Capítulo VI

Facilitadora:
Tulia Elvira López Mendoza, PhD
Tulia.lopez@uth.hn
+504 33919412
Capítulo 6: Análisis de las Hipótesis

01 02 03 04
 Las hipótesis surgen  Una Hipótesis para Se comprueban  No se puede probar
del planteamiento del cada pregunta de mediante software que una hipótesis sea
problema y se investigación. estadísticos como SAS, verdadera o falsa, sino
profundizan del marco SPSS, MINI TAB, Power argumentar que fue
teórico. BI y otros. En el caso respaldada o no de
de UTH se utilizará el acuerdo con los datos
SPSS. obtenidos y análisis
realizado.
Análisis de las Hipótesis

Permite
establecer un
Consiste en
aporte
establecer la
significativo a la
probabilidad de
investigación y
que un supuesto
aceptar o rechazar
sea o no
la correlación de
aceptado.
dos elementos
objeto de estudio.
Capítulo
VI
(estructura)
 Tipos de Análisis a emplear
Hay normalidad en la distribución de los datos

• Coeficiente de correlación
Análisis de Pearson (r)
Paramétricos • Regresión lineal

No hay normalidad en la distribución de los datos

• Coeficiente de correlación
Análisis no de Spearman (Rho).
Paramétricos • Chi Cuadrado

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 345-346)

Hipótesis Correlacionales:
Prueba de Normalidad (con resultados del capítulo 6)
Paso 1: Se asume la Hipótesis de Normalidad.
a) Ho: Los datos siguen una distribución
normal.
b) Hi: Los datos no siguen una distribución  Correlación de Pearson.
normal. Distribución
normal  Regresión Lineal.
Paso 2: Tamaño de la muestra para la Prueba de P-valor > 0.05 Paramétrica
Normalidad.
a) Kolmogórov-Smirnov si la muestra n > 50
b) Shapiro Wilk si la muestra n < 50
Tomar
Paso 3: Estadístico de Prueba. Prueba de
la
normalidad decisión
a) Si P-Valor (sig.) < 0.05, Se Rechaza Ho y Se
Acepta Hi
i. La distribución no es normal/no
paramétrica (Spearman/Chi P-valor < 0.05
Cuadrado). Distribución  Correlación de Spearman.
b) Si P-Valor > 0.05, Se Rechaza Hi y Se Acepta No
Ho Paramétrica  Chi Cuadrado.
i. La distribución es
normal/paramétrica
(Pearson/Regresión lineal).
Esquema para la Prueba de Hipótesis (Paramétrico-
Pearson)
1- Análisis de correlación
de Pearson

2- Coeficiente de Aporte Aceptación o

determinación (r²) teórico de Rechazo de la
la hipótesis
hipótesis
3- Gráfico de dispersión

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 345-352)

6.1 Prueba de Hipótesis

Tutorial: https://youtu.be/eWzmmT-hTlc
6.1 Prueba de Hipótesis (Pearson)
Tabla de interpretación del coeficiente de
Pearson es un estadístico que define la relación Pearson (r) (debe ir citado en el documento)
de dos o más variables, donde se determina la
correlación de la variable independiente sobre
la dependiente.
1. Se elabora a partir del análisis de
correlaciones bivariadas, en donde se
interpreta la correlación de Pearson.
2. Se representa a través de una tabla de
correlaciones, dentro de la cual se evalúa
según la hipótesis planteada la
correlación de la variable independiente
(x) sobre la variable dependiente (y),
para de esta forma determinar su
relación y significancia.

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 346-348)

Tutorial: https://youtu.be/eWzmmT-hTlc
6.1 Prueba de Hipótesis
Tabla X
Prueba de hipótesis Hi

Hi: A mayor conocimiento de los Incoterms,

menor atraso en la cadena de suministro de
industrias XY periodo 2021.
Ho: A mayor conocimiento de los Incoterms ,
no hay menor atraso en la cadena de
suministro de industrias XY, periodo 2021.
Nota: información obtenida mediante la
aplicación del instrumento de medición,
haciendo uso de SPSS V. 27.

Tutorial: https://youtu.be/eWzmmT-hTlc
Elementos para Aceptar o Rechazar la Hipótesis:
Coeficiente de Pearson (r) Sig Bilateral (s)

Está representada por un valor mínimo 0.00 a 0.01 (99%

Deberá tener una correlación positiva o negativa, que de confianza de que la correlación sea verdadera y 1%
dependerá del resultado de su significancia para su de probabilidad de error) y un valor máximo 0.02 a 0.05
aprobación. (95% de confianza en que la correlación sea verdadera y
5% de probabilidad de error).

Si el coeficiente no es significativo o es mayor que 0.05

Aunque se tenga una correlación positiva, podría
o 0.01 (dependiendo del nivel de significancia) se
resultar rechazada la Hipótesis de Investigación y
rechaza la Hipótesis de investigación y se aprueba la
aceptada la Hipótesis Nula.
Hipótesis Nula.

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 346-348)

A Considerar…
Una correlación de 0.0001<0.01
Pearson puede ser
significativa (ver
coeficiente de
determinación) , pero si es 0.081>0.05
menor a 0.30 resulta débil,
aunque de cualquier
manera ayuda a explicar el
vínculo entre las variables.

Fuente: (Hernández et Al., 2014, p. 306)

 6.1-Prueba de hipótesis

Con base en los métodos estadísticos usados se

comprueban las hipótesis y se decide su aceptación
complementándola con la información cualitativa
recolectada con las entrevistas directas.
 Ejemplo Prueba de Hipótesis Correlacional
H1: La inteligencia emocional influye
positivamente en la evaluación del
desempeño docente en el nivel de
pregrado de la Universidad Tecnológica
de Honduras, campus San Pedro Sula.
La relación entre la inteligencia
emocional y la evaluación de
H0: La inteligencia emocional no influye desempeño tiene una correlación
positivamente en la evaluación del positiva débil de 0.230. La significancia
desempeño docente en el nivel de es de 0.128 que es mayor que 0.05 que
pregrado de la Universidad Tecnológica es el error máximo permitido, por lo
de Honduras, campus San Pedro Sula. que se acepta la hipótesis nula .
 Ejemplo Prueba de
Hipótesis correlacional
 6.1.1.1-Coeficiente de determinación (r²)
Se representa a través de una tabla del resumen
del modelo de regresión lineal, dentro del cual se
Determina el nivel de determina el valor del r²:
influencia estadística que
tiene una variable sobre
la otra (o cuánto explica o
determina una variable la
variación de la otra)
La gestión de RRHH influye en el desempeño en un
58.3%.
Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 348-349)
6.1.1 Coeficiente de determinación (r²)

Tutorial: https://youtu.be/nHknrOrorWc
6.1.1- Coeficiente de determinación (r²)
Tabla X:
Coeficiente de determinación Hi

Resumen del modelo Análisis:

R cuadrado Error estándar
Modelo R R cuadrado ajustado de la estimación El comercio electrónico constituye a, o
1 .674a .454 .443 5.139 explica en un 45.4% en los beneficios
a. Predictores: (Constante), Comercio Electrónico económicos de los grandes contribuyentes

Nota: información obtenida mediante la aplicación de la ciudad de SPS.

del instrumento de medición, haciendo uso de SPSS

V. 27.

Tutorial: https://youtu.be/nHknrOrorWc
Coeficiente de determinación (r²). Ej.
Dato interesante sobre el Coeficiente de
determinación (r²)
Creswell (2005) señala que un
coeficiente de determinación (r²) entre
0.66 y 0.85 ofrece una buena
predicción de una variable respecto de
la otra; y por encima de 0.85 implica
que ambas variables miden casi el
mismo concepto subyacente, son
“cercanamente” un constructo
semejante.
<30% no es significativa la relación.

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 348-349)

6.1.2- Gráfico (Diagrama de Dispersión )
Características:
• Es un modelo estadístico para estimar el efecto de una variable sobre
otra.
• Está asociado con el coeficiente r de Pearson. Representa una extensión
de este y asume causalidad.
• Sirve para comprobar gráficamente la tendencia de los datos y visualizar
la concentración de los mismos marcándolas con una línea de tendencia.

Hipótesis a probar:
• Correlacionales y causales.

Variables:
• dos, una como independiente y otra como dependiente.

Procedimiento e interpretación:
• La regresión lineal se determina con base en el diagrama de dispersión, el
cual consiste en una gráfica donde se relacionan las puntuaciones de una
muestra en dos variables dentro de los ejes cartesianos (X, Y).

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 349-352)

Interpretación del Diagrama de Dispersión
Cuando el coeficiente de Cuando el coeficiente de Cuando dos variables no se
correlación es negativo, se correlación es positiva, se encuentran relacionadas el
obtienen gráficas con obtienen gráficas con gráfico de dispersión no
tendencias descendentes. tendencias ascendentes. tiene ninguna tendencia.

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 349-352)

Criterio de Decisión para análisis de Correlación

Fuente: (Solano, 2021)

Fuente: (Hernández et al., 2014, p. 308)
6.1.2 Gráfico (Diagrama de dispersión )

Tutorial: https://youtu.be/s7gKSlgMmLE
 6.1.2- Gráfico (Diagrama de dispersión ) Ej.
Figura X:
Gráfico Hi
Análisis*:
El diagrama de dispersión presenta una
tendencia ascendente, medias puntuaciones en Y,
altas puntuaciones en X.
En ese sentido, partiendo del resultado
obtenido: r = .674** y s = .000 (con significativa al
nivel del .01), la correlación es positiva media, por
lo tanto, se cumple que a mayor comercio
electrónico, será mayor contribución en los
beneficios económicos en los grandes
contribuyentes en SPS.
Nota: información obtenida mediante la
aplicación del instrumento de medición, *Recuerde: Debe considerar determinar la tendencia que
haciendo uso de SPSS V. 27. brinda el resultado, para poder realizar un análisis objetivo.

Tutorial: https://youtu.be/s7gKSlgMmLE
6.1.2- Gráfico
(Diagrama de dispersión )
Ej.
6.1.3-Análisis teórico de las
Hipótesis Permite al investigador
A partir de los resultados
brindar un resumen
de la hipótesis realizar un
explicativo, basado en la
análisis personal
teoría de la investigación,
explicando el significado
los resultados obtenidos
de los resultados.
en la prueba de hipótesis,
Interpretar porqué se
coeficiente de
cumple o no la hipótesis,
determinación, gráfico de
basado en los datos
dispersión y su
previos citados (fuentes
experiencia, para analizar
bibliográficas) y los
el porque se da tal
resultados de su propia
fenómeno en el contexto
investigación.
determinado.
Por cada hipótesis un
Citar el fundamento
análisis entre 120 y 150
teórico relacionado.
palabras.
Ej. Análisis teórico de la Hi:
Hipótesis Descriptivas
OE- Establecer el nivel de conocimiento
que tienen los colaboradores en los
términos Incoterms® 2020, que
actualmente la empresa XY aplica en las
operaciones de comercio exterior

Las preguntas del instrumento de

medición que darán respuesta a este
objetivo específico descriptivo son la #1,
#2, #9, #14, #15, #16 y #17, con el
indicador designado Conocimiento sobre
los usos y regulaciones de los Incoterms®
2020.

Tutorial: https://youtu.be/i7n2UAhkPsk
Hipótesis Descriptivas Ej.

Tutorial: https://youtu.be/i7n2UAhkPsk
Hipótesis Correlacionales:
Prueba de Normalidad (resultado NO normal)
Paso 1: Se asume la Hipótesis de Normalidad.
a) Ho: Los datos siguen una distribución normal.
b) Hi: Los datos no siguen una distribución  Correlación de Pearson.
normal. Distribución
normal  Regresión Lineal.
Paso 2: Tamaño de la muestra para la Prueba de
P-valor > 0.05 Paramétrica
Normalidad.
a) Kolmogórov-Smirnov si la muestra n > 50
b) Shapiro Wilk si la muestra n < 50
Tomar
Distribución
Paso 3: Estadístico de Prueba. la
Normal decisión
a) Si P-Valor (sig.) < 0.05, Se Rechaza Ho y Se
Acepta Hi
i. La distribución no es normal/no
P-valor < 0.05
paramétrica (Spearman/Chi Cuadrado). Distribución  Correlación de Spearman.
b) Si P-Valor > 0.05, Se Rechaza Hi y Se Acepta No
Ho Paramétrica  Chi Cuadrado.
i. La distribución es normal/paramétrica
(Pearson/Regresión lineal).
Estadística No Paramétrica (Sin Normalidad-Spearman)

La estadística no paramétrica es una rama de la estadística inferencial que comprende los

procedimientos estadísticos y de decisión que no tienen una distribución particular y se basan una
hipótesis, pero los datos no están organizados de forma normal.

• Coeficiente de
Análisis no correlación de
Paramétricos Spearman (Rho)
• Chi cuadrado

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 362-375)

Esquema para la Prueba de Hipótesis (No
Paramétrico-Spearman)
1- Análisis de correlación
de Rho Spearman

Aporte Aceptación o
teórico de Rechazo de la
la hipótesis
hipótesis
2- Chi Cuadrado

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 345-352)

 6.1 Prueba de Hipótesis (NO Paramétricas)
Tabla de interpretación del coeficiente de
Al igual que r de Pearson, el Rho de
Rho de Spearman
Spearman se interpretará bajo los
mismos parámetros.

Sig. Bilateral
Está representada por un valor mínimo 0.00 a
0.01 (99% de confianza de que la correlación
sea verdadera y 1% de probabilidad de error)
y un valor máximo 0.02 a 0.05 (95% de
confianza en que la correlación sea verdadera
y 5% de probabilidad de error).
En ese sentido, si el coeficiente no es
significativo o es mayor que 0.05 se rechaza la
Hipótesis de investigación y se aprueba la
Hipótesis Nula; considerando que 0.05 es el
nivel mínimo para aceptar la hipótesis.

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 346-348)

6.1 Prueba de hipótesis

No hay Normalidad
Se usa No Paramétricos

Tutorial: https://youtu.be/Z0q57yCmmyU
6.1 Prueba de hipótesis
Tabla x:
Prueba de hipótesis Hi

Nota: información obtenida mediante la aplicación del Debe:

instrumento de medición, haciendo uso de SPSS V. 27. 1. Realizar el análisis interpretando Rho y Sig.
2. Aceptar o Rechazar la hipótesis.

Tutorial: https://youtu.be/Z0q57yCmmyU
6.1.1- Prueba de
Hipótesis. Ej.
6.1.1- Chi Cuadrado

La prueba chi-cuadrado sirve para determinar la

existencia o no de independencia entre dos variables.
Que dos variables sean independientes significa que
no tienen relación, y que por lo tanto una no
depende de la otra.

Fuente: (Hernández-Sampieri y Mendoza Torres, 2018, pp. 363-365)

6.1.1 Chi Cuadrado
Algunas consideraciones para aceptar o rechazar la relación de la hipótesis:

Paso #1: Paso #2: Paso #3 Paso #4

• Asumir la Hipótesis • Considerar Nivel de • Prueba de Chi • Estadístico de Prueba.

para la prueba. Significancia. Cuadrada. • Si P-Valor < 0.05 , Se
• Ho: Las variables • Nc: 0.95 • Si <= 20% , casillas Rechaza Ho y Se
Categóricas X | Y son • α: 0.05 (Margen de con valor 5  Test de Acepta Hi 
Independientes. Error) Chi Cuadrada Optima. Variables NO son
• Hi: Las variables • Si >= 20% , casillas independientes
Categóricas X | Y no con valor 5  Test de • Si P-Valor > 0.05 , Se
son Independientes. Chi Cuadrada débil. Rechaza Hi y Se
Acepta Ho 
Variables son
independientes

OJO: si NO son independientes, hay relación entre las variables

Los criterios de la prueba de Chi debe ir citado en el documento

Tutorial: https://youtu.be/mrjI-rCrpvE
6.1.1 Chi Cuadrado

Tutorial: https://youtu.be/mrjI-rCrpvE
6.1.1- Chi Cuadrado (análisis)
Tabla x:
Prueba de Chi-Cuadrado Hi
Análisis:
La prueba de chi cuadrado al tener
frecuencias efectivas mayores al 20%, es
débil para el análisis, se concluye que los
datos no siguen una distribución normal y al
rechazar la hipótesis nula de la prueba de
Chi Cuadrado, con el valor de significancia
bilateral P-valor de .001 menor a 0.05, se
acepta la Hipótesis de investigación,
concluyendo en: La variable Incoterms y
Nota: información obtenida mediante la
aplicación del instrumento de medición,
cadena de suministro es decir, las variables
haciendo uso de SPSS V. 27. Categóricas X | Y no son Independientes.

Tutorial: https://youtu.be/mrjI-rCrpvE
6.1.1 Chi Cuadrado-
Ej.
6.1.2-Análisis teórico de las
Hipótesis Permite al investigador
A partir de los resultados
brindar un resumen
de la hipótesis realizar un
explicativo, basado en la
análisis personal
teoría de la investigación,
explicando el significado
los resultados obtenidos
de los resultados.
en la prueba de hipótesis,
Interpretar porqué se
coeficiente de
cumple o no la hipótesis,
determinación, gráfico de
basado en los datos
dispersión y su
previos citados (fuentes
experiencia, para analizar
bibliográficas) y los
el porque se da tal
resultados de su propia
fenómeno en el contexto
investigación.
determinado.
Por cada hipótesis un
Citar el fundamento
análisis entre 120 y 150
teórico relacionado.
palabras.
 Semana libre MDI

Avance C3
Tesis II
Avance C4

Documento
final
Inicio Tesis II Cap 5-6

Enero 2024:
Viernes 5 de enero Contenido
cap 7-8
Domingo 14 de enero -Entrega
document final, capítulos 1 a 8)
Semana libre Tesis I

Contenido C6
Avance
C5-C6
¿que entregar para el avance del capítulo 5?
5.1 Fuentes de Información Directa  completo análisis de los datos demográficos

5.2 Análisis de Datos Descriptivos  mínimo análisis de las primeras 2-3 preguntas

5.3 Prueba de Normalidad  completa, incluso gráficos e interpretación de la muestra

Criterios de evaluación:
-Contenido completo: 10%
-Contenido incompleo: 7%
-Contenido equivocado: 5%
-Sin contenido: 0%
-Entrega tarde: -5%
¿que entregar para el avance del capítulo 6?
SOLO Hipótesis General

Criterios de evaluación:
-Contenido completo: 10%
-Contenido incompleo: 7%
-Contenido equivocado: 5%
-Sin contenido: 0%
-Entrega tarde: -5%
Fin del capítulo 6