento de bilirrubina ocasiona efectos
malignos a nivel hepático. Una muestra de 17 pacientes ictéricos
tenía una media de 1.8 mg/dL de bilirrubina en la sangre, y una
desviación estándar de 0,8 mg/dL; mientras que una muestra de
5 pacientes con bilirrubina normal tenía una media de 1,5 mg/dL
y una desviación estándar de 1,2 mg/dL. Realizar las respectivas
comparaciones de medias con un nivel de confianza al 95%.

Formulación de hipótesis
𝐻1 = Una persona ictérica tiene una cantidad diferente de
bilirrubina que una persona normal.

𝐻0 = Una persona ictérica tiene una cantidad similar de

bilirrubina que una persona normal.
 PROCESO APROXIMADO

Cálculo de T calculada Cálculo de T teórico

𝐷𝑆1 0,8
𝐸𝐸1 = = = 0,19 Grados de libertad (gl)
𝑛1 17

𝐷𝑆2 1,2 𝑔𝑙 = 𝑛1 + 𝑛2 − 2
𝐸𝐸2 = = = 0,53 𝑔𝑙 = 17 + 5 − 2
𝑛2 5
𝑋1 − 𝑋2 𝑔𝑙 = 20
𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 =
(𝐸𝐸1 )2 +(𝐸𝐸2 )2 Nivel de significancia
𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 100 − 95
= 0,05
1,8 − 1,5 100
=
(0,19)2 +(0,53)2
𝑇𝑡𝑒𝑜𝑟𝑖𝑐𝑜 = 1,725
𝑇𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 0,533

Contraste
𝑇𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 < 𝑇𝑐𝑟í𝑡𝑖𝑐𝑜
Al ser T calculada menor que T teórico, entonces se acepta la Hipótesis
nula, eso quiere decir que una persona ictérica tiene una cantidad
similar de bilirrubina que una persona normal.
 PROCESO EXACTO

Cálculo de P calculada
Cálculo de P teórico
T calculada: 0,533
100 − 95
0,2019 × 2 = 0,4038 : Valor que se 𝑃𝑡𝑒𝑜𝑟𝑖𝑐𝑜 = = 0,05
100
debe al no azar
𝑃𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 1 − 0,4038 = 0,5962 :
Valor que se debe al azar

𝑃𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑃𝑡𝑒ó𝑟𝑖𝑐𝑜

Al ser P calculada mayor que P teórico, se concluye que no hay
significancia estadística, es decir, que la diferencia no es
estadísticamente significativa. (𝑃𝐶 > 0,05)
4. En el último censo realizado por los estudiantes de dos
distintas universidades, se obtuvieron resultados muy alarmantes
acerca de la frecuencia en el consumo de alcohol en la ciudad de
Cuenca con respecto a la ciudad de Guayaquil. El respectivo
estudio demostró que 8 adolescentes de la ciudad de Cuenca
tenían una media de 5 tragos por semana y una desviación
estándar de 20. Mientras que 13 adolescentes guayaquileños
presentaron una media de 11 y una desviación estándar de 45 en
el mismo estudio de consumo de alcohol y. Confianza del 90%.

Formulación de hipótesis
𝐻1 = El consumo de alcohol por semana en los adolescentes cuencanos es
diferente al de los guayaquileños.
𝐻0 = El consumo de alcohol por semana en los adolescentes cuencanos es similar
al de los guayaquileños.
 PROCESO APROXIMADO

Cálculo de T calculada Cálculo de T teórico

𝐷𝑆1 20 Grados de libertad (gl)
𝐸𝐸1 = = = 7,07
𝑛1 8 𝑔𝑙 = 𝑛1 + 𝑛2 − 2
𝐷𝑆2 45 𝑔𝑙 = 8 + 13 − 2
𝐸𝐸2 = = = 12,48
𝑛2 13
𝑔𝑙 = 19
𝑋1 − 𝑋2
𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = Nivel de significancia
(𝐸𝐸1 )2 +(𝐸𝐸2 )2
100 − 90
𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 0,1
100
11 − 5
=
(7,07)2 +(12,48)2 𝑇𝑡𝑒𝑜𝑟𝑖𝑐𝑜 = 1,328
𝑇𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 0.418
Contraste
𝑇𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 < 𝑇𝑐𝑟í𝑡𝑖𝑐𝑜
Al ser T calculada menor que T teórico, entonces se acepta la Hipótesis
nula, eso quiere decir que el consumo de alcohol por semana en los
adolescentes cuencanos es similar al de los guayaquileños.
 PROCESO EXACTO

Cálculo de P calculada
Cálculo de P teórico
T calculada: 0.48
100 − 90
0,1628 × 2 = 0,3256 : Valor que se 𝑃𝑡𝑒𝑜𝑟𝑖𝑐𝑜 = = 0,1
100
debe al no azar
𝑃𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 = 1 − 0,3256 = 0,6744 :
Valor que se debe al azar

𝑃𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎 > 𝑃𝑡𝑒ó𝑟𝑖𝑐𝑜

Al ser P calculada mayor que P teórico, se concluye que no hay
significancia estadística, es decir, que la diferencia no es
estadísticamente significativa. (𝑃𝐶 > 0,1)
5. En un estudio se busca determinar si el consumo de un
tipo de endulzantes genera algún efecto adverso, para lo
cual se usa dos marcas de endulzantes A y B.
El estudio con la primera marca se realiza con 89
personas, con una media de 76 g/día y una desviación
estándar de 22g/día; en la marca B participan 92 personas,
con una media de 65 g/día y una desviación estándar de
18g/día. Comparar las medias con un nivel de confianza
del 95%.

Desarrollo:
Planteamiento de la hipótesis:
H1: 𝑥1 ≠ 𝑥2 El efecto de los endulzantes de tipo A son diferentes a los
de tipo B.
Ho: 𝑥1 = 𝑥2 Los efectos de la marca A y B son los mismos.
 PARTE APROXIMADA:
Cálculo de la T de student (t calculada)
𝐱𝟏 − 𝐱𝟐
𝐳𝐂 =
𝐃𝐬𝟏 𝟐 +𝐃𝐬𝟐 𝟐
𝐧𝟏 𝐧𝟐
76− 65
Tc = = 3.674
222 182
89
+ 92

Cálculo de T crítico:
gl: (n1 +n2 ) -2
gl: (106+89) -2 = 193
T teorico : 1.645
Contraste:
Tc > Tt Aceptamos la hipótesis alternativa, eso quiere decir que el
efecto de los endulzantes de tipo A son diferentes a los de tipo B.
 PARTE EXACTA:

P calculado
3.67 = 0.4999 x 2= 0.9998
1-0.9998= 0.0002

P teórico
100−95%
= 0.05
100

Contraste:
Pc < Pt: La diferencia es estadísticamente significativa, es decir si
hay significancia estadística. (Pc< 0,05)