Seleccionar las opciones de análisis para Potencia y tamaño de la muestra para t de 2 muestras

Estadísticas > Potencia y tamaño de la muestra > t de 2 muestras > Opciones

Seleccione la hipótesis alternativa o especifique el nivel de significancia para la prueba.

Hipótesis alterna
En Hipótesis alterna, seleccione la hipótesis que desea probar:
  • Menor que: Utilice esta prueba unilateral para determinar si la media de una población es menor que la media de otra población. Esta prueba unilateral tiene mayor potencia que una prueba bilateral, pero no puede detectar si la media de una población es mayor que la media de otra población. Si selecciona esta opción, ingrese valores negativos en Diferencias en el cuadro de diálogo Potencia y tamaño de la muestra para t de 2 muestras.

    Por ejemplo, un ingeniero utiliza esta prueba unilateral para determinar si la diferencia media en la resistencia de láminas plásticas de dos proveedores es menor que 0. Esta prueba unilateral tiene mayor potencia para detectar si la diferencia en las resistencias es menor que 0, pero no puede detectar si la diferencia es mayor que 0.

  • No es igual a: Utilice esta prueba bilateral para determinar si las medias de dos poblaciones no son iguales. Esta prueba bilateral puede detectar si la media de una población es menor o mayor que la media de otra población, pero tiene menos potencia que una prueba unilateral.

    Por ejemplo, un gerente de banco desea saber si las medias de las calificaciones de satisfacción del cliente en dos bancos difieren. Puesto que cualquier diferencia en las calificaciones es importante, el gerente utiliza esta prueba bilateral para determinar si la calificación en un banco es mayor o menor que la calificación del otro banco.

  • Mayor que: Utilice esta prueba unilateral para determinar si la media de una población es mayor que la media de otra población. Esta prueba unilateral tiene mayor potencia que una prueba bilateral, pero no puede detectar si la media de una población es menor que la media de otra población. Si selecciona esta opción, ingrese valores positivos en Diferencias en el cuadro de diálogo Potencia y tamaño de la muestra para t de 2 muestras.

    Por ejemplo, un técnico utiliza una prueba unilateral para determinar si la diferencia en las medias entre las velocidades de dos máquinas de llenado es mayor que 0 segundos por caja. Esta prueba unilateral tiene mayor potencia para detectar si la diferencia en las velocidades es mayor que 0, pero no puede detectar si la diferencia es menor que 0.

Para obtener más información sobre la selección de una hipótesis alternativa unilateral o bilateral, vaya a Acerca de las hipótesis nula y alternativa.

Nivel de significancia

Utilice el nivel de significancia para minimizar el valor de potencia de la prueba cuando la hipótesis nula (H0) sea verdadera. Con valores más altos de nivel de significancia, la prueba tiene más potencia, pero también aumenta la probabilidad de cometer un error tipo I, que consiste en rechazar la hipótesis nula cuando es verdadera.

Por lo general, un nivel de significancia (denotado como α o alfa) de 0.05 funciona adecuadamente. Un nivel de significancia de 0.05 indica que el riesgo de concluir que existe una diferencia (cuando, en realidad, no existe ninguna diferencia) es de 5%. También indica que la potencia de la prueba es de 0.05 cuando no hay diferencia.
  • Elija un nivel de significancia más alto, como por ejemplo 0.10, para estar más seguro de detectar cualquier diferencia que pueda existir. Por ejemplo, un ingeniero especializado en calidad compara la estabilidad de nuevos rodamientos de esferas con la estabilidad de los rodamientos actuales. El ingeniero debe estar sumamente seguro de que los nuevos rodamientos de esferas son estables, porque rodamientos inestables podrían causar un desastre. Por lo tanto, escoge un nivel de significancia de 0.10 para estar más seguro de detectar cualquier posible diferencia en la estabilidad de los rodamientos.
  • Elija un nivel de significancia más bajo, como por ejemplo 0.01, para estar más seguro de detectar solo una diferencia que realmente exista. Por ejemplo, un científico de una compañía farmacéutica debe estar muy seguro de que la afirmación de que el nuevo medicamento de la empresa reduce los síntomas es verdadera. El científico escoge un nivel de significancia de 0.01 para estar más seguro de que existe una diferencia significativa en los síntomas.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política