Semana 03

3
Prueba de bondad de ajuste
Prueba de Independencia y
homogeneidad
Dirección de Calidad Educativa

PROPÓSITO • Realizar pruebas de
DE LA CLASE hipótesis de bondad
de ajuste.
• Realizar pruebas de
independencia y
homogeneidad.
• Interpretar los
resultados.
Estadística Aplicada
Prueba de bondad de
ajuste
Condiciones de una Prueba de Bondad de ajuste:
• La muestra es aleatoria simple.

• Se tiene k clases o categorías en las que se puede
clasificar cada uno de los elementos de una población.
• Las frecuencias esperadas se obtienen de E=npi, la
probabilidad pi se obtiene de la distribución de
probabilidad especificada.
• Se tiene una frecuencia esperada en cada categoría E ≥
5.
Proceso de la Prueba de Bondad de ajuste:
•Ho:
O = E, La población sigue o se ajusta a la distribución
…….
H1: O ≠ E La población no sigue o no se ajusta la
distribución ………
El estadístico de prueba se calcula de:
χ2 =
E=npi, la probabilidad pi se obtiene de la distribución de

probabilidad especificada.
Proceso de la Prueba de Bondad de ajuste:
La prueba es de una cola a la derecha.

El valor crítico o valor-p con la distribución χ2
El Valor Crítico (VC) con nivel de significancia α y gl = K – 1.
Se calcula el valor-p
Estadística Aplicada
Prueba de
Independencia y
homogeneidad
Diferencias entre Independencia y homogeneidad:
• Ahora se estudiaran problemas en los que los datos también están

formados por cantidades o frecuencias, pero la tabla de información ahora
tendrá I filas (i ≥ 2) y J columnas (j > 2) , por tanto ij celdas. Hay dos
situaciones que por lo general se encuentran y en las que se muestran los
datos:
Hay una sola población de

Las poblaciones de interés,
interés, con cada individuo de la
correspondientes a cada fila de la
población clasificado con
tabla, y cada población está
respecto a dos factores(filas y
dividida en las mismas J categorías
columnas) diferentes. Nos
de las columnas. Nos interesa si la
interesa saber si el factor en las
distribución de las poblaciones i
filas i se relaciona de alguna
son iguales en todas las columnas j.
manera con el factor de columnas
j.
Prueba de Homogeneidad Prueba de Independencia
Condiciones de una Prueba de Bondad de ajuste:
• Ahora se estudiaran problemas en los que los datos también están formados
por cantidades o frecuencias, pero la tabla de información ahora tendrá I
filas (I ≥ 2) y J (J > 2) columnas, por tanto IJ celdas. Hay dos situaciones que
por lo general se encuentran y en las que se muestran los datos:
Una compañía empaca un producto La Ford Motor Company opera una

particular en latas de tres tamaños planta de ensamble en Dearborn,
diferentes. La mayor parte de las latas se Michigan. La planta opera tres turnos. El
apegan a especificaciones, pero un gerente de control de calidad quiere
ingeniero de control de calidad ha comparar el nivel de calidad en los tres
identificado los siguientes errores: turnos. Los vehículos se clasifican por su
Defecto en lata, Grieta en lata, Ubicación nivel de calidad (aceptable, inaceptable)
incorrecta de arillo y otros. ¿Sugiere la y por turno (matutino, vespertino,
información que las proporciones que nocturno). ¿Hay alguna diferencia en el
caen en las diversas categorías de fuera nivel de calidad en los tres turnos? Es
de especificación son iguales para las tres decir, ¿está relacionada la calidad del
líneas? producto con el turno donde se fabricó?
Prueba de Homogeneidad Prueba de Independencia

Planteamiento de hipótesis:
De prueba de Independencia
H0: O = E; La variable de filas es independiente de la variable
de columnas.
H1: O ≠ E: Las variables no son independientes, relacionan
de alguna manera.
De prueba de Homogeneidad
H0: O = E; Las poblaciones en las filas son homogéneas
H1: O ≠ E: Las poblaciones no son homogéneas con respecto
a las categorías.
Tabla de contingencia:
Se tienen “i” filas ≥ 2 y “j” columnas en las que se

puede clasificar cada uno de los elementos de una
población.
Variable B
1 2 3 ... j
1 a11 a12 a13 ... a1j
Variable A
2 a21 a22 a23 ... a2j

3 a31 a32 a33 ... a3j
... ... ... ... ... ...
i ai1 ai2 ai3 ... aij
Estadístico de prueba:
•El estadístico de prueba es:
χ2 =
Las frecuencias esperadas (E) se calculan de:

E=
Ejemplo de prueba de Independencia:
La Ford Motor Company opera una planta de ensamble en Dearborn,
Michigan. La planta opera tres turnos. El gerente de control de calidad quiere
comparar el nivel de calidad en los tres turnos. Los vehículos se clasifican por
su nivel de calidad (aceptable, inaceptable) y por turno (matutino, vespertino,
nocturno). ¿Hay alguna diferencia en el nivel de calidad en los tres turnos? Es
decir, al nivel del 5% de significancia ¿está relacionada la calidad del producto
con el turno donde se fabricó? Los datos siguientes pertenecen a una
muestra de 87 unid.
Nivel de Calidad
Total de
Aceptable Inaceptable
Filas
1 12 14 26
Turno 2 18 23 41
3 6 14 20
Total 36 51 87
(Continuación)
Planteamiento de Hipótesis
H0: O = E; La calidad del producto es independiente
del turno donde se fabricó:
H1: O ≠ E: La calidad del producto no es
independiente del turno donde se fabricó. (Calidad y
turno se relacionan o son dependientes).
(Continuación)
Calculo de estadístico de la prueba: La estadística

de la prueba es: Total de
Aceptable Inaceptable
 =
2 Filas
1 12 14 26
Turno 2 18 23 41
3 6 14 20
Total 36 51 87
Realizamos una tabla para los valores Esperados (E)

Total de Total de
Aceptable Inaceptable Aceptable Inaceptable
Filas Filas
1 26 1 10,759 15,241 26
(36)(26)
Turno 87 Turno 2 16,966 24,034 41
2 41
3 20 3 8,276 11,724 20
Total 36 51 87 Total 36 51 87
(Continuación)
Realizamos el cálculo de x2:

2 2 2 2 2 2
( 12 −1 0 ,7 59 ) ( 1 4 −15 , 24 1 ) ( 1 8 −1 6 ,9 6 ) ( 23 −2 4, 03 4 ) ( 6 −8, 27 6 ) ( 1 4 −11, 72

4 )
 2
=
+ + + + + 2
=1,419
10,759 15,241 16,96 24,034 8,276 1 ,724

(Continuación)
Punto crítico:
Si α = 0,05 y gl = (f-1)(c-1) = (2)(1) = 2 2 0,05;2 = 5,991.
Regla de decisión:
 2 =1,419  2 0,05;2 = 5,991
Decisión
Por tanto no se rechaza H0 dado que 2 calculado es menor que el 2 0,05;6
Conclusión: Existe evidencia suficiente para probar que la calidad del
producto es independiente del turno donde se fabricó. Es decir Calidad y
turno no se relacionan
Ejemplo de prueba de Homogeneidad:
Una compañía empaca un producto particular en latas de tres tamaños

diferentes. La mayor parte de las latas se apegan a especificaciones, pero
un ingeniero de control de calidad ha identificado los siguientes errores:
Defecto en lata, Grieta en lata, Ubicación incorrecta de arillo y otros.
¿Sugiere la información que las proporciones que caen en las diversas
categorías de fuera de especificación son iguales para las tres líneas?
Realice una prueba al nivel del 5% de significancia si se tiene una muestra
de 321 con fallas clasificadas según la tabla siguiente
Razón de falla
Tamaño
Defecto Grieta Ubicación Otros
muestral
1 34 65 17 13 129
Línea de 2 23 52 25 6 106
Producción
3 32 28 16 10 86
Total 89 145 58 29 321
Ejemplo de prueba de Homogeneidad:
(Continuación)
Planteamiento de Hipótesis
H0: O = E; las proporciones que caen en las diversas
categorías de fuera de especificación son homogéneas
(iguales) para las tres líneas
H1: O ≠ E; las proporciones que caen en las diversas
categorías de fuera de especificación son no homogéneas
(diferentes ) para las tres líneas
(Continuación)
Calculo del Estadístico de la prueba: La estadística de la

prueba es:
Tamaño
muestral
1 34 65 17 13 129

2
= 2
3
23
32
52
28
25
16
6
10
106
86
Total 89 145 58 29 321
Realizamos una tabla para los valores Esperados (E)

Tamaño
muestral
1 (89)(129) 129
321
2 106
3 86
Total 89 145 58 29 321
(Continuación)
Tamaño
muestral
1 34 65 17 13 129
2 23 52 25 6 106
3 32 28 16 10 86
Total 89 145 58 29 321
Valores Esperados (E)
Tamaño
muestral
1 35.766 58.271 23.308 11.654 129
2 29.389 47.882 19.153 9.576 106
3 23.844 38.847 15.539 7.769 86
Total 89 145 58 29 321
(Continuación)
Realizamos el cálculo de x2:
2 2 2 2 2 2 2 2 2 2 2 2
(34−35,76 ) (65−58,274) (17−23,308) (13−1 ,654) (23−29,389) (52−47,8 2) (25−19,153) (6−9,576) (28−23,84 ) (28−38,847) (16−15,539) (10−7,769)
2=
+ + + + + + + + + + +
35,6 7 58,274 23,308 1 ,654 29,389 47,8 2 19,153 9,576 23,84 38,847 15,539 7,769
 2 =14,063
(Continuación)
Regla de decisión: Si α = 0,05 y gl = (f-1)(c-1) = (2)(3) = 6

 2 0,05;6 = 12,592.
 2 0,05;2 = 12,592
 2 =14,063
Por tanto se rechaza H0 dado que 2 es mayor que el 2 0,05;6

Conclusión: Existe evidencia suficiente para probar que las
líneas de producción son homogéneas con respecto a las
cinco categorías de falla.

Semana 03

Cargado por

Copyright:

Formatos disponibles

Semana 03

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Semana 03

Cargado por

Copyright:

Formatos disponibles

3

Prueba de bondad de ajuste

Dirección de Calidad Educativa

• La muestra es aleatoria simple.

E=npi, la probabilidad pi se obtiene de la distribución de

La prueba es de una cola a la derecha.

• Ahora se estudiaran problemas en los que los datos también están

Hay una sola población de

Una compañía empaca un producto La Ford Motor Company opera una

Prueba de Homogeneidad Prueba de Independencia

Se tienen “i” filas ≥ 2 y “j” columnas en las que se

2 a21 a22 a23 ... a2j

•El estadístico de prueba es:

Las frecuencias esperadas (E) se calculan de:

Calculo de estadístico de la prueba: La estadística

Realizamos una tabla para los valores Esperados (E)

Realizamos el cálculo de x2:

10,759 15,241 16,96 24,034 8,276 1 ,724

 2 =1,419  2 0,05;2 = 5,991

Una compañía empaca un producto particular en latas de tres tamaños

Calculo del Estadístico de la prueba: La estadística de la

Realizamos una tabla para los valores Esperados (E)

Valores Esperados (E)

Realizamos el cálculo de x2:

Regla de decisión: Si α = 0,05 y gl = (f-1)(c-1) = (2)(3) = 6

Por tanto se rechaza H0 dado que 2 es mayor que el 2 0,05;6

También podría gustarte