Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I
3.

PRUEBAS DE HIPTESIS

3.1

INTRODUCCIN

Una hiptesis estadstica es una afirmacin acerca de la veracidad de algn parmetro

poblacional o evento. En el rea de la estadstica existen dos tipos de hiptesis la
hiptesis nula que se representa como H0 en donde normalmente expresa una
afirmacin tentativa acerca de un parmetro poblacional, dado que es el punto de
partida de la investigacin acerca de la afirmacin y la hiptesis alternativa que es la
opuesta de lo que afirma la hiptesis nula representada con Ha. Para probar o
contrastar una hiptesis se requiere de datos de una muestra, con la finalidad de probar
dos afirmaciones representados por H0 y Ha. Al concluir el anlisis de los datos de la
muestra se tomar una decisin de las dos posibles; una decisin que es, estar de
acuerdo con la H0 y se enuncia no se rechazar la o lo contrario estar de acuerdo con
H0 y se enuncia no se rechazar Ha.
Para establecer la hiptesis nula y alternativa, se sugieren la recomendacin de que las
hiptesis estn bien estructuradas, esta se logra al observar si la conclusin de las
hiptesis proporciona informacin adecuada para el investigador.

A continuacin se

describirn algunos lineamientos para establecer la hiptesis nula y alternativa para tres
tipos de situaciones.

Prueba de hiptesis de investigacin: Consiste en ubicar la afirmacin de la

investigacin en la Ha, ya que no se tiene certeza de la afirmacin. Por ejemplo
supongamos que la compaa automotriz, tiene un determinado modelo de automvil
que funciona con un rendimiento promedio de 35.52km por galn. Un grupo de
investigadores ha inventado un nuevo carburador, diseado para aumentar el
rendimiento. Por lo tanto para comprobar dicha afirmacin se establece la hiptesis de
prueba como el nuevo modelo de carburador proporcionar una media de rendimiento
mayor de 35.52km por galn, esto es que 35.52. Como lineamiento general, una

40

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I
hiptesis de investigacin como sta debe proponerse como una hiptesis alternativa.
Por ejemplo: H0: 35.52, por lo tanto Ha: 35.52.

Si los resultados indican que no se rechaza H0, lo que indica que el nuevo carburador
no tiene mejor rendimiento, se tendrn que seguir investigando y realizar ms pruebas
para sostener dicha afirmacin. Sin embargo si el resultado nos indica que se rechaza
H0, el personal puede hacer la inferencia que Ha es verdadera, entonces se puede
iniciar la produccin del nuevo carburador.

Prueba de hiptesis para la validez de una afirmacin: En cualquier caso donde

intervenga la prueba de validez de una afirmacin, la hiptesis nula se suele basar en
que la afirmacin es verdadera y si esto no es verdad se tiene que considerar acciones
para corregir dicha afirmacin. Por lo tanto esta prueba consiste en ubicar la afirmacin
en la H0, como por ejemplo un fabricante de embutidos considera que el paquete de
800gr contiene un mnimo de 798gr de producto. Para comprobar dicha afirmacin del
fabricante se realizar un muestreo de dicho producto, en donde se pesarn y se
analizarn con las siguientes pruebas de hiptesis: H0: 798 por lo tanto Ha: 798.

Si los resultados de la muestra indican que no se rechaza H0, indica que el fabricante dice
la verdad. Sin embargo si los resultados indican que se rechaza H0, se har la inferencia
que Ha: 798 es verdadera. Por lo tanto en este caso concluimos que la afirmacin del
fabricante es incorrecta y que el llenado del embutido es menor de 798gr, por lo tanto se
realizar una accin adecuada con el fabricante.

Prueba de hiptesis en caso de toma de decisiones: En muchos casos se deben

toma acciones tanto cuando se rechaza H0, como cuando no se rechaza, una situacin
en la que el estadstico debe decidir en dos situaciones distintas, una situacin
asociado con la hiptesis nula y otra con la hiptesis alternativa. Por ejemplo un
inspector de control de calidad suspender el proceso de empacado de latas de leche
en polvo si el producto no cumple con las especificaciones, para este caso 400gr. Si el

41

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I
peso promedio de los botes es mayor o menor, que la normal de 400gr, las partes
causaran problemas de calidad

en la opresin de empaque. En este caso se

formularan la hiptesis nula y la alternativa de la siguiente manera: H0: = 800 por lo

tanto Ha: 800. Si los resultados de la muestra indican que no se puede rechazar H0, el
inspector de calidad no tendr razn para parar el proceso de empaque de los botes ya que
cumplen con las especificaciones. De lo contrario si se rechaza H0 la conclusin seria que el
empaque de los botes no cumple con las especificaciones. En esta situacin el inspector de
calidad tendr las pruebas suficientes para parar el proceso y localizar las fallas. Como se
puede observar en este ejemplo el inspector tomara una accin si no se rechaza H0 es decir
el proceso continuar y otra accin en caso de que se rechace H0, para este caso para el
proceso e identificar las fallas.

3.2

Error tipo I y tipo II

Al trabajar con las hiptesis estadsticas, existe la posibilidad de llegar a cuatro resultados
posibles en cuanta a la veracidad de la decisin de la hiptesis nula, estas se presentan a
continuacin:

Decisin
No se rechaza H0
Se rechaza H0

Hiptesis nula (Ho)

Verdadera
Falsa
Decisin correcta (Tipo A)
Error tipo II
Error tipo I
Decisin correcta (Tipo B)

La decisin correcta tipo A ocurre cuando la hiptesis nula es verdadera y se decide no

rechazar la hiptesis nula.

La decisin correcta tipo B ocurre cuando la hiptesis nula es falsa y se decide rechazar
la hiptesis nula.

Error tipo I se comete cuando se rechaza la hiptesis nula verdadera, es decir cuando es
cierta la hiptesis nula, pero se decide en su contra

Error tipo II es cuando se decide a favor de una hiptesis nula que en realidad es falsa.

42

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I
Lo ideal sera que siempre se tomara una decisin correcta, sin embrago estadsticamente
hablando es imposible tener una certeza del 100%, ya que la informacin que se obtiene
proviene de las muestras, y esta a su vez tiene un error muestral ya explicado en captulos
anteriores, por lo tanto es mejor conocer la probabilidad con la que ocurre el error tipo I
conocido como alfa () y el error tipo II denominado beta (). En las pruebas de hiptesis en la
mayora de los casos se controla la probabilidad de cometer el error tipo I, que consiste en
asignar un nivel de significancia () a la prueba, normalmente 0.05 y 0.01, que es la
probabilidad de estar dispuesto a cometer el error tipo I.

No siempre es posible controlar el error tipo II, por lo tanto si decidimos aceptar la hiptesis nula no
podemos determinar la confianza en esa decisin, es por eso que se recomienda usar la redaccin
no se rechaza la H0, en lugar de se acepta H0, esto implica la recomendacin de tener cualquier
juicio y accin, por ende al no aceptar en forma directa la H0, se evita de cometer el error tipo II.
3.3

Pruebas unilaterales sobre la media de una poblacin para una muestra grande

La PROFECO realiza estudios peridicos para probar las afirmaciones que hacen los
fabricantes los fabricantes de sus productos. Por ejemplo, la etiqueta de una lata de caf indica
que contiene como mnimo 984gr de caf. Ahora la PROFECO desea probar dicha afirmacin,
mediante la prueba de hiptesis.
El primer paso: Establecer la H0 y Ha recuerde como es una afirmacin establecemos la
afirmacin en la hiptesis nula de la siguiente forma:
H0: 984 Ha: < 984
Segundo paso: Establecer un nivel de significacin () es decir la probabilidad de
cometer el error tipo I, para este caso 0.01, recordemos que la distribucin muestral de

x se puede aproximar a una distribucin normal de probabilidades. Por lo tanto

obtenemos el valor de z en las tablas = -2.33

Regin no
critica

= 0.01

Regin critica
- 2.33

43

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I
Tercer paso: Establecer la regla de rechazo (RR) en funcin al valor critico, Para
nuestro caso la RR es: Rechazar la H0 si el valor del estadstico (Zc) es menor de -2.33.
Cuarto paso: Obtener los dato muestrales y calcular el valor estadstico de prueba
que esta dado zc = ( x - )/ x . Lo que nos indica la cantidad de desviaciones estndar
que esta separado la media muestral de la media poblacional. En esta situacin se
eligieron 36 latas que dio como resultado una media muestral de 958gr y se sabe que el
proceso de llenado tiene una desviacin estndar poblacional de 59gr, por lo tanto x =
59/ 36 = 9.833 y Zc = 958 984/9.833 = -2.64

Quinto paso: Comparar el valor de estadstico de prueba, para decidir si se rechaza o

no la H0: Si Zc se encuentra en la regin crtica, es decir, Zc = ( x - )/ x < -2.33
Sexto paso: Concluir en funcin a los resultados obtenidos, en este caso se rechaza la H0: ya que
el valor del estadstico (Zc=-2.64)es menor que el valor critico (Zt=-2.33). Esto nos indica que la
afirmacin de la etiqueta no dice la verdad ya que el valor de zc se encuentra en la regin crtica,
con una probabilidad de 99%.

Sptimo paso: Recomendaciones, en este caso recomendamos a la PROFECO que clausure la

empresa. (Esta prueba se realizo en un solo extremo por lo tanto se les denomina pruebas unilaterales de hiptesis).

3.4

Pruebas unilaterales sobre la media de una poblacin para una muestra pequea

Supongamos que tenemos una muestra pequea (n < 30), pero adems sabemos que la
poblacin tiene una distribucin normal de probabilidades, podemos utilizar la distribucin
normal para inferir acerca de del valor de la media poblacional, para las pruebas de hiptesis
con la siguiente formula: t = (( x - ) / (s /

n )) en caso de que se conozca la desviacin

estndar poblacional se puede utilizar la siguiente formula: t = (( x - ) / ( /

n )).

Recuerde que la distribucin t, trabaja con grados de libertad que es igual a n-1.

44

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I
Por ejemplo supongamos que el Tecnolgico pide a los alumnos califiquen al instituto
del 0 al 100 con respecto a la calidad acadmica. El jefe del departamento acadmico,
decide que si la evaluacin es mayor de 70 o ms concluir que el instituto ofrece una
buena preparacin profesional.

Seleccionaron 12 alumnos por medio de un muestreo aleatorio simple, en donde se

obtuvieron los siguientes resultados:

70, 80,100, 80, 60, 90, 60, 70, 70, 80, 90 y 80.

Por lo tanto la media de los datos es de 77.5, con una desviacin estndar de 12.154.
Suponiendo que la poblacin tiene una distribucin normal de probabilidades. Puede
decirse que el Instituto ofrece una buena preparacin profesional con un nivel de
significancia de 0.05?. La hiptesis nula y la alternativa es la siguiente:
H0: 70

Ha: 70

Buscamos el valor critico de t .05(tt) = 1.796.

Regla de rechazo: Si el valor de estadstico de t (tc) es mayor de 1.796 se rechaza H0
Valor estadstico t (tc) = ((77.5 70) / (12.154/ 3.464)) = 2.138. La conclusin es que se
rechaza la H0. Lo que indica que el Instituto ofrece una buena preparacin profesional.

3.5

Pruebas de hiptesis bilaterales sobre la media de una poblacin: caso de

una muestra grande

En las pruebas bilaterales el rea de rechazo se encuentra simultneamente en el

extremo inferior y superior, de la distribucin muestral, estas pruebas se utilizan
normalmente en el control de calidad. A continuacin se presenta una figura para una
prueba bilateral con = 0.05

45

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I

= 0.25

Regin no
critica

= 0.25

Regin critica

Regin critica
- 1.96

1.96

Para realizar una prueba de hiptesis se siguen los mismos cinco pasos que se realizan
que se realizan en las pruebas unilaterales, con la nica diferencia que para localizar el
nivel de significancia o la probabilidad para cometer el error tipo I se divide en dos. Por
ejemplo para = 0.05 en la tabla se buscara /2 = 0.025 ya que la suma de las dos
reas nos da la probabilidad del 5% para cometer el error tipo uno.

Por ejemplo supongamos que una lnea de produccin, consiste en llenar 365ml por
envase. Recuerde que el sobre llenado o la falta de llenado ocasionan graves
problemas en el proceso de llenado, ya que se tendra que parar el proceso y realizar
ajustes. Por lo tanto para diagnosticar el proceso con un 5% de probabilidad de cometer
el error tipo I. Por lo que se plantea la siguiente hiptesis:
H0: = 20

Ha: 20

Calculamos el valor crtico de prueba con /2 = 0.025 = 1.96. La regla de rechazo de H0 es:
s zc < -z/2 o s zc > z/2
De acuerdo a la historia se sabe que la desviacin estndar poblacional ( ) del
proceso de llenado es de 20ml. Un inspector de calidad toma una muestra de 30
artculos y obtiene una media muestral de 372.
Calculamos el valor del estadstico con la formula: zc = (( x - ) / ( / n )) = 372 365 / 20 30 =
7/3.651 = 1.917. Lo que nos indica que no se rechaza ya que 1.917 es menor de 1.96,
pero mayor de 1.96. Por lo que el inspector de calidad debe decidir que el proceso de
llenado debe continuar.

46

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
3.6

Estadstica Inferencial I
Pruebas de hiptesis bilaterales sobre la media de una poblacin: caso de
una muestra pequea

Recordemos de nuevo que para determinar el valor crtico de prueba, para el caso de
una muestra pequea se utiliza la distribucin t, y esta nicamente se utiliza cuando se
sabe que la poblacin presenta una distribucin normal de probabilidades. Por ejemplo
se sabe que el proceso de produccin tiene una distribucin normal y debe llenar
recipientes con una media de peso de 32gr ( = 32). El personal de control de calidad
selecciona peridicamente al azar cinco recipientes, con la finalidad de probar la
siguiente hiptesis bilateral: H0: = 32 Ha: 32.

En una muestra realizada se obtuvieron las siguientes muestras (gr): 32.04, 32.44,
31.64, 31.84 y 32.44. Con un nivel de significancia de 0.05 Qu acciones se deben de
emprender?
Valor crtico de t = 2.776. La regla de rechazo de H0 es: s zc < -2.776 o s zc > 2.776.
Calculo de los estadsticos de la muestra: media = 32.08 y desviacin estndar = 0.358.
Calculo del valor del estadstico de prueba = t = (( x - ) / (s /

n )) = ((32.08 32) /

(0.358/2.236) = (0.08/0.160) = 0.05.

Como el valor de 0.05 se encuentra entre 2.776 y 2.776 no se rechaza la hiptesis
nula, lo que nos indica que el proceso debe de continuar.

3.7

Estimacin de las diferencias entre la media de dos poblaciones para

muestras independientes: Caso de muestra grande.

En esta seccin analizaremos como se puede estimar el intervalo de confianza y las

pruebas de hiptesis en caso que se realice en dos poblaciones independientes.
Recuerde que las poblaciones independientes son aquellas que no comparten datos, es
decir fuentes de datos no relacionados, un conjunto de datos para cada una. Por
ejemplo supongamos que en el Instituto Tecnolgico superior Purhpecha desea probar
un curso de ortografa

para los alumnos de licenciatura de administracin (150

47

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I
alumnos), la forma de probar el curso de ortografa es realizar una muestra aleatoria de
32 alumnos antes y despus de la aplicacin del curso de ortografa, veamos cuando se
realiza una prueba dependiente e independiente:

Independientes: Cuando se aplica un examen a 32 alumnos antes del curso y

posteriormente al terminar el curso se realiza la seleccin de otros 32 alumnos en forma aleatoria
Dependiente: Cuando el anlisis de los datos se realiza a los mismos 32 alumnos antes
y despus, para estas situaciones de antes y despus se recomienda estas pruebas
dependientes, sin embargo el objetivo de esta ejemplificacin es para compara las
pruebas dependientes contra las independientes.

Otro ejemplo de pruebas independientes, podra ser cuando queremos determinar un

estimado entre las diferencias de salario inicial de una poblacin de hombres y el de
mujeres; o bien para hacer una prueba de hiptesis para determinar si hay alguna
diferencia entre la proporcin de productos defectos de un proveedor A contra un
proveedor B. O bien productividad de sillas x de una empresa A contra la empresa B.

Ahora supongamos que el gerente de ventas de la compaa de coca cola se ha dado

cuenta que existe menor venta de sus productos en la comunidad de Chern, que en
Paracho, Michoacn, en donde cree que la situacin se presenta por la composicin
poblacional de edades. Por lo que ha pedido a los alumnos de Estadstica del Instituto
Tecnolgico Superior Purhepecha hagan la investigacin.
Entonces lo primero que hacemos es definir la poblacin 1, como todos los clientes que
compran productos coca cola en la comunidad de Chern, y a la poblacin 2 como
todos los clientes que compran productos coca cola en la comunidad de Paracho. Por lo
tanto:
1 = Media de edad de todos los clientes de Chern
2 = Media de edad de todos los clientes de Paracho

48

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I
La diferencia entre las dos medias poblacionales es 1 - 2 clientes de coca cola
Para estimar dichas diferencias seleccionaron dos muestras aleatorias simples
formadas por n1 para la poblacin 1 y n2 para la poblacin 2, como las muestras se
seleccionan en dos poblaciones distintas, nos encontramos en una prueba
independiente. Por lo tanto tenemos que:

n1 = Media muestral de edad de los clientes seleccionados de Chern

n2 = Media muestral de edad de los clientes seleccionados de Paracho
Como x1 es un estimador puntual de 1 y x2 es estimador puntual de 2, el estimador
puntual de la diferencia de dos medias poblacionales se expresa como x1 - x2

Se realiza un muestreo en cada poblacin en donde obtuvieron los siguientes

resultados:
Poblacin Cantidad de clientes muestreados (n)

Edad media de la muestra

Chern 36
Paracho 49

40
35

D. E de la muestra (s)

9
10

Estimacin de intervalo de confianza de la diferencia de medias

x1 - x2 z/2 x x Donde:
1

1 2 = Desviacin estndar de la distribucin poblacional de diferencia de

n1 n 2
2

x x
1

=
2

medias y 1- es el coeficiente de confianza.

En caso de que no se conozcan la desviacin estndar poblacional () se puede
emplear por desviacin estndar muestral, como se indica a continuacin:
2

sx x
1

=
2

s1 s2
n1 n 2

Calculo del intervalo de confianza al 95% con la formula de la desviacin estndar

muestral de la diferencia de medias:

x1 - x2 z/2 sx x Donde:
1

49

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I
2

sx x
1

=
2

9 10
= 2.07

36 49

z/2 = 1.96
40 35 (1.96)(2.07) = 5 4.06

Por lo tanto podemos concluir que la diferencia entre las medias de las edades de las
dos poblaciones de clientes de coca cola se encuentra entre 0.94 y 9.06 aos.

Ahora planteemos en forma adecuada la hiptesis para probar si existe diferencia de

edades entre los consumidores de coca cola entre la poblacin de Chern y Paracho
con 95% de probabilidad:
H0: 1 - 2 = 0

Ha: 1 - 2 0

Determinacin del valor critico: z/2 = 1.96

Regla de rechazo: Rechazar s zc<-1.96 o s zc > 1.96

( ) (1 2)
(40 35) 0
Calculo de del valor del estadstico de prueba zc = x1 x 2
= 2
= 4.839
2
2
2
9 / 36 10 / 49
s1 / n1 s2 / n 2

Como zc = 4.839 > 1.96, la conclusin es que se rechaza H0 lo que nos indica que si existe
diferencia significativa entre el promedio de las edades que consumen coca cola entre
la comunidad de Chern y Paracho.

50

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
3.8

Estadstica Inferencial I
Estimacin de las diferencias entre la media de dos poblaciones en
muestras independientes: Caso de muestras pequeas en las dos
poblaciones

El procedimiento se basa en la distribucin t con n1 + n2 2 grados de libertad, bajo la

suposicin que las dos poblaciones tienen distribucin normal, y que sus varianzas son
iguales.

Por ejemplo supongamos que se tienen los siguientes datos muestrales independientes
de dos poblaciones:
Muestra 1 = n1=8, x1 = 1.4 y s1= 0.4
Muestra 2 = n2=7, x2 = 1.0 y s1= 0.6
Se requiere probar las siguientes hiptesis con 95% de probabilidad:
H0: 1 - 2 = 0

Ha: 1 - 2 0

Determinar el valor critico de la distribucin t con n 1 + n2 2. En este caso 13 g l y

/2 =

0.025 = t/2 = 2.179

Regla de rechazo: Rechazar H0 s tc<-2.179 o s tc > 2.179

Calculo de del valor del estadstico de prueba tc =

( x1 x 2) (1 2)
2
s(

n1 n 2

( 1) s12 (n 2 1) s22
Donde s2= n1
= (8 1)(0.16) + (7 1)(0.36)/13 = 0.252
n1 n 2 2

tc = (1.4 1.0) 0 / 0.252(0.125 0.143) = 0.4 / 0.26 = 1.539

Conclusin: No se rechaza H0 ya que el valor del estadstico de 1.539 es mayor de 2.179 y

menor de 2.179. Por lo tanto no existe diferencia entre las dos poblaciones.

51

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
3.9

Estadstica Inferencial I
Pruebas de hiptesis respecto a relaciones proporcionales

Estas pruebas se utilizan cuando las variables son discretas o cualitativas. Por ejemplo
cuando el director de servicios profesionales reporta que el 80% de los egresados
entran al mercado de trabajo o cuando un inspector de control de calidad afirma que
95% de sus productos no presentan defectos.
Recuerde que la proporcin es la relacin por cociente o parte relativa que expresa la
parte fraccional de la poblacin o muestra que tiene un atributo en particular de inters
y se puede estimar con la siguiente formula:
p =Nmero de xitos en la muestra/Nmero muestreado
Uno de los requisitos para realizar estas pruebas es que n y n (1- P) debe ser al menos
igual a cinco (5)
A continuacin se presenta un ejemplo de aplicacin
Supngase que un lote de 10000 productos ser aceptado si al menos el 90% de los
productos no tienen defectos. El jefe del departamento del almacn decide hacer
muestreo de 100 elementos para aceptar o rechazar el lote.
Observemos que se trata de una variable discreta es decir un elemento cumple o no
con la caracterstica, n es mayor de 100 mayor de 5 y n (1- P) = 100 (1-0.9) = 10 mayor
de 5
Planteamiento de la hiptesis: H0: P 0.90 y Ha: P < 0.90
Establecer el nivel de significancia, para este caso 0.05
Establecer el valor crtico: -1.65
Regla de rechazo: Si el valor del estadstico es menor de -1.65 se rechaza H0.
Realizar el muestreo: del los 100 elementos muestreados se encontr que 87 no
presentaban defectos.
pP
Calcular el valor del estadstico con la siguiente formula: zc =
P(1 P) / n
V. E = 0.87-0.90/ 0.9(1 0.9) / 100 = -0.03/0.03= -1
Contrastar El Valor del estadstico es mayor que el valor critico
Conclusin no se rechaza Ho. Lo que indica que la proporcin poblacional es igual o
mayor de 0.90 con una probabilidad. Lo que se recomienda no rechazar el lote.

52

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
3.10

El

Estadstica Inferencial I
Prueba de hiptesis donde intervienen la diferencia entre dos relaciones
proporcionales independientes para muestras grandes.
valor

del estadstico se determina con la siguiente formula: zc =

p1 p 2
Pc (1 pc ) / n1 pc (1 pc ) / n 2
Por ejemplo se considera la compra de dos maquinas nuevas de alta velocidad
diseadas por diferentes compaas. Un factor para la eleccin final es el porcentaje de
piezas defectuosas que produce cada mquina. Una muestra revel lo siguiente:
Maquina1 arroj una proporcin de 0.06 de 200 piezas fabricadas y la maquina 2 tiene
una proporcin de 0.10 de 220 piezas fabricadas.
Primero se plantean las hiptesis: Ho: p1-p2=0 y Ha: p1-p20
Establecer el nivel de significancia: 0.05
Determinar el Valor crtico: 1.96
Regla de rechazo: Si el valor del estadstico es menor de -1.96 mayor de 1.96 se
rechaza Ho.
Pc (Relacin proporcional combinada) = Nmero total de xitos / nmero total de muestras
Pc = 12+22/200+220 = 34/420 = 0.081
Calcular el valor del estadstico:
Zc = 0.06-0.1/ 0.081(1 0.081) / 200 0.081(1 0.081) / 220 = -0.04/0.027= -1.5.
Conclusin no se rechaza Ho, ya que el valor del estadstico es mayor de -1.96 y menor
de 1.96. Lo que indica que no existe diferencia de produccin de piezas defectuosas
entre los dos maquinas con una probabilidad de 95%.

3.11

Prueba de Hiptesis para la Varianza de una Poblacin Normal

En la mayora de los casos se tiene el problema de desconocer la varianza o desviacin

estndar de la poblacin, en donde las distribuciones son normales. Si se desea probar
una hiptesis acerca de la varianza se puede hacer utilizando las medidas estadsticas
con las que se construy el intervalo de confianza
cuadrada, ya analizada en el capitulo anterior.

, esto es con la distribucin Ji-

Por ejemplo una compaa que produce una parte maquinada para un motor, afirma
que tiene una varianza de dimetro no mayor a 0.0002 pulgadas. Una muestra aleatoria
53

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
Estadstica Inferencial I
de 10 de dichas partes dio una varianza de muestra s 2 = 0.0003. Si se supone que las
medidas del dimetro se distribuyen en forma normal, hay evidencia para refutar lo
que afirma el proveedor? Concluya con un nivel de significancia de 0.05.
Solucin:
Como en todos los ensayos de hiptesis que se han realizado anteriormente el
procedimiento es el mismo. Despus de que se identifican los datos, se plantea la
hiptesis para determinar el tipo de ensayo.
Planteamiento de las hiptesis:
Ho; 2 0.0002
H1; 2 > 0.0002
Datos:
2= 0.0002, n = 10, s2 = 0.0003, = 0.05,
Valor critico X2t: (9,0.05)= 16.919

Regin no

crtica
2

X c (0.05, 9)= 16.919

Regla de rechazo: Si el valor del estadstico (X2c) es mayor de 16.919 se rechaza Ho.
Clculos:

X2c=

(n 1) s

(10 9)(0.0003)
13.5
0.0002

Conclusin: No se rechaza la hiptesis nula ya que el valor del estadstico X 2c es menor

del valor critico (X2t =16.919), lo que indica que la varianza del dimetro es mayor de
0.0002, con una probabilidad de 95%.
Ejercicio; El contenido de azcar del almbar de los duraznos enlatados tiene una
distribucin normal, donde se cree que la varianza es

= 18 mg2. Se toma una

muestra de 10 latas dieron una desviacin estndar de 4.8mg Muestran estos datos
suficiente evidencia para decir que la varianza ha cambiado?. Use un

= 0.05 y calcule

el valor de P.

54

Instituto Tecnolgico Superior Purhpecha

Ingeniera Industrial
3.12

Estadstica Inferencial I
Ensayo de Hiptesis para la Varianza de dos Poblaciones independientes

Normalmente cuando se quiere probar la varianza de calidad, realizado por dos

mtodos, maquinas o mano de obra, o probar dos mtodos para observar la varianza la
varianza del tiempo de ensamble o elaboracin de un producto, entre otras cosas. Se
tiene que obtener dos muestras aleatorias independientes de dos poblaciones
2

normales, (poblacin 1 y poblacin 2). Las dos varianzas de las muestras, s1 / s2 ,

tendrn una distribucin normal y sern la base para realizar las inferencias acerca de
las dos varianzas poblacionales 12 / 22 . Siempre que las dos poblaciones sean iguales
( 12 22 ), tendr una distribucin de probabilidades de distribucin F.
Para probar la diferencia estadstica entre dos varianzas se realiza una comparacin
2

entre Fc y Ft En donde Fc = s1 / s2 , y Ft es el valor crtico de para la distribucin F se

puede obtener en tablas de distribucin F. En donde cada valor crtico ser identificado
con tres nmeros: gln, gld y el rea bajo de curva de los extremos del valor crtico
buscado, en forma simblica se representar F (gln, gld, /2); Donde gln =Grados de
libertad del numerador, gln =Grados de libertad del denominador y /2 =rea bajo la
curva del lado derecho.
Para decidir si existe diferencia entre las dos varianzas se observa si la F c se encuentra
en regin no crtica, se dice que no existe diferencia significativa. En caso contrario
Cuando Fc no se encuentra en la regin no critica, se dice que si existe diferencia
significativa entre las dos varianzas poblacionales.
Ejercicio: La empresa Com ensambla componentes electrnicos. Durante los ltimos 10
das ha experimentado un promedio de 9 productos defectuosos, con una desviacin
estndar de 2. Mientras que la empresa Som ha elaborado en promedio 8.5
componentes defectuosos, con una desviacin estndar de 1.5 en un mismo periodo.
Con un nivel de significancia de 0.95, indique si existe diferencia de varianza entre las
dos compaas.

55