Materia Datos del alumno Fecha

Apellidos: Molina Sandoval

Métodos
01/1/2019
Multivariantes II Nombre: Ángel Gustavo

Demostrar gráficamente como se acepta una hipótesis bajo el estadístico

de prueba Chi cuadrado

Con los datos obtenidos procedemos a realizar el procedimiento estadístico, mediante

la ilustración de un gráfico, para poder determinar si se acepta o se rechaza la hipótesis
nula. Sustituimos los valores por cada punto dentro del gráfico, con un nivel de
significancia del 5 %, mediante tres valores en las filas y dos correspondientes a las
columnas.

Procedemos a rechazar Ho y aceptamos la alternativa Ha.

DECISIÓN
Es la parte principal de la prueba de hipótesis, que nos permite concluir con el estudio
al tomar la decisión de aceptar o rechazar.
Debemos siempre tomar en cuenta el nivel de significancia, para aceptar o rechazar la
inminente relación entre dos variables A y B.

Por ejemplo de una plantilla de redacción:

Podemos afirmar que existe una relación entre calidad del servicio y sabor
característico del helado.

Ejemplo según el gráfico:

Por ejemplo, puedes haber arribado a una hipótesis verificable que indica que los niños
tienen un coeficiente intelectual más alto si comen pescado azul durante un período de
tiempo.
Por medio de una prueba adecuada, el investigador compara las dos medias, teniendo en
cuenta el aumento, el número de muestras de datos y la aleatorización relativa de los
grupos. Un resultado que muestra que el investigador puede tener confianza en los
resultados permite el rechazo de la hipótesis nula.
 Materia Datos del alumno Fecha
Apellidos: Molina Sandoval
Métodos
01/1/2019
Multivariantes II Nombre: Ángel Gustavo

Se rechaza Ho
Se puede afirmar significativamente que sí existe relación entre la calidad del servicio y
el sabor del helado.
De acuerdo a estos resultados pudo comprobarse que el chi-cuadrado calculado es mayor
que el chi-cuadrado tabla, por lo cual se acepta la hipótesis de trabajo y se rechaza
la hipótesis nula.
Si dos variables están asociadas, entonces la distribución de las observaciones de una
variable diferirá dependiendo de la categoría de la segunda variable. Si dos variables son
independientes, entonces la distribución de las observaciones de una variable será
similar para todas las categorías de la segunda variable.