Contraste de hipótesis

Contraste de hipótesis

Referencias
LECCIÓN 1 de 2

Contraste de hipótesis

Se considera que el razonamiento y el pensamiento estadístico resultan imprescindibles para poder interpretar adecuadamente la
información proveniente de diversos acontecimientos en la vida común, pero también para el ejercicio de las profesiones y de las ciencias. 

En particular, se puede decir que la inferencia constituye una de las áreas de mayor utilidad de la estadística, dado que por sus métodos se
pueden obtener conclusiones de interés acerca de una población con base en la información que proporcionan los datos de una muestra.

Las pruebas de hipótesis son una parte importante dentro del desarrollo de un estudio estadístico. Los estudios estadísticos recogen y
analizan muestras de datos individuales a los efectos de cuantificar la realidad y disponer de los elementos para su adecuado examen. En
síntesis, consiste en un método que permite verificar una aseveración acerca del valor de un parámetro poblacional. Como los datos son
proporcionados por una muestra, los resultados podrán estar sujetos a variaciones aleatorias, por lo que una prueba de hipótesis permitirá
establecer si pequeñas desviaciones observadas son atribuibles al azar o, efectivamente, los resultados no guardan relación con la
hipótesis que se ha planteado respecto al valor del parámetro.

Etapas en el diseño de una prueba estadística

Para realizar una prueba estadística, es preciso seguir un orden y entender también dónde nos encontramos situados en cada momento de
ella. Recordemos que los pasos o etapas por seguir para el desarrollo de un estudio estadístico de estas características, en forma
resumida, son los siguientes:

-Primer paso:
–
Definición de una hipótesis inicial/hipótesis alterna.

-Segundo paso:
–
Recolección y organización de la información.
-Tercer paso:
–
Contraste de hipótesis. Nivel de significación.

-Cuarto paso:
–
Conclusión.

Ya vimos en la lectura anterior cómo se define una hipótesis inicial y una hipótesis alterna. Nos concentraremos ahora en los otros pasos.

Segundo paso: recolección y organización de la información

Una vez definidas las hipótesis correspondientes, se debe organizar la recolección de la información. Ello comprenderá la elección y el
tamaño de la muestra, la forma que tendrá la encuesta o la recopilación de datos y el diseño de los cuestionarios, si estos corresponden.

Con toda la información reunida, se deberá establecer la organización y la forma de presentarla, lo cual se podrá realizar mediante tablas de
frecuencia, gráficos, etcétera, de manera que faciliten el análisis y la posterior obtención de información de interés.

Tercer paso: contraste de hipótesis

Dentro de la inferencia estadística, un contraste de hipótesis (también denominado   nivel de significación), constituye un procedimiento
para juzgar si una propiedad que se supone en una población estadística es compatible con lo observado en una muestra de dicha
población.

Este método fue inicialmente diseñado por Ronald Fisher y fue posteriormente fundamentado por Karl Pearson. En forma sintética, se puede
expresar que, mediante esta teoría, se formula una hipótesis inicial y una hipótesis alternativa para establecer posteriormente cuál de las
dos resulta ser la hipótesis verdadera.
A partir de una muestra de la población bajo análisis, se extraerá un estadístico (un valor que es función de la muestra), cuya distribución de
probabilidad esté relacionada con la hipótesis en estudio, la cual deberá ser conocida. 

Se establece entonces una región de aceptación y rechazo. La zona de rechazo comprenderá al  conjunto  de valores por los cuales
rechazaremos lo expresado por la hipótesis inicial, si es que se observa que el valor del estadístico está contenido dentro de dicha zona.

La probabilidad de que se obtenga un valor del estadístico que entre en la región de rechazo aun siendo cierta la hipótesis puede calcularse.
De esta manera, se puede escoger dicha región de tal forma que la probabilidad de cometer este error sea suficientemente pequeña.

Por lo tanto, el procedimiento de prueba se detalla por lo siguiente:

Se adopta en función de los datos

muestrales en los cuales se basará la
Un estadístico de prueba:
decisión de rechazar o no la
hipótesis.

Será el conjunto de todos los valores del

Una región de rechazo: estadístico de prueba para los cuales
será rechazada
En síntesis, la hipótesis nula será rechazada si el valor calculado del estadístico de prueba se ubica dentro de la zona de rechazo.

El mejor de los todos los casos sería aquel en el que ningún tipo de error es posible de cometer. Pero esto solo podría alcanzarse si se
realizara un examen de toda la población, lo cual resulta poco práctico, dada su complejidad y sus costos. Podemos decir, entonces, que se
presenta una cierta dificultad al usar un procedimiento basado en datos muestrales debido a la variabilidad que puede ocurrir en el
muestreo, lo cual puede resultar al tomar una muestra no representativa.

¿Cómo se realizará un contraste de hipótesis en un caso concreto? Recordemos la situación del caso práctico visto en la lectura anterior:

Dado el éxito del trabajo que realizamos meses atrás para la Municipalidad de Córdoba, ahora nos han convocado para realizar un
relevamiento estadístico sobre los salarios de la población en determinados sectores de la ciudad. El propósito de esta investigación resulta
que nosotros obtengamos, se va a decidir a nivel municipal una serie de mejoras y ayudas económicas para la población de esta ciudad.
Para ello, tendremos que ver primero cuáles son los barrios más carenciados, por lo que dividimos y analizamos por partes la ciudad, e
inicialmente seleccionamos los barrios A, B y C. 

Junto con varios auxiliares, se procedió a realizar el relevamiento y la reunión de datos relacionados. De los datos recolectados, se observó
que el barrio A, sobre una muestra de 1000 personas encuestadas, tiene un distribución µ, una desviación estándar σ = 5,1, que su salario
medio mensual es igual a $15 000, y se ha establecido que el nivel de significación es del 5 %.

Con esta situación, para poder realizar el contraste de la hipótesis, se deberán realizar los siguientes pasos:

1 Formulamos la hipótesis nula H0 y la hipótesis alternativa H1, paso ya realizado en la lectura anterior.

H0: el salario medio mensual es igual a $15 000.

H1: el salario mensual es distinto a $15 000.

2 Identificamos la distribución de probabilidad y el tamaño de la muestra.

Por el enunciado sabemos que la población inicial sigue una distribución normal. El tamaño de la muestra es n = 1000. La
media muestral se distribuye según:
3 Construimos las regiones de aceptación y rechazo.

A partir de un nivel de significación de  α = 5 % (0,05), vamos a construir nuestras regiones.

El nivel de confianza es 1 − α = 1 − 0,05 = 0,95 (95 %). 

Para una certeza del 95 %, el valor de Z = 1,96 y la zona de aceptación corresponde con el intervalo:

IC (149999,68 ; 15000,31)

4 Calculamos el estadístico de contraste y se verifica la hipótesis.

Extraída una muestra de tamaño 1000, el estadístico de contraste es la media de los sueldos obtenidos
Esto puede verse un poco más claro en la Figura 1, donde se puede apreciar la zona de aceptación y la zona de rechazo.

Figura 1: Zona de aceptación

Fuente: elaboración propia.

Cuarto paso: Conclusión

Una vez realizado el cuarto paso y verificada o no la hipótesis en función de que el estadístico se encuentre o no en la región de aceptación,
se puede obtener una de las siguientes conclusiones:

Se acepta la hipótesis nula si el valor calculado del estadístico de prueba se ubica dentro de la zona de aceptación.

Se rechaza la hipótesis nula si el valor calculado del estadístico de prueba se ubica dentro de la zona de rechazo.

Interpretación de la decisión y detalle de la conclusión para la situación planteada

Como la media muestral pertenece a la región de aceptación establecida, podemos aceptar que el sueldo mensual promedio es de $15 000,
con un nivel de significación del 5 % o un nivel de confianza del 95 %.

La conclusión es que aceptamos, por lo tanto, nuestra hipótesis nula.

Repaso  

Por último, a los efectos de recordar algunos de los conceptos vistos, te proponemos hacer una actividad para repasarlos e integrarlos.

Un método que permite verificar una

Una prueba de hipótesis es: aseveración acerca del valor de un
parámetro poblacional

La elección y tamaño de la muestra,

la forma que tendrá la encuesta o la
El segundo paso de una prueba de
hipótesis comprende:
recopilación de datos y el diseño de
los cuestionarios, si estos
corresponden.
 El conjunto de todos los valores del
estadístico de prueba para los cuales
Una región de rechazo es: será rechazada la hipótesis si su
valor se encuentra comprendido
dentro de ella.

Justificación

Una prueba de hipótesis es un método que permite verificar una aseveración acerca del valor de un parámetro poblacional.
Las pruebas de hipótesis son una parte importante dentro del desarrollo de un estudio estadístico. Los estudios
estadísticos recogen y analizan muestras de datos individuales a los efectos de cuantificar la realidad y disponer los
elementos para su adecuado examen.

El segundo paso de una prueba de hipótesis, una vez definidas las hipótesis correspondientes, consiste en organizar la
recolección de la información; por lo tanto, comprende la elección y tamaño de la muestra, la forma que tendrá la encuesta
o la recopilación de datos y el diseño de los cuestionarios, si estos corresponden.

Una región de rechazo comprende el conjunto de todos los valores del estadístico de prueba para los cuales será
rechazada la hipótesis si su valor se encuentra incluido dentro de ella. Por lo tanto, su definición será fundamental una vez
que sea realizado el cuarto paso y verificada o no la hipótesis, en función de que el estadístico se encuentre en la región
de aceptación o en la de rechazo.

Finalmente, los alumnos deberán tener en cuenta que todo lo visto en esta lectura constituye solamente una síntesis del concepto central
señalado. El estudio y la práctica de fondo sobre el tema deberán realizarse ineludiblemente leyendo la bibliografía básica, comprendiendo
los principales aspectos involucrados y resolviendo las ejercitaciones que estos libros desarrollan. Esa será la única manera de asegurar el
éxito en el estudio y comprender lo que representa el análisis de datos cuantitativo para, en lo inmediato, aprobar la materia, y en lo mediato,
poder aplicarlo adecuadamente en el desarrollo de estudios o asesoramientos.
LECCIÓN 2 de 2

Referencias

Hernández Martín, Z. (2012). Métodos de análisis cuantitativos (apuntes). Universidad de la Rioja: Servicio de Publicaciones. 

Pérez Tejada, H. E. (2008). Estadística para las ciencias sociales, del comportamiento y de la salud (3.a ed.). México: Cengage Learning.