En casos relacionados con situaciones especiales en las cuales se desea comprobar la efectividad de estndares preestablecidos, la tcnica de prueba de hiptesis

resultaba bastante apropiada, por cuanto permite comprobar con bastante certeza el grado de acierto en la fijacin de stos.

Una hiptesis estadstica se define como un supuesto hecho sobre algn parmetro de la poblacin. Por ejemplo, los siguientes enunciados podran ser tomados como hiptesis: - El ingreso promedio de los trabajadores de la fbrica es de $X. - El rendimiento promedio de los empleados de dos fbricas es diferente. - El promedio de duracin de las bombillas es de 1.000 horas. - El promedio de duracin de las llantas es de 100.000 kilmetros. La prueba de hiptesis consiste en aplicar tcnicas estadsticas que permitan aceptar o rechazar una hiptesis. Este procedimiento se conoce como contraste de hiptesis. Las pruebas de hiptesis utilizan un procedimiento de cinco pasos, los cuales se mencionan a continuacin: 1. 2. 3. Estimar 4. 5. Establecer Tomar Plantear Determinar el las el valor la hiptesis nivel nula de de de la y alternativa. significancia. prueba. decisin. decisin.

estadstico regla

En la prueba de investigacin, o de validez de una afirmacin, se conocen las siguientes clases de pruebas: Pruebas Pruebas Pruebas para para de grandes pequeas muestras. muestras. varianza.

En las pruebas de grandes muestras se realizan para los siguientes casos: Pruebas de medias y de proporciones.

Pruebas

de

diferencias

de

medias

proporciones.

En las pruebas de pequeas muestras se realizan para los siguientes casos: Pruebas para medias y diferencias de medias.

En ambos casos se utilizan un estadstico de prueba que en el caso de muestras grandes es el estadstico Z y en el caso de muestras pequeas es el de la T de student

Dependiendo del planteamiento de la hiptesis alternativa (H1) se distingue dos tipos de pruebas: Pruebas Pruebas

bilaterales. unilaterales

El procedimiento de prueba de hiptesis para pruebas bilaterales a cerca de la media de una poblacin, cuando se considera el caso de muestra mayor que 30 datos (grande) en que el teorema del lmite central permite suponer que la media de la distribucin muestral de medias se puede aproximar a una distribucin normal de probabilidad, y la desviacin estndar de la poblacin es conocida, sigue la siguiente forma general: Estadstico de prueba para la media de la poblacin y desviacin estndar poblacional conocida es "Z" Regla de rechazo a un nivel de significancia determinado es: Zc >Zt Se llaman decisiones estadsticas a aquellas decisiones sobre una poblacin tomadas a partir de la informacin obtenida de una muestra de dicha poblacin. En una decisin estadstica nunca se tiene la certeza absoluta de que sea correcta. Para tomar una decisin estadstica debemos formular una hiptesis (suposicin o conjetura) sobre una poblacin e investigar su veracidad o falsedad. Esta hiptesis inicial, que an no sabemos verdadera o falsa, recibe el nombre de Hiptesis Nula, Ho. La hiptesis contraria a la nula se denomina Hiptesis Alternativa, H1.

Las hiptesis nulas y alternativas siempre se referirn a los parmetros poblacionales: media, , o proporcin, p. Y en las muestras se tomarn siempre los estadsticos de contraste respectivos conocidos: la media muestral, , y la proporcin muestral, . Los procedimientos estadsticos que proporcionan los criterios para decidir si las muestras observadas difieren significativamente de los resultados esperados y aceptar o rechazar, entonces, la hiptesis nula se llaman test o contraste de hiptesis, que nos indican si los valores obtenidos estn o no en la regin crtica o de rechazo, Rc. Tipos de error: En cualquier decisin estadstica, puede ocurrir que se pase alguna de estas circunstancias: 1. Aceptar Ho, siendo sta verdadera (correcto). 2. Rechazar Ho, siendo sta verdadera (error tipo I). 3. Aceptar Ho , siendo sta falsa (error tipo II). 4. Rechazar Ho, siendo sta falsa (correcto).

El anlisis de la varianza (o Anova: Analysis of variance) es un mtodo para comparar tres o ms medias, que es necesario porque cuando se quiere comparar ms de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de student por dos motivos:

En primer lugar, y como se realizaran simultnea e independientemente varios contrastes de hiptesis, la probabilidad de encontrar alguno significativo por azar aumentara.

Por otro lado, en cada comparacin la hiptesis nula es que las dos muestras provienen de la misma poblacin, por lo tanto, cuando se hayan realizado todas las comparaciones, la hiptesis nula es que todas las muestras provienen de la misma poblacin y, sin embargo, para cada comparacin, la estimacin de la varianza necesaria para el contraste es distinta, pues se ha hecho en base a muestras distintas.

El mtodo que resuelve ambos problemas es el anova, aunque es algo ms que esto: es un mtodo que permite comparar varias medias en diversas situaciones de una variable independiente cualitativa, cuyos efectos se miden en otra variable cuantitativa de respuesta; muy ligado, por tanto, al diseo de experimentos y, de alguna manera, es la base del anlisis multivariante. Se denominan pruebas no paramtricas aquellas que no presuponen una distribucin de probabilidad para los datos, por ello se conocen tambin como de distribucin libre (distribution free). En la mayor parte de ellas los resultados estadsticos se derivan nicamente a partir de procedimientos de ordenacin y recuento, por lo que su base lgica es de fcil comprensin. Cuando trabajamos con muestras pequeas (n < 10) en las que se desconoce si es vlido suponer la normalidad de los datos, conviene utilizar pruebas no paramtricas, al menos para corroborar los resultados obtenidos a partir de la utilizacin de la teora basada en la normal.

La prueba de bondad de ajuste de chi- cuadrado, compara las frecuencias tericas esperadas con frecuencias obtenidas. Necesita un nmero suficiente de datos (al menos 30); tambin es necesario que las frecuencias esperadas sean mayores o iguales que 5. Vlido especialmente para variables cualitativas. En cuanto a las pruebas de kolmpogorovsmirnov. La nica premisa que se necesita es que las mediciones se encuentren al menos en una escala de intervalo. Se necesita que la medicin considerada sea bsicamente continua. Adems dicha prueba es aplicable cualquiera sea el tamao de la muestra