Estadistica industrial
1/06/2018
PRUEBA DE JI CUADRADO X² ESTADISTICA INDUSTRIAL DATOS ENUMERATIVOS
OBJETIVOS: as características de la distribución ji 1.- Enumerar Enumerar l as cuadrada .
2.- Realizar una prueba de hipótesis hipótesis comparando comparando un conjunto observado de frecuencias frecuenci as y una distribución esperada. hipótesis de normalidad 3.- Efectuar una prueba de hipótesis aplicando la distribución ji cuadrada . 4. Llevar a cabo una prueba de hipótesis para determinar si están relacionados dos criterios de clasificación.
MG. ROSMERI MAYTA H 2018
01/06/2018
Rosmeri Mayta Estadistica Industrial
1
01/ 06/ 2018
2
PROPIEDADES:
DISTRIBUCION X 2
La
prueba X² es una una medi medida da de comp compat atib ibililid idad ad entre una frecuencia observada (ƒo) de un dete determ rmin inad adoo even evento to o una una de sus sus cara caract cter erís ístitica ca y la frec frecue uenc ncia ia teóri eórica ca espe espera rada da (ƒe) (ƒe),, con con base base en una una dist distri ribu buci ción ón supu supues esta ta.. Cada Cada X² depende del tamaño de la muestra (n); para muestras ras pequ pequeñ eñas as (o poco pocoss grad gradoo de libe libert rtad ad,, g .l.) . l.) esta esta distribución esta fuertemente sesgada en dirección dirección positiva. positiva.
01/06/2018
Rosm eri Mayta Estadistica Industrial
Rosmeri Mayta Estadistica Industrial
3
1.-L 1.-Los os valo valore ress de X² son son mayo mayore ress o igua iguale less que que cero cero.. 2.-L 2.-Laa form formaa de una una dist distrib ribuc ució iónn X ² depe depend ndee del del gl =n-1 =n-1.. en conse consecu cuen encia cia hay hay una una familia familia de distrib distribuc ución ión X ² . 3.-E 3.-Ell área área bajo bajo una una curv curvaa X² y sobr sobree el eje eje horiz horizon onta tall es uno. 4.- La distr istrib ibuución ión X² no son son simé imétric tricaas tie tienen cola olas estre estrech chas as que que se exti extien ende denn a la dere derech cha; a; esto esto es, es, está estánn sesgada sesgadass hacia hacia la derecha. derecha. 5.-E 5.-Ell valo valorr de X² siempre siempre es positivo positivo.. 6.-E 6.-Enn Tant Tantoo que que la mues muestr traa se incr increm emen enta ta en tama tamaño ño,, X² tiend tiendee a aprox aproxima imarse rse a la distrib distribuci ución ón norma normal.l.
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
4
2-2
CHI-SQUARE DISTRIBUTION P r o b a b i l i d a d
PRUEBA DE BONDAD DE AJUSTE :
Frecuencias Esperadas iguales Sean fo y fe las frecuencias observada y esperada respectivas. Procedimiento para realizar la Prueba de Hipotesis 1.- Ho : No hay hay dife diferen rencia cia entre entre fo y fe Ha : Existe una diferencia diferencia entre fo y fe significancia:α 2.- El nivel de significancia: estadístico : X2 : 3.- Definir el estadístico aceptación y rechazo: rechazo: 4.- Establecer la región de aceptación El valor crítico es: X 2 (α,K-1) Grados de Libertad: K-1 K= Numero de categorías
gl = 3 gl = 5 gl = 10
2 χ χ χ χ2 01/06/2018
Rochi smeri M-aytcuadrada a Valores Valores deEstadistica Industrial
Mg. Rosmeri Mayta H.
5
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
6
1
Estadistica industrial
1/06/2018
PROBLEMA 5.-Calculo
del estadístico y tomar una
decisión:
( f
x 2 = Σ
0
−
f e
2 f e )
Si
Xk pertenece a la región critica entonces se rechaza la hipótesis nula de lo contrario se acepta
01/06/2018
Rosmeri Mayta Estadistica Industrial
7
En el siguien iente cuadro se encuentra tra los los datos de ausentismo se recolectaron en una planta manufa manufactu cturer rera. a. Con un nivel nivel de signif significa icanc ncia ia de 0.05, 0.05, realizar una prueba para determinar si existe dife iferencia en el tasa de ausentismo por día de la semana. Día Frecuencia Lunes
120
Martes
45
Miércoles
60
Jueves
90
Viernes
130
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
8
Solución 1.1.- H 0 : No exis existed ted ifer iferen enci cia a entr entre e las las frec frecu u en en cia cias s o bse bserv rvad adas as
y espera esperadas das conrespectoa conrespectoa la tasa tasa de ausent ausentism ismo. o. H a: Exis te te u n na a d ifif er ere nc nc ia ia en ttrre l as as f re re cu cue nc ncia s o b bs se rv rv ad ad as as y esper esperada adas s conrespec conrespecto to a la tasa tasa de ausent ausentism ismo o.
X2 0.05,4 =9.488 5) Como el X2 k es mayor que el teórico entonces se rechaza la hipótesis nula y se acepta la alternativa. Si existe diferencia en la frecuencia observada y esperada del ausentismo
significancia: cia:α =0.05 2.- Nivel de significan 3.3.- El esta estadí díst stic icoo es :X2 Calculo Calculo de frecuenc frecuencias ias esperada esperadass iguales: iguales: (120 + 45 + 60 + 90 + 130) / 5 = 89.
X2 k = (120 (120 – 89) 89) 2 /89 + (45-89) 2 /89+…. (130-89) 2 /89 = 60.89 60.89 4.- Estab Establec lecer er la regla regla de decis decisión ión:: G.L: G.L: k-1 =5-1=4 =5-1=4 01/06/2018
Rosmeri Mayta Estadistica Industrial
9
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
10
PROBLEMA 1
El direc directo torr de segu segurid ridad ad de la empre empresa sa Hond Hondaa , de Esta Estados dos Unido Unidoss , tomó tomó mues muesttras ras al azar azar el arch archiv ivoo de acci accide dent ntes es meno menore ress , y los clasi a sificó c ó de acue acuerd rdoo con con el tiemp iempoo en que tuvo uvo luga lugarr cad cada uno uno . Utili Utiliza zand ndoo la prueba prueba de bonda bondadd de ajust ajustee y el nivel nivel de signi signififican cancia cia de 0.01, Determine si los accidentes están distribuidos uni uniform formem emen entte o no dura durannte el día día . De una una brev brevee expl explicac i cació iónn acer acerca ca de la conc conclu lusi sión ón . Hora
01/06/2018
8 a 9 am. 9 a 10 am. 10 a 11 am. 11 a 12 pm. 1 a 2 pm. 2 a 3 pm. 3 a 4 pm. 4 a 5 pm.
Mg. Rosmeri Mayta H.
Nº de de ac accidentes
6 6 20 8 7 8 19 Ros6 meri Mayta
Estadistica Industrial
Hora
Nª accid. ( fo)
Fe
( fo – fe fe )
( fo –fe )2 /fe
8-9
6
10
-4
16
1.6
9-10
6
10
-4
16
1.6
10-11
20
10
10
100
10
11-12
8
10
-2
4
0.4
1-2
7
10
-3
9
0.9
2-3
8
10
-2
4
0.4
3-4
19
10
9
81
8.1
4-5
6
10
4
16
1.6
∑ = 80 11
( fo – fe fe )2
01/ 06/ 2018
∑ = 24.6 Rosm eri Mayta Estadistica Industrial
12
2
Estadistica industrial
1/06/2018
X2 0.01 , 7 = 18.475 4) gl = k – 1 = 8 – 1 = 7
Soluci Solución ón :
X2 0 .0.0 1 , 7 = 18.475 18.475
1)
Plan Plante team amos os la hipó hipóte tesi siss nula nula y la hipó hipóte tesi siss alte altern rnat ativ ivaa Ho : La can cantid tidad de accid cidentes tes está stán distr istrib ibuuido idos unifo uniform rmem emen ente te dura durant ntee el día día . Ha : La cant cantid idad ad de acci accide dent ntes es no está estánn dist distri ribu buid idos os unifo uniform rmem emen ente te dura durant ntee el día día . 2) Nive Nivell de Sign Signifi ifica canc ncia ia : α = 0.01 0.01 3)
5) Como X2 k cae en la región critica , rechazamos la Ho y aceptamos la Ha , esto quiere decir que los accidentes no están distribuidos uniformemente durante el día .
X2 = ∑ [ ( fo f o – fe f e )2 / fe]
01/06/2018
Rosmeri Mayta Estadistica Industrial
13
FRECUENCIAS ESPERADAS DESIGUALES El
01/06/2018
Rosmeri Mayta Estadistica Industrial
Rosm eri Mayta Estadistica Industrial
14
Cálculos
PRUEBA DE BONDAD DE AJUSTE
U.S. Bureau of the Census indica que 63. 63.9% de la pobla blación está casa asada, 7.7% es viuda, 6.9% divorciada (y no vuelta a casar) y 21.5% soltera (nunca casada). Una muestra de 500 adultos del área de Filad Filadelf elfia ia indic indicaa que 310 pers persona onass estaba estabann casad asadaas, 40 viu viudas das, 30 divor vorciadas adas y 120 solt solter eras as.. Para Para .05 .05 de nive nivell de sign signifific ican anci ciaa ¿Se puede concluir que el área de Filad Filadelf elfia ia es difere diferent ntee al de Esta Estados dos Unidos Unidos como como un todo todo??
01/ 06/ 2018
15
Estado
f 0
Casado
310
3 1 9 .5
. 28 2 5
Viudo
40
3 8. 5
. 0 58 4
Divorciado
30
34.5
. 58 7 0
Soltero
1 20
1 0 7 .5
1.4535
Total
50 0
01/ 06/ 2018
f e
( f0 −fe)2 / f e
2.3814
Rosm eri Mayta Estadistica Industrial
16
PRUEBA DE BONDAD DE AJUSTE PARA PROBAR LA NORMALIDAD
1.- H 0 : El área de Filadelfia es igual al de Estados Unidos en cuanto a su estado civil. Ha : El área de Filadelfia es diferente al de Estados Unidos en cuanto a su estado civil. 2.- α =0.05 3.3.- X2 k = 2.38 24 x 2
= 2.3824 3824
Propósito :
Probar si las frecuencias observadas en una distribución de frecu frecuenc encias ias se ajust ajustaa a la dist distrib ribuci ución ón norma normall teórica. Procedimiento : • Dete Determ rmiinar nar la medi mediaa y la desv desvia iaci ción ón está estánd ndar ar de la distri distribuc bución ión de frecue frecuenci ncias. as. • Cal Calcul cular el val valor z para el lím ite inferior y superi superior or de cada cada clase. clase. • Dete Determi rmina narr la Fe para para cada cada cate catego gorí ríaa • Usar Usar la prue prueba ba de bond bondad ad de ajus ajuste te X 2 y lueg luegoo segu seguir ir el mism mismoo proc proced edim imie ient ntoo para para la prue prueba ba de hipótesis. hipótesis.
x 2 > 7.815, gl = 3,
4.- X2 0.05,3 =7.815 es mayor que el X2 k = 2.38 24 se acepta la hipótesis nula
01/06/2018
Mg. Rosmeri Mayta H.
Rosmeri Mayta Estadistica Industrial
17
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
18
3
Estadistica industrial
1/06/2018
PRUEBA DE BONDAD DE AJUSTE PARA PROBAR LA NORMALIDAD
La estación radiodifusora de FM, cuyo distintivo es ALFA, cree que la edad de sus radioescuchas siguen una distribución probabilística normal para confirmar esto se tomo una muestra de 50 oyentes y los resultados fueron ordenados en la siguiente tabla de distribución de frecuencias. Tiene una media µ=44.8 y una σ = 9.36 Al nivel de significancia significancia del 10% ¿Se puede concluir razonablemente que distribución de las edades se aproximan a una de tipo normal?
Nota: Los grados de libertad de X 2 esta dado por: K-m-1 K: Es el número de categorías m: Es el número de parámetros calculados
01/06/2018
Rosmeri Mayta Estadistica Industrial
Edad
19
01/ 06/ 2018
Frecuencia
20 hasta 30
1
30 hasta 40
15
40 hasta 50
22
50 hasta 60
8
60 hasta 70
4
Rosm eri Mayta Estadistica Industrial
20
Solución
Calculamos µ los valores de Z :
Z30 =
X − µ
=
σ
Z40 =
40 − 44.8 9.36
30 − 44.8 9.36
= -1.58
EDAD
Fo
Valor de Z
area
Fe
De menos a 40
16
MENOS a -0.51
0.3059
15.295
40 – 50
22
-0.51 a 0.55
0.4029
20.145
50 A mas
12
0.55 a MAS
0.2912
14.56
= -0.51
Z50 =
50 − 44.8 9.36
=0.55
Z60 =
60 − 44.8
=1.62
9.36
Luego procedemos a calcular las áreas que vienen a ser las probabilidades , se reducen a tres categorías, porque las frecuencias esperadas deben ser mayor que cinco , se suman las áreas y luego se determinan las frecuencias esperadas. 01/06/2018
Rosmeri Mayta Estadistica Industrial
Las Las edad edades es se dist distri ribu buye yenn en form formaa norm normal al Ha : Las Las edad edades es no está estánn dist distri ribu buid idas as en form formaa norm normal al 2.-α = 0.10 0.10 ∑ (Fo − Fe)2 3.3.- El esta estadi dist stic icoo es X 2
4.4.- Xk2 =
gl:k-1 gl : 3-1 = 2
X2 0.1,2 = 4.60 4.60 ( delatabladejicua delatabladejicuadr drad adoo )
Mg. Rosmeri Mayta H.
Rosmeri Mayta Estadistica Industrial
Rosm eri Mayta Estadistica Industrial
22
Una
Fe
5.5.- Como Como Xk2 = 0. 0.6534 es me n o r que X2 0.1,2 = 4.60 4.60 pert perten enec ecee a la regi región ón de acep acepta taci ción ón ento entonc nces es acep acepta tamo moss la H0 . Quiere Quiere decir decir que las edades edades se distri distribuyen b uyen en forma forma normal normal .Nota Se han unidos categorías por tener las frecuencias espe espera rada dass mas mas del del 20% 20% de las las casi casillllaa una una frec frecue uenc ncia ia meno menoss de cinco.
01/06/2018
01/ 06/ 2018
PROBLEMA NORMALIDAD
1) Ho :
21
23
mues uestra de 500 dona donattivos a la Fund undaci acion de artritis se presenta con la siguiente distribución de frecuencias. ¿Es razonable concluir uir que que se tien iene una dis distribuc bución norm ormal con con media edia de $10 $10 y des desviac viació iónn est estánda ándarr de $2? $2? f Use Use .05 .05 de nivel nivel de signi sie gnific ficanc ancia. ia. para la primera clase, Nota : Para calcular prim primer eroo se calc calcul ulaa f la prob probab abililid idad ad de esta esta clas clase. e. P(X<6) = P [Z<(6-1e 0)/2]=.0228. Así, es (.0228)(500)=11..4 01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
24
4
Estadistica industrial
1/06/2018
SOLUCIÓN cantidad gastada
f 0
< $6
20
PROCEDIMIENTO f e
área
.0 2
1 1 .4 0
( f0 −fe)2 / f e
6 .4 9
$ 6 -8
60
.1 4
6 7 .9 5
.9 3
$ 8 -1 0
1 40
.3 4
1 7 0 .6 5
5 .5 0
$ 1 0 -1 2
1 20
.3 4
1 7 0 .6 5
1 5 .0 3
$ 1 2 -1 4
90
.1 4
6 7 .9 5
7 .1 6
> $ 14
70
.0 2
1 1 .4 0
3 0 1 .2 2
Total
500
500
336.33
01/06/2018
Rosmeri Mayta Estadistica Industrial
1.-
H 0 : La donati donativossigu vossiguee unadistribu unadistribució ciónn normal normal.. Ha : Ladonati Ladonativo voss nosigue nosigue una una dist distri ribu buci ción ón norm normal al..
2.- α=0 .05 3.- Definir Definir el estadíst estadístico ico 4.- Definir la región de aceptación aceptación y de rechazo 5.- Calculo Calculo del estad estadistic isticoo
X2 k = 336.33
25
X2 = 11.05 , gl. K-1= 5
X2 k = 336.33 se rechaza la H0 se acepta la hipótesis alternativa. Los donativos no siguen una distribución normal.
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
26
Prueba de bondad de ajuste: población multinomial
En este caso cada elemento de una población se asigna a una y sólo una de vari varias as clas clases es o cate catego gori rias as.. Esta Esta pobl poblac ació iónn se llama multinomial. La distribución multinomial de probabilidad se puede concebir como una ampliación de la dist distri ribu buci ción ón bino binom mial ial para para el caso caso de tres tres o más más cate catego gori rias as de resu resultltad ados os..
01/06/2018
Rosmeri Mayta Estadistica Industrial
27
En cada ensayo intento o prueba de un experimento multinomial multinomial sólo se presenta uno y solo uno de los resultados . Cada intento del experimento se supone independiente, y las probabilidades de los resultados permanecen igual para cada prueba
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
28
Problema Scottt Scot
Mark Market etin ingg elab elabor oróó un anál anális isis is de merc mercad adoo , Durante el año pasado se estabilizaron las par participac paciones nes del del mercado cado con con 30% 30% para ara la compañía A, 50% para la compañía B y 20% par para la comp ompañí añía C. hace ace poco poco la compañ pañía C inve invennto un nue nuevo produc oductto nue nuevo y mejo ejorado ado que remplazará su participación actual en el mercado.Los gerentes de la compañía C pidieron a Scott Marketing determinar si el nuevo nuevo produc producto to caus causará ará algun algunaa altera alteraci ción ón en las part partic icip ipac acio ione ness de los los tres tres com competi petido dore ress en el mercado.
01/06/2018
Mg. Rosmeri Mayta H.
Rosmeri Mayta Estadistica Industrial
29
Supongamos que la empresa investigadora uso un conjunto de 200 clientes para el estudio. A cada persona se le pidió especific ficar su prefer ferencia de compra entre las tres alternativas el producto de la compañía A, el de la compañía B o el nuevo de la compañía C. Las 200 respuestas se tiene en el siguiente siguiente cuadro cuadro
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
30
5
Estadistica industrial
1/06/2018
01/06/2018
Rosmeri Mayta Estadistica Industrial
31
En este caso, la población de interés es multinomial; cada cliente se clasifica como comprador de la compañía A, de la de B o de la de C. Entonces, la población multinomial tiene tres clasificaciones o categorias.
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
32
SOLUCIÓN 1. Ho: PA=0.30, PB=0.50, PC=0.20 ( El nuevo producto de la compañía C no alterará la participación participación en el mercado) mercado) proporciones poblacionales poblacionales no Ha: las proporciones son PA=0.30, PB=0.50, PC=0.20 (La introducción del nuevo producto influye en la participación del mercado) mercado)
2.- Nivel de significancia de 0.05 3.- X2 4.- X2 (0.05,3-1) =5.99 5.-
01/06/2018
Rosmeri Mayta Estadistica Industrial
33
01/ 06/ 2018
01/06/2018
Mg. Rosmeri Mayta H.
Rosmeri Mayta Estadistica Industrial
35
Rosm eri Mayta Estadistica Industrial
34
5.- Como Como 7.34 > 5.99, 5.99, rechaza rechazamos mos la hipótesis nula. Con ello concluimos que la introducción del nuevo producto de la compañía C si alterará la estructura actual de participaciones en el mercado.
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
36
6
Estadistica industrial
1/06/2018
Problema
Una empresa dedicada a la venta de mueb mueble less dese deseaa estu estudi diar ar cual cual es el núm número ero de soli soliccitu itudes de créd rédito ito recib ecibid idaa por por día en los los últi últim mos 300 300 días días.. Esta info inform rmac ació iónn se presen presenta ta a contin continuac uación ión..
01/06/2018
Rosmeri Mayta Estadistica Industrial
37
¿Sería razonable concluir que la distribución de la población es la dist distri ribu buci ción ón de Pois Poisso sonn con con media edia 2? Use Use nivel nivel de signifi significan cancia cia 0.05. 0.05.
01/06/2018
4.
Rosmeri Mayta Estadistica Industrial
39
G.l = 6 - 1 = 5 X2 (0.05,5) = 11.070
01/06/2018
Mg. Rosmeri Mayta H.
Rosmeri Mayta Estadistica Industrial
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
38
Ho: La Distribución de la población sigue sigue una distri distribuc bución ión Poisso Poissonn con con media edia 2. Ha: La Distr istrib ibuc ució iónn de la pobla oblacción ión no sigue una distribución Poisson con con media edia 2. 2.- α = 0.05 3.- X2 1.-
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
40
P(X=x)= λx e-λ /x!
λ = Cantidad promedio de ocurrencias en un intervalo
41
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
42
7
Estadistica industrial
1/06/2018
Como X2 pertenece a la región de aceptación, entonces se acepta la hipótesis nula, esto quiere decir que la pobl poblac ació iónn sigu siguee una una dist distri ribu buci ción ón Pois Poisso sonn con con media edia 2.
5.-
01/06/2018
Rosmeri Mayta Estadistica Industrial
43
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
44
LIMITACIONES DE X² :
Si hay hay un núme número ro pequ pequeñ eñoo de frec frecue uenc ncia iass espe espera rada dass puede puede llevar llevar a conclus conclusione ioness erróneas erróneas.. Como Como la fe está está en el deno denomi mina nado dorr y la divi divisi sión ón entr entree un número pequeño prod roduce un coc cocien iente demasiado grande. Las frecue frecuenc ncias ias espera esperada dass debe debenn ser cinco cinco o más. más. Para Para más más de dos celd celdaas la X ² no debe debe aplic aplicar arse se,, si más más del 20% 20% de las las celd celdaas fe tie tienen fre frecuencia cias meno menoss de cinco. Para Para resolv resolver er este este proble problema ma se debe debe unir unir categ categori orias as
01/06/2018
Rosmeri Mayta Estadistica Industrial
45
Ejemp los
Ejem plos
Solu ción
Nivel Directivo
fo
fe
Nivel Direct ivo
fo
fe
Nivel Direct ivo
fo
fe
sobresalien te
18
16
Empleados
30
32
Empleados
30
32 1 13
Supervisor
30
37
Supervis or
110
1 13
Supervis or
1 10
Gerente
8
13
G erente
86
87
G erente
86
87
Gerente G eneral
6
4
G erente G eneral
23
24
G erente G eneral
23
27
vicepresid ente ad adj
82
78
vicepresidente ad ad j
5
2
vicepresidente ad ad j
14
7
vicepresid encia
10
15
vicepresidenc ia
5
4
Presidenc ia
4
1
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
PRUEBA DE INDEPENDENCIA
PRUEBA DE CONTINGENCIA
Otra Otra
Se usa para probar si dos características o variables variables están están relaciona relacionadas das.. tambié iénn pued puedee apli aplica cars rsee para para un La prueba de X 2 tamb proy proyeecto de inve invest stig igaació ción rela relaci cion onaado con con dos dos características. En este caso el valor de fe se calcul calculaa median mediante te la siguie siguiente nte fórmul fórmula: a: fe = (total (total por por reglón reglón)(to )(total tal por por colum columna na)) Gran Gran total total y los grados de libertad se hallan por la siguiente fórmula: G:L G:L = (#re (#regl glon ones es - 1)(# 1)(#co colu lumn mnas as - 1) .
apli aplica caci ción ón impo import rtan ante te de la dist distri ribu buci ción ón X2 se relaciona con el usos de datos de mues uestra para para indic indicar ar la indep independ endenc encia ia de dos variab variable les. s. También se le conoce como Tabla de continge contingenci ncias as . prueba ba de inde indepe pend nden enccia util utiliz izaa el form format atoo La prue de la tabla de continge ingenncias, as, y por por est esta razón a veces se le llama la prueba de tabla de contingencias o prueba con tabla de contingencias. Aqui se encuentra todas las combinaciones combinaciones posibles. posibles. 01/06/2018
Mg. Rosmeri Mayta H.
Rosmeri Mayta Estadistica Industrial
47
46
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
48
8
Estadistica industrial
1/06/2018
PROBLEMA Se pidió a una muestra de empleados en una gran planta industrial química que indicara su preferencia por uno de tres plan planes es de pens pensió iónn o reti retiro ro.. Los Los resu resultltad ados os se presentan en la tabla que sigue. ¿Parece haber alguna relación entre el plan de pensión seleccionados y la clasificación del trabajo de los empleados? Utilic icee el nive nivell de sign signifi ifica canc ncia ia de 0.01 0.01.. Util
01/06/2018
Rosmeri Mayta Estadistica Industrial
49
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
50
Rosm eri Mayta Estadistica Industrial
52
SOLUCIÓN
: 1 .-
Ho: No existe relación entre el plan de pensión seleccionado y la clasificación del trabajo de los empleados Ha: Ha: Exis Existe te relac relación ión entre entre el plan plan de pensió pensiónn selec selecci ciona onado do y la clas clasifific icac ació iónn del del trab trabaj ajoo de los los empl emplea eado doss 2.- α = 0.01 3.- X2
5.-
4.- g.l = (ren (renglo glones nes - 1)*(co 1)*(colum lumnas nas -1) -1) = (3 - 1)(3 1)(3 - 1) = 4 X2t (0.01, 4) = 13.277
01/06/2018
Rosmeri Mayta Estadistica Industrial
51
01/ 06/ 2018
El valor de X2k cae en la región de rec rechaz hazo ento ntonces nces se rec rechaz haza la Ho, esto esto quiere decir que existe relación entre el plan de pensión seleccionado y la clasifi clasificac cación ión del trabaj trabajoo de los emple empleado adoss Salida Salida en Minita Minitab: b:
01/06/2018
Mg. Rosmeri Mayta H.
Rosmeri Mayta Estadistica Industrial
53
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
54
9
Estadistica industrial
1/06/2018
Problema
Chi-Square Test: Plan A, Plan B, Plan C Expected counts are printed below observed counts
Plan A Plan B Plan C Total 1 10 16 29 55 18.17 25.27 11.56 2 19 80 19 118 38.98 54.22 24.80 3 81 57 22 160 52.85 73.51 33.63 Total 110 153 70 333 Chi-Sq = 3.672+ 3.401+ 26.303 +10.240 +12.262+1.358+14.990+3.709+ 4.024 = 79.960 DF = 4, P-Value = 0.000
01/06/2018
Rosmeri Mayta Estadistica Industrial
55
Dosc Doscie ient ntos os hom hombres bres de dive divers rsos os nive nivele less geren gerencia ciales les,, selecc seleccion ionado adoss al azar, azar, fueron fueron entre ntrevvista istado doss con res respect pectoo a su inte interé réss o preocupación acerca de asuntos ambientales. La respuesta de cada persona se registró en una de tres cate categgoría orías: s: inte interé réss nulo, ulo, algo algo de inte interé réss y gran gran preocu preocupac pación ión.. Los result resultado adoss fueron: fueron:
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
56
Utilice el nivel de significancia de 0.01 para determinar si existe o no relación entre el nivel directivo o gerencial y el interés en asuntos ambientales. Solución:
Seguimos el siguiente procedimiento: procedimiento: 1.- Ho: No existe existe relación relación entre entre el nivel nivel directivo directivo o gerencial y el interés en asuntos ambientales. Ha: Existe relación entre el nivel directivo o gerencial y el interés en asuntos ambientales.
01/06/2018
Rosmeri Mayta Estadistica Industrial
57
2.-α = 0.01 3.- X2 4 .(renglones - 1)*(columnas -1) = (4 gl = (renglones 1)*(3 1)*(3 - 1) = 6 X2t (0.01, 6) = 16.812 Si el X2k > 16.812 se rechaza la H0
01/06/2018
Mg. Rosmeri Mayta H.
Rosmeri Mayta Estadistica Industrial
01/ 06/ 2018
59
Rosm eri Mayta Estadistica Industrial
58
Rosm eri Mayta Estadistica Industrial
60
5.- Cálculos Cálculos
01/ 06/ 2018
10
Estadistica industrial
1/06/2018
El valor de X2k cae en la región de acep acepta taci ción ón ento entonc nces es se acep acepta ta la Ho, Ho, esto esto quier uieree deci decirr que que no exis existe te rela relaci ción ón entr entree el nivel directivo o gerencial y el inter terés en asuntos asuntos ambiental ambientales. es.
01/06/2018
Rosmeri Mayta Estadistica Industrial
61
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
62
PROBLEMAS PROPUESTO
Salida en Minitab:
Chi-Square Test: sin interés, algo, gran preocupación
Expected counts are printed below observed counts sin inte algo gran pre Total 1 15 13 12 40 14.00 12.00 14.00 2 20 19 21 60 21.00 18.00 21.00 3 7 7 6 20 7.00 6.00 7.00 4 28 21 31 80 28.00 24.00 28.00 Total 70 60 70 200 Chi-Sq = 0.071 + 0.083 + 0.286 + 0.048 + 0.056 + 0.000 +0.000 + 0. 167 + 0.143 + 0.000 + 0.375 + 0.321 =1.550 DF = 6, P-Value = 0.956
01/06/2018
Rosmeri Mayta Estadistica Industrial
63
Sexo
Trabajo
H o g ar
O tr o
T o tal
Hombre
60
20
10
90
M u jer
20
30
10
60
T o tal
80
50
20
150
¿Exi ¿Exist stee una relac elació iónn entre ntre el lug lugar de un accidente y el sexo de la persona accidentada? Una muestra de 150 accidentes presentada a la policía estaba clasificada por tipo y sexo. Con =0.05 .05 de nivel de signific ficancia, ¿Se puede concluir que el sexo y el lugar del accidente están relacionados?
01/ 06/ 2018
Rosm eri Mayta Estadistica Industrial
64
Problema
La empres empresaa Public Publicida idadd Pacifi Pacificc invest investiga iga la relaci a ción ó n entre entre el tipo tipo favori favorito to de mensaje comercial y el nivel de ingresos para una muestra de consumidores. Pruebe si el nivel de ingreso se relaciona con la preferencia de come comerc rcia iale les. s. Cons Consid ider eree un nive nivell de signif g nific ican anccia del del 5%. 5%. Los Los dato datoss se encuen encuentraen traen la tabla Comercial favorito Ing reso
Nota: La frecuen frecuencia cia esperad esperadaa para la interse intersecci cción ón
hombrehombre-trab trabajose ajose calcula calcula como como (90)(80) (90)(80)/150= /150= 48. De manera manera similar similar,, se pueden pueden calcular calcular las frecuen frecuencias cias esperada esperadass para las otras otras celdas. celdas. 01/06/2018
Mg. Rosmeri Mayta H.
Rosmeri Mayta Estadistica Industrial
65
01/ 06/ 2018
A
B
C
Baj o
25
40
Medio
30
30
30
Alto
45
20
10
Rosm eri Mayta Estadistica Industrial
70
66
11
Estadistica industrial
1/06/2018
Resultados con Minitab: Chi-Square Test: A, B, C
Expected counts are printed below observed counts Chi-Square contributions are printed below expected counts A B C Total 1 25 40 70 135 45.00 40.50 49.50 8.889 0.006 8.490
2
30 30 30 90 30.00 27.00 33.00 0.000 0.333 0.273
3
45 20 10 75 25.00 22.50 27.50 16.000 0.278 11.136
Total
100
90
110
300
Chi-Sq = 45.405, DF = 4, P-Value = 0.000
Como el valor de P=0.000< , por lo tanto se rechaza Ho. Y se concluye que existe una relación entre el tipo de comercial favorito y el nivel de ingreso del espectador.
01/06/2018
Mg. Rosmeri Mayta H.
Rosmeri Mayta Estadistica Industrial
67
12