Interpretar los resultados clave para 1 proporción

Complete los siguientes pasos para interpretar una prueba de 1 proporción. La salida clave incluye la estimación de la proporción, el intervalo de confianza y el valor p.

Paso 1: Determinar un intervalo de confianza para la proporción de la población

Primero, considere la proporción de la muestra y luego examine el intervalo de confianza.

La proporción de la muestra es una estimación de la proporción de la población.Puesto que la proporción se basa en los datos de una muestra y no en toda la población, es improbable que la proporción de la muestra sea igual a la proporción de la población. Para estimar mejor la proporción de la población, utilice el intervalo de confianza.

El intervalo de confianza proporciona un rango de valores probables para la proporción de población. Por ejemplo, un nivel de confianza de 95% indica que si usted toma 100 muestras aleatorias de la población, podría esperar que aproximadamente 95 de las muestras produzcan intervalos que contengan la proporción de población. El intervalo de confianza ayuda a evaluar la significancia práctica de los resultados. Utilice su conocimiento especializado para determinar si el intervalo de confianza incluye valores que tienen significancia práctica para su situación. Si el intervalo es demasiado amplio para ser útil, considere aumentar el tamaño de la muestra. Para obtener más información, vaya a Maneras de obtener un intervalo de confianza más preciso.

Estadísticas descriptivas N Evento Muestra p IC de 95% para p 1000 87 0.087000 (0.070268, 0.106208)
Resultados clave: p de la muestra, IC de 95%

En estos resultados, la estimación de la proporción de la población de unidades familiares que realizaron una compra es 0,087. Usted puede estar 95% seguro de que la proporción de la población está entre aproximadamente 0,07 y 0,106.

Paso 2: Determinar si los resultados de la prueba son estadísticamente significativos

Para determinar si la diferencia entre la proporción de la población y la proporción hipotética es estadísticamente significativa, compare el valor p con el nivel de significancia. 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 un riesgo de 5% de concluir que existe una diferencia cuando no hay una diferencia real.
Valor p ≤ α: La diferencia entre las proporciones es estadísticamente significativa (Rechaza H0)
Si el valor p es menor que o igual al nivel de significancia, la decisión es rechazar la hipótesis nula. Usted puede concluir que la diferencia entre la proporción de la población y la proporción hipotética es estadísticamente significativa. Utilice su conocimiento especializado para determinar si la diferencia es significativa desde el punto de vista práctico. Para obtener más información, vaya a Significancia estadística y práctica.
Valor p > α: La diferencia entre las proporciones no es estadísticamente significativa (No puede rechazar H0)
Si el valor p es mayor que el nivel de significancia, la decisión es que no se puede rechazar la hipótesis nula. Usted no tiene suficiente evidencia para concluir que la diferencia entre la proporción de la población y la proporción hipotética es estadísticamente significativa. Debe asegurarse de que su prueba tenga suficiente potencia para detectar una diferencia que es significativa desde el punto de vista práctico. Para obtener más información, vaya a Potencia y tamaño de la muestra para 1 proporción.

Prueba e IC para una proporción

Método p: proporción de eventos Para este análisis se utiliza el método exacto.
Estadísticas descriptivas N Evento Muestra p IC de 95% para p 1000 87 0.087000 (0.070268, 0.106208)
Prueba Hipótesis nula H₀: p = 0.065 Hipótesis alterna H₁: p ≠ 0.065

Valor p 0.008

Resultado clave: Valor p

En estos resultados, la hipótesis nula indica que la proporción de hogares que compraron un producto nuevo es igual a 6.5%. Puesto que el valor p es 0.008, que es menor que el nivel de significancia de 0.05, la decisión es rechazar la hipótesis nula y concluir que la proporción de la población de hogares que compraron el producto nuevo es diferente de 6.5.%.