Prueba de Hipótesis

PRUEBA DE
HIPÓTESIS
OBJETIVO:
Analizar y evaluar las
diferentes distribuciones
muestrales mediante la
aplicación de los pasos de
Prueba de Hipótesis.
Econ. Andrea Angulo Vela, Mgr.

INFERENCIA ESTADÍSTICA
Está basada en el supuesto de

tomar muchas muestras, todas con
igual probabilidad de ser
seleccionadas, y a través de una de
ellas sabremos algo acerca de la
población, mediante el cálculo de
estimadores, que nos permitirán
hacer aseveraciones, incorrectas
algunas veces, estableciéndose la
probabilidad del error.
PRUEBA DE HIPÓTESIS
Denominada también prueba de significación, tiene como objeto
principal evaluar suposiciones o afirmaciones acerca de los
valores estadísticos de la población, denominados parámetros.
La palabra “Docimar” significa Probar. Cuando se hace

indispensable tomar una decisión sobre la validez de la
representación en una población, con base en los resultados
obtenidos a través de una muestra, se dice que se toman
decisiones estadísticas. La suposición puede ser cierta o falsa.
TIPOS DE HIPÓTESIS
HIPÓTESIS ESTADÍSTICA
Es un supuesto acerca de un parámetro o de
algún valor estadístico de una población. No
todas las hipótesis son estadísticas, se debe
tomar con referencia a un parámetro, ya sea
media aritmética, una proporción (porcentaje),
varianza, etc., para que sea una Hipótesis
Estadística.
También puede considerarse, como la

afirmación acerca de una característica ideal de
una población sobre la cual hay inseguridad en
el momento de formularla y que, a la vez, es
expresada de tal forma que puede ser rechazada.
TIPO DE ERROR
 Error Tipo II. Aceptar la hipótesis Verdadera Falsa
cuando se debió rechazar. Decisión Error
DECISIONES
Aceptar
Correcta Tipo II
 Error Tipo I. Rechazar la hipótesis
Error Decisión
cuando se debió aceptar.
Tipo I Correcta
Rechazar
HIPÓTESIS NULA Y ALTERNATIVA
 Hipótesis Nula: Es aquella por medio de la cual se hace una afirmación
sobre un parámetro, que se va a contestar con el resultado muestral. Ejemplo:
Cuando el fabricante dice que su producto tiene una duración de 5000 horas,
se le considera como hipótesis nula, pues es lo que se quiere probar.
 Hipótesis Alternativa: Es toda aquella hipótesis que difiere de la hipótesis

nula, es decir, ofrece una alternativa afirmando que la hipótesis nula es falsa.
Ejemplos:
• El fabricante ha exagerado la duración de su producto (prueba unilateral a
la izquierda)
• El producto tiene una duración superior al señalado por el fabricante
(prueba unilateral a la derecha)
• La duración del producto no es la señalada por el fabricante (prueba
bilateral)
PRUEBA UNILATERAL Y BILATERAL
 Prueba de Hipótesis Unilateral: Es aquella en la cual la Zona de Rechazo o Zona
Crítica está completamente comprendida en uno de los extremos de la distribución.
• Prueba Unilateral a la derecha (de la curva): Ejemplo probar que: Los salarios
que paga una empresa son mayores, la calidad de un producto es superior, el
rendimiento académico es mejor, etc.
• Prueba Unilateral a la izquierda (de la curva): Ejemplo probar que: Los salarios son
inferiores, el producto es de menor calidad, el nivel académico es bajo, que el
productor exagera la duración del producto, etc.
 Prueba de Hipótesis Bilateral: Comprende áreas o Zonas de Rechazo en ambos

extremos de la distribución; por lo tanto se omiten los términos: superior, mayor, mejor,
inferior, bajo, menor, etc.
NIVEL DE SIGNIFICACIÓN Y PUNTOS CRÍTICOS
 Nivel de Significación (α) :
La máxima probabilidad de que se especifique con el fin de hacer mínimo el
primer tipo de error. Generalmente se fija antes de escoger la muestra. 1% Altamente Significativo
Normalmente toma los valores de 1%, 5% y 10%, pero se puede usar cualquier 5% Significativo
nivel dependiendo del tipo de investigación que se adelante. El valor de nivel de
10% Poco Significativo
significación corresponde a un área bajo la curva de probabilidad o normal,
denominada Región Crítica o Zona de Rechazo.
• Caso 1: Dócima Unilateral a la Derecha: La Región Crítica está situada
únicamente a la derecha de la curva.
• Caso 2: Dócima Unilateral a la Izquierda: La Región Crítica está situada
únicamente a la izquierda de la curva.
• Caso 3: Dócima Bilateral: La Región Crítica está situada a ambos extremos de
la curva.
En las dócimas unilaterales se tomará el valor total de alfa; para las dócimas
bilaterales se dividirá por dos. La región no sombreada se denomina Zona de
Aceptación o de No Rechazo.
REGIONES CRÍTICAS
a) Dócima unilateral hacia la derecha: Con α = 0.05;
A(0.4500)  Z = 1.64 ó 1.65
b) Dócima unilateral hacia la izquierda: Con α = 0.05;
0.5000 – 0.0500 = 0.4500; A(0.4500)  Z = -1.64 ó
-1.65
•
c) Dócima Bilateral: Con α = 0.05; 0.5000 – 0.0250 =
0.4750; A(0.4750)  Z = 1.96
PROCEDIMIENTO A SEGUIR EN LAS
PRUEBAS DE HIPÓTESIS
1. Formular la hipótesis nula y la alternativa.
2. Seleccionar el nivel de significación.
3. Conocer o estimar la varianza.
4. Determinar la técnica y la prueba estadística.
5. Determinar los valores críticos y sus regiones de rechazo.
6. Calcular los datos muestrales, utilizando las fórmulas
correspondientes.
7. Tomar la decisión estadística, de ACEPTAR o
RECHAZAR.
1. ESTABLECER LAS HIPÓTESIS
a) Media Muestral
Dócima Bilateral Dócima Unilateral a la Izquierda Dócima Unilateral a la Derecha
b) Diferencias entre Medias Muestrales

c) Proporción Muestral
d) Diferencias entre Proporciones Muestrales

2. ELEGIR EL NIVEL DE RIESGO
Los niveles de significación más utilizados son:

•

3. SUPUESTOS:
a) La muestra es aleatoria.
b) La población es normal.
c) La varianza poblacional es conocida
(en la mayoría de los casos no se
conoce, por lo tanto debe ser
estimada).
4. SE FORMULA LA VARIANTE ESTADÍSTICA
a) Distribución Normal: 𝑋− 𝜇
𝑍=
𝜎

b) Distribución de Medias Muestrales: 𝑍
𝑥´ − 𝜇 ´ −𝜇
𝑥
= 𝑍=
c) 𝜎 /√𝑛 𝜎 /√𝑛
𝑍 = 𝑆 − 𝑃
𝑆𝑞
d) Distribución de Proporciones Muestrales:
• √ 𝑛
siendo: n >30
( 𝑥´ − ´𝑦 ) − ( 𝜇 𝑥 − 𝜇 𝑦 ) ( 𝑥´ − ´𝑦 ) − ( 𝜇 𝑥 − 𝜇 𝑦 )
e) Distribución de diferencias entre 2 medias muestrales:
𝑍= 𝑍=
2 2 2 2
𝜎 𝜎𝑦 𝑆𝑥 𝑆𝑦
Siendo: y mayores que 30
f) Distribución de diferencias entre 2 proporciones muestrales:

√ 𝑛1
𝑥
+
𝑛2
( 𝑝1 − 𝑝2 )− ( 𝜇𝑝 − 𝜇𝑝 )
√ 𝑛1
+
𝑛2

𝑍=
1 2
𝑝 1 𝑞 1 𝑝2 𝑞2
√ 𝑛1
+
𝑛2
5. FORMULAR LOS PUNTOS CRÍTICOS Y
• Al trabajar con un nivel de significación del 5%

de dócima bilateral, se tendrá:
•
• Con el mismo nivel de significación y una
dócima unilateral: si la prueba es hacia la
derecha; , si la prueba se hace a la izquierda.
1. DISTRIBUCIÓN DE MEDIAS MUESTRALES
• Prueba cuando se conoce la Varianza Poblacional
Ejemplos:
1. Un inspector de calidad investiga las acusaciones contra una embotelladora por su
deficiente llenado que debe ser, en promedio, de 32.5 onzas. Para ello toma una muestra
de 60 botellas, encontrando que el contenido medio es de 31.9 onzas de líquido se sabe
que la máquina embotelladora debe producir un llenado con una desviación típica de 3.6
onzas. ¿Puede el inspector llegar a la conclusión, a un nivel de significación del 5%, que
se están llenando las botellas por debajo de su especificación de contenido?
2. Un proceso está programado para empacar la cantidad media, de una libra (16 onzas)
de café. Se toma una muestra aleatoria de 36 paquetes; resulta una media de 14.2 onzas
y una desviación típica de 5.3 onzas. Al nivel del 5%, ¿se podrá afirmar que no se está
cumpliendo con lo indicado en el paquete?
2. DISTRIBUCIÓN DE PROPORCIONES MUESTRALES
• Nota: La varianza de la población se calculará de la siguiente forma: ya que se trabaja con
muestras de más de 30 elementos.
Ejemplos:
1. Por estadísticas que se tienen, se ha podido establecer que por lo menos el 40% de los
jóvenes toman regularmente Coca – Cola, cuando tienen sed. Una muestra aleatoria de 450
• jóvenes reveló que 200 de ellos solían tomar dicha bebida cuando tenían sed. ¿Cuál podría
ser su conclusión al nivel del 1% acerca de lo que muestran las estadísticas?
2. Un gerente de una compañía afirma, que el porcentaje de atrasos en las horas de llegada al
trabajo cobija al 25% de sus empleados. Solicita al jefe de personal la revisión de 40
tarjetas marcadas, con las horas de llegada, en la quincena, y encuentra que 8 han llegado
tarde. Al nivel del 5%, ¿hay razón para concluir que el gerente de la compañía está
exagerando?
3. DISTRIBUCIÓN DE DIFERENCIAS ENTRE 2 MEDIAS
MUESTRALES
Ejemplos:
1. Supongamos que la empresa desarrolló un curso de entrenamiento para sus técnicos,
formando 2 grupos y aplicando métodos distintos de entrenamiento. Los dos grupos se
consideran homogéneos en capacidad. El primer grupo lo componen 36 técnicos que
obtuvieron un puntaje de 6 ( en la escala de 0 a 10 puntos) y una desviación típica de 4
puntos y el segundo grupo de 40 técnicos cuyo promedio fue de 8.2 y una desviación típica
de 4.3 puntos. ¿Se puede concluir que el método aplicado al segundo grupo fue superior al
primero? Nivel 1%.
2. Una prueba de resistencia al esfuerzo de 2 tipos diferentes de cables, que presentan

desviaciones típicas de 35 y 45 respectivamente, se llevó a cabo, seleccionando 2 muestras
de tamaño 32 y 40, con medias de 905 y 925. ¿Proporcionan estos resultados, al nivel del
10% suficiente evidencia de que la resistencia de B es superior a la de A?
4. DISTRIBUCIÓN DE DIFERENCIAS ENTRE 2 PROPORCIONES
MUESTRALES
Ejemplos:
1. En una encuesta se preguntó sobre los hábitos de lectura, utilizando una muestra
aleatoria de 350 señoras que trabajaban y otra muestra independiente de 325 que no lo
hacen. En el primer caso, 105 manifestaron que estaban suscritos a cierto tipo de revista.
En el segundo, la respuesta fue de 130 que no estaban suscritas ni mostraban interés por
ninguna revista, argumentando la falta de tiempo. ¿Al nivel del 1% se podrá afirmar que
las señoras que trabajan leen menos que las señoras que no trabajan?
2. Un gerente de una compañía realiza dos muestras de tamaño de 120 empleados, una en
cada fábrica, con el fin de determinar el porcentaje de accidentes de trabajo en el
trimestre. En la primera fábrica durante el trimestre de observación se presentaron 12
casos, mientras que en la segunda, 16. ¿Al nivel del 5% se podrá afirmar que los
accidentes de trabajo son iguales en las dos fábricas?
PRUEBA DE
HIPÓTESIS
OBJETIVO:
Analizar y evaluar las
diferentes distribuciones
muestrales mediante la
aplicación de los pasos de
Prueba de Hipótesis.
Econ. Andrea Angulo Vela, Mgr.

Prueba de Hipótesis

Cargado por

Copyright:

Formatos disponibles

Prueba de Hipótesis

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Prueba de Hipótesis

Cargado por

Copyright:

Formatos disponibles

PRUEBA DE

Econ. Andrea Angulo Vela, Mgr.

Está basada en el supuesto de

La palabra “Docimar” significa Probar. Cuando se hace

También puede considerarse, como la

 Hipótesis Alternativa: Es toda aquella hipótesis que difiere de la hipótesis

 Prueba de Hipótesis Bilateral: Comprende áreas o Zonas de Rechazo en ambos

b) Diferencias entre Medias Muestrales

d) Diferencias entre Proporciones Muestrales

Los niveles de significación más utilizados son:

f) Distribución de diferencias entre 2 proporciones muestrales:

• Al trabajar con un nivel de significación del 5%

2. Una prueba de resistencia al esfuerzo de 2 tipos diferentes de cables, que presentan

Econ. Andrea Angulo Vela, Mgr.

También podría gustarte