You are on page 1of 3

Prueba Chi-Cuadrado de Bondad de ajuste

Pruebas de normalidad de Kolmogorov-Smirnov:


Se aplica si se tiene un nmero mayor a 50 datos.
Pruebas de normalidad de Shapiro-Wilks:
Se aplica si se tiene un nmero menor a 50 datos.

Ho : Los _ datos _ siguen _ una _ distribucin _ normal .


H 1 : Los _ datos _ no _ siguen _ una _ distribucin _ normal .

Distribucin emprica: Distribucin Normal.

Valor p (Sig.):
Si Sig > 0,05 No existe evidencia estadsticamente significativa para rechaza Ho.
Si Sig < 0,05 Se rechaza Ho.

Pruebas de normalidad
Kolmogorov-Smirnova
Estadstico
Unstandardized Residual

,180

gl

Sig.
12

*. Esto es un lmite inferior de la significacin verdadera.


a. Correccin de significacin de Lilliefors

Shapiro-Wilk

,200*

Estadstico
,952

gl

Sig.
12

,659

Anlisis:
Variables entradas/eliminadasa

Modelo
1

Variables

Variables

introducidas

eliminadas

Nitrgeno en el

Mtodo
. Intro

suelo (ppm)b

a. Variable dependiente: Nitrgeno en la planta (ppm)


b. Todas las variables solicitadas introducidas.

Anlisis de Bondad de ajuste del Modelo: Observar R-Cuadrado ajustado


Resumen del modelob

Modelo
1

R
,975a

R cuadrado
,951

R cuadrado

Error estndar

ajustado

de la estimacin

,946

,00682

a. Predictores: (Constante), Nitrgeno en el suelo (ppm)


b. Variable dependiente: Nitrgeno en la planta (ppm)

Coeficientesa
Coeficientes
Coeficientes no estandarizados
Modelo
1

Error estndar

(Constante)

,076

,008

Nitrgeno en el suelo (ppm)

,159

,011

a. Variable dependiente: Nitrgeno en la planta (ppm)

estandarizados
Beta

,975

Sig.

9,349

,000

13,940

,000

Modelo lineal estimado:

Y 0,076 0,159 X
ANOVAa
Suma de

Modelo
1

cuadrados

Media
gl

cuadrtica

Regresin

,009

,009

Residuo

,000

10

,000

Total

,010

11

F
194,318

Sig.
,000b

a. Variable dependiente: Nitrgeno en la planta (ppm)


b. Predictores: (Constante), Nitrgeno en el suelo (ppm)

Hiptesis de la ANOVA:

Ho : 1 0
H 1 : 1 0
Como el valor-p (Sig) es menor que 0,05, entonces, se rechaza Ho, por lo tanto se
concluye que el modelo lineal propuesto es significativo.