UNIVERSIDAD DE EL SALVADOR

FACULTAD MULTIDISCIPLINARIA ORIENTAL

DEPARTAMENTO DE CIENCIAS NATURALES Y

MATEMATICA.

METODOLOGIA DE LA INVESTIGACION CICLO I-2016

PRUEBA USANDO LA DISTRIBUCION NORMAL

Definicin:

Es una prueba estadstica para evaluar si dos grupos difieren entre s de manera significativa
respecto a sus medias o incluso proporciones.

La Normal es la distribucin de probabilidad ms importante. Multitud de variables aleatorias

continuas siguen una distribucin normal o aproximadamente normal. Una de sus caractersticas
ms importantes es que casi cualquier distribucin de probabilidad, tanto discreta como continua,
se puede aproximar por una normal bajo ciertas condiciones.

Puesto que es una distribucin de probabilidades, se puede definir como una funcin que asigna a
cada suceso definido sobre la variable aleatoria, la probabilidad de que dicho suceso ocurra. La
funcin de densidad que expresa a la distribucin normal est dada por:
()2
1
F(x)= . 22
2

Donde y corresponden a la media y desviacin estndar de los datos respectivamente con

que pertenece a los reales y un mayor que 0.

La importancia de esta distribucin radica en que permite modelar numerosos fenmenos

naturales, sociales y psicolgicos. Mientras que los mecanismos que subyacen a gran parte de este
tipo de fenmenos son desconocidos, por la enorme cantidad de variables incontrolables que en
ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observacin se
obtiene como la suma de unas pocas causas independientes.

La distribucin de probabilidad normal y la curva normal que la representa, tienen las

siguientes caractersticas:

1) La curva normal tiene forma de campana y un solo pico en el centro de la distribucin. De esta
manera, la media aritmtica, la mediana y la moda de la distribucin son iguales y se localizan
en el pico. As, la mitad del rea bajo la curva se encuentra a la derecha de este punto central y
la otra mitad est a la izquierda de dicho punto.
2) La distribucin de probabilidad normal es simtrica alrededor de su media.
3) La curva normal desciende suavemente en ambas direcciones a partir del valor central. Es
asinttica, lo que quiere decir que la curva se acerca cada vez ms al eje X pero jams llega a
tocarlo. Es decir, las colas de la curva se extienden de manera indefinida en ambas
direcciones.
4) Los puntos de inflexin de la curva se dan para x = y x = + .
5) Distribucin de probabilidad en un entorno de la media:
 a) En el intervalo [ - , + ] se encuentra comprendida, aproximadamente, el 68,26% de la
distribucin;
b) En el intervalo [ - 2, + 2] se encuentra, aproximadamente, el 95,44% de la
distribucin;
c) Por su parte, en el intervalo [ -3, + 3] se encuentra comprendida, aproximadamente,
el 99,74% de la distribucin.

Estas propiedades son de gran utilidad para el establecimiento de intervalos de confianza. Por otra
parte, el hecho de que prcticamente la totalidad de la distribucin se encuentre a tres
desviaciones tpicas de la media justifica los lmites de las tablas empleadas habitualmente en la
normal estndar.

La distribucin normal estndar

Existe un nmero ilimitado de distribuciones de probabilidad normal, pero por fortuna todas se
relacionan con una distribucin: la distribucin normal estndar. La distribucin normal estndar
es la distribucin normal de la variable estndar z (llamada valor estndar o valor z).

Propiedades de la distribucin normal estndar

1. El rea total bajo la curva normal es igual a 1.

2. La distribucin es amontonada y simtrica; se extiende indefinidamente en ambas direcciones

y tiende a, pero nunca toca, el eje horizontal.

3. La distribucin tiene una media de 0 y una desviacin estndar de 1.

4. La media divide el rea a la mitad, 0.50 a cada lado.

5. Casi toda el rea est entre z = 3.00 y z = 3.00

Smbolo con el que se representa la prueba de distribucin normal: N

La forma de la hiptesis a probar bajo esta prueba: dado que la distribucin normal establece una
relacin (no asociacin) entre las variables es recomendable utilizar el tipo de hiptesis de
diferencia entre grupos, ya que esta establece que son hiptesis que se formulan en
investigaciones cuyo fin es comparar grupos. Por otra parte, no solo puede comparar dos grupos
sino que tambin, puede comparar resultado obtenidos en una muestra con el resultado estimado
de una poblacin.

Ejemplos:

Acerca de las hiptesis nula y alternativa

Una prueba de hiptesis examina dos hiptesis opuestas sobre una poblacin: la hiptesis nula y
la hiptesis alternativa. La manera en que se configuran estas hiptesis depende de lo que se
intenta demostrar.

Hiptesis nula (H0)

La hiptesis nula establece que un parmetro de poblacin es igual a un valor. La hiptesis nula
suele ser una afirmacin inicial que los investigadores especifican basndose en investigaciones
previas o en su conocimiento.

Hiptesis alternativa (H1)

La hiptesis alternativa establece que el parmetro de poblacin es diferente del valor del
parmetro de poblacin en la hiptesis nula. La hiptesis alternativa es lo que usted podra pensar
que es cierto o espera probar que es cierto.

Cules son algunas de las hiptesis comunes?

Las hiptesis para determinar si una media de poblacin, , es igual a cierto valor objetivo 0
incluyen las siguientes:

H0: = 0

Ejemplo 1:

H0 : Los jvenes de secundaria con problemas de autoestima suspenden en un 80% de los casos
sus exmenes orales

H0: = 80

H1: Los jvenes de secundaria con problemas de autoestima suspenden menos del 80% de los
casos sus exmenes orales

H1: < 80 (una prueba de cola inferior) o

H1: Los jvenes de secundaria con problemas de autoestima suspenden en ms del 80% de los
casos sus exmenes orales
H1: > 80 (una prueba de cola superior) o

H1: Los jvenes de secundaria con problemas de autoestima no suspenden en un 80% de los casos
sus exmenes orales

H1: 80 (una prueba de dos colas)

Las hiptesis para determinar si una media de poblacin, 1 es igual a otra media de poblacin 2
incluyen las siguientes:

H0: 1 = 2

Ejemplo 2:

H0: Los estudiantes de secundaria que acuden a clase de forma regular con aprovechamiento de
las mismas, tienen igual ndice de abandono escolar que aquellos que tienen un porcentaje de
faltas superior al 15% de las horas lectivas.

H0: 1 = 2

H1: Los estudiantes de secundaria que acuden a clase de forma regular con aprovechamiento de
las mismas, tienen menor ndice de abandono escolar que aquellos que tienen un porcentaje de
faltas superior al 15% de las horas lectivas.

H1: 1< 2 o

H1: Los estudiantes de secundaria que acuden a clase de forma regular con aprovechamiento de
las mismas, tienen mayor ndice de abandono escolar que aquellos que tienen un porcentaje de
faltas superior al 15% de las horas lectivas.

H1: 1> 2 o

H1: Los estudiantes de secundaria que acuden a clase de forma regular con aprovechamiento de
las mismas, tienen diferente ndice de abandono escolar que aquellos que tienen un porcentaje de
faltas superior al 15% de las horas lectivas.

H1: 1 2

Variables: Una variable aleatoria continua. Se define como una frmula o lista que proporciona la
probabilidad para que una variable aleatoria contina tenga un valor que este dentro de un
intervalo especifico. Se puede comparar una variable dentro de un grupo, pero con un valor
supuesto o planteado. Se pueden comparar dos grupos con respecto a una sola variable.
Si existen diferentes variables, se efectuarn varias pruebas utilizando la distribucin normal (una
cada par de variables), y la razn que motiva a la creacin de los grupos puede ser una variable
independiente.

Nivel de medicin de la variable de comparacin: cuantitativa continua de intervalos o razn.

Procedimiento e interpretacin:

1) Plantear la hiptesis nula planteara por una igualdad entre los grupos o estimaciones, y la
alternativa por medio de una desigualdad.
2) Del valor del cual se desea obtener una inferencia estadstica, utilizar la media y la desviacin
para estandarizar la variable analizada.
3) Observar si el resultado obtenido est o no dentro de la zona de aceptacin.
4) Si est en la zona de aceptacin, se asume como vlida la hiptesis nula y no se acepta la
alternativa.
Nota: actualmente existen programas informticos como SPSS/PASW que ayudan a resolver
estos problemas con la mera utilizacin de los parmetros de media, desviacin tpica y algn
valor de las muestras tomadas.