Qu es una prueba de

hiptesis?
Una prueba de hiptesis es una prueba estadstica que se utiliza para
determinar si existe suficiente evidencia en una muestra de datos para inferir
que cierta condicin es vlida para toda la poblacin.
Una prueba de hiptesis examina dos hiptesis opuestas sobre una poblacin:
la hiptesis nula y la hiptesis alternativa. La hiptesis nula es el enunciado que
se probar. Por lo general, la hiptesis nula es un enunciado de que "no hay
efecto" o "no hay diferencia". La hiptesis alternativa es el enunciado que se
desea poder concluir que es verdadero.
Con base en los datos de la muestra, la prueba determina si se debe rechazar la
hiptesis nula. Para tomar la decisin se utiliza un valor p. Si el valor p es menor
que o igual al nivel de significancia, que es un punto de corte que usted define,
entonces puede rechazar la hiptesis nula.
Un error comn de percepcin es que las pruebas estadsticas de hiptesis
estn diseadas para seleccionar la ms probable de dos hiptesis. En realidad,
una prueba mantendr la validez de la hiptesis nula hasta que haya suficiente
evidencia (datos) en favor de la hiptesis alternativa.
Entre las preguntas que se pueden contestar con una prueba de hiptesis estn

las siguientes:
Tienen las estudiantes de pregrado una estatura media diferente de 66
pulgadas?

Es la desviacin estndar de su estatura igual a o menor que 5

pulgadas?

Es diferente la estatura de las estudiantes y los estudiantes de

pregrado?

Ejemplo de cmo se realiza una prueba de hiptesis bsica

Usted puede seguir seis pasos bsicos para configurar y realizar correctamente
una prueba de hiptesis. Por ejemplo, el gerente de una fbrica de tuberas
debe asegurarse de que el dimetro de los tubos sea de 5 cm. El gerente sigue
los pasos bsicos para realizar una prueba de hiptesis.

NOTA
Debe determinar los criterios para la prueba y el tamao de muestra necesario
antes de recolectar los datos.
1.

Especificar las hiptesis.

En primer lugar, el gerente formula las hiptesis. La hiptesis nula es: la media
de la poblacin de todos los tubos es igual a 5 cm. Formalmente, esto se
escribe como: H0: = 5
Luego, el gerente elige entre las siguientes hiptesis alternativas:
Condicin que se probar

La media de la poblacin es menor que el objetivo.

La media de la poblacin es mayor que el objetivo.

La media de la poblacin es diferente del objetivo.

Como tiene que asegurarse de que los tubos no sean ms grandes ni ms

pequeos de 5 cm, el gerente elige la hiptesis alternativa bilateral, que
establece que la media de la poblacin de todos los tubos no es igual a 5 cm.
Formalmente, esto se escribe como H1: 5
2.

Determinar la potencia y el tamao de la muestra para la prueba.

El gerente utiliza un clculo de potencia y tamao de la muestra para
determinar cuntos tubos tienen que medir para tener una buena probabilidad
de detectar una diferencia de 0.1 cm o ms con respecto al dimetro objetivo.

3.

Elegir un nivel de significancia (tambin denominado alfa o ).

El gerente selecciona un nivel de significancia de 0.05, que es el nivel de
significancia ms utilizado.

4.

Recolectar los datos.

Recogen una muestra de tubos y miden los dimetros.

5.

Comparar el valor p de la prueba con el nivel de significancia.

Despus de realizar la prueba de hiptesis, el gerente obtiene un valor p de
0.004. El valor p es menor que el nivel de significancia de 0.05.

6.

Decidir si rechazar o no rechazar la hiptesis nula.

El gerente rechaza la hiptesis nula y concluye que el dimetro medio de todos

los tubos no es igual a 5 cm.

Datos que pueden analizarse con una prueba de hiptesis

Las pruebas de hiptesis pueden utilizarse para evaluar muchos parmetros
diferentes de una poblacin. Cada prueba est diseada para evaluar un
parmetro asociado a un determinado tipo de datos. Conocer la diferencia entre
los tipos de datos, y los parmetros que estn asociados con cada tipo de datos,
puede ayudarle a elegir la prueba ms adecuada.

Datos continuos
Tendr datos continuos cuando evale la media, la mediana, la
desviacin estndar o la varianza.
Cuando usted mide una caracterstica de una parte o proceso, como la
longitud, el peso o la temperatura, por lo general obtiene datos
continuos. Los datos continuos suelen incluir valores fraccionados (o
decimales).
Por ejemplo, un ingeniero especializado en calidad desea determinar si el
peso medio difiere del valor indicado en la etiqueta del paquete (500 g).
El ingeniero toma una muestra de cajas de cereal y registra el peso de
las cajas.

Datos binomiales
Tendr datos binomiales cuando evale una proporcin o un porcentaje.
Cuando usted clasifica un elemento, evento o persona en una de dos
categoras, obtiene datos binomiales. Las dos categoras deben ser
mutuamente excluyentes, como si/no, pasa/no pasa o defectuoso/no
defectuoso.
Por ejemplo, unos ingenieros examinan una muestra de pernos para
verificar si existen grietas notables que no permitan utilizarlos. Registran
el nmero de pernos inspeccionados y el nmero de pernos rechazados.
Los ingenieros quieren determinar si el porcentaje de pernos defectuosos
es menor que 0.2%.

Datos de Poisson
Tendr datos de Poisson cuando evale una tasa de ocurrencia.
Cuando usted cuenta la presencia de una caracterstica, resultado o
actividad en cierta cantidad de tiempo, rea u otra longitud de
observacin, obtiene datos de Poisson. Los datos de Poisson se evalan
en conteos por unidad, con unidades del mismo tamao.

Por ejemplo, los inspectores de una empresa de autobuses cuentan el

nmero de averas de las unidades cada da durante 30 das. La empresa
desea determinar la tasa diaria de averas de los autobuses.

Acerca de las hiptesis nula y alternativa

Una prueba de hiptesis examina dos hiptesis opuestas sobre una poblacin:
la hiptesis nula y la hiptesis alternativa. La manera en que se configuran
estas hiptesis depende de lo que se intenta demostrar.

Hiptesis nula (H0)

La hiptesis nula establece que un parmetro de poblacin es igual a un
valor. La hiptesis nula suele ser una afirmacin inicial que los
investigadores especifican basndose en investigaciones previas o en su
conocimiento.

Hiptesis alternativa (H1)

La hiptesis alternativa establece que el parmetro de poblacin es
diferente del valor del parmetro de poblacin en la hiptesis nula. La
hiptesis alternativa es lo que usted podra pensar que es cierto o espera
probar que es cierto.

Cules son algunas de las hiptesis comunes?

Las hiptesis para determinar si una media de poblacin, , es igual a cierto
valor objetivo 0incluyen las siguientes:

H0: = 0
H1: < 0 (una prueba de cola inferior) o

H1: > 0 (una prueba de cola superior) o

H1: 0 (una prueba de dos colas)
Las hiptesis para determinar si una media de poblacin, 1 es igual a otra
media de poblacin 2 incluyen las siguientes:

H0: 1 = 2
H1: 1< 2 o

H1: 1> 2 o
H1: 1 2

Ejemplo de error de tipo I y tipo II

Para entender la interrelacin entre los errores de tipo I y tipo II, y para
determinar cul error tiene consecuencias ms severas segn sea su caso,
considere el siguiente ejemplo.
Un investigador mdico desea comparar la eficacia de dos medicamentos. Las
hiptesis nula y alterna son:

Hiptesis nula (H0): 1= 2

Los dos medicamentos tienen la misma eficacia.

Hiptesis alternativa (H1): 1 2

Los dos medicamentos no tienen la misma eficacia.
Un error de tipo I se produce si el investigador rechaza la hiptesis nula y
concluye que los dos medicamentos son diferentes cuando, en realidad, no lo
son. Si los medicamentos tienen la misma eficacia, el investigador podra
considerar que este error no es muy grave, porque de todos modos los
pacientes se beneficiaran con el mismo nivel de eficacia independientemente
del medicamento que tomen. Sin embargo, si se produce un error de tipo II, el
investigador no rechaza la hiptesis nula cuando debe rechazarla. Es decir, el
investigador concluye que los medicamentos son iguales cuando en realidad
son diferentes. Este error puede poner en riesgo la vida de los pacientes si se
pone en venta el medicamento menos efectivo en lugar del medicamento ms
efectivo.
Cuando realice las pruebas de hiptesis, considere los riesgos de cometer
errores de tipo I y tipo II. Si las consecuencias de cometer un tipo de error son
ms graves o costosas que cometer el otro tipo de error, entonces elija un nivel
de significancia y una potencia para la prueba que reflejen la gravedad relativa
de esas consecuencias.

Comparacin de hiptesis direccionales e hiptesis no direccionales

Una hiptesis alternativa no direccional establece que la hiptesis nula est
equivocada. Una hiptesis alternativa no direccional no predice si el parmetro
de inters es mayor o menor que el valor de referencia especificado en la
hiptesis nula.
Una hiptesis alternativa direccional establece que la hiptesis nula est
equivocada y tambin especifica si el verdadero valor del parmetro es mayor o
menor que el valor de referencia especificado en la hiptesis nula.

La ventaja de usar una hiptesis direccional es una mayor potencia para

detectar el efecto especfico en el que usted est interesado. La desventaja es
que no hay potencia para detectar un efecto en la direccin opuesta.

Ejemplo de hiptesis direccionales y no direccionales

No direccional
Un investigador tiene resultados de una muestra de estudiantes que
presentaron un examen nacional en una escuela secundaria. El
investigador desea saber si las puntuaciones en esa escuela difieren del
promedio nacional de 850. Una hiptesis alternativa no direccional es
apropiada porque el investigador est interesado en determinar si los
resultados son menores o mayores que el promedio nacional. (H0: =
850 vs. H1: 850).

Direccional
Un investigador tiene los resultados de un examen nacional
correspondientes a una muestra de estudiantes que asistieron a un curso
de preparacin para el examen. El investigador desea saber si los
estudiantes que tomaron el curso lograron mejores puntuaciones que el
promedio nacional de 850. Se puede usar una hiptesis alternativa
direccional, porque el investigador plantea especficamente la hiptesis
de que las puntuaciones de los estudiantes que asistieron al curso son
mayores que el promedio nacional. (H0: = 850 vs. H1: > 850).

Qu es un estadstico de prueba?
Un estadstico de prueba es un valor estandarizado que se calcula a partir de
los datos de la muestra durante una prueba de hiptesis. Puede utilizar los
estadsticos de prueba para determinar si puede rechazar la hiptesis nula. El
estadstico de prueba compara sus datos con lo que se espera segn la
hiptesis nula. El estadstico de prueba se utiliza para calcular el valor p.
Cuando los datos muestran una clara evidencia en contra de los supuestos de la
hiptesis nula, la magnitud del estadstico de prueba ser grande y el valor p de
la prueba puede ser lo suficientemente pequeo como para rechazar la
hiptesis nula.
Por ejemplo, el estadstico de prueba para una prueba Z es el valor Z.
Supongamos que usted realiza una prueba Z de dos colas con un nivel de
significancia () de 0.05 y obtiene un valor Z de 2.5. Este valor Z corresponde a
un valor p de 0.0124. Debido a que este valor p es menor que , usted declara
significancia estadstica y rechaza la hiptesis nula.

Las diferentes pruebas de hiptesis utilizan diferentes estadsticos de prueba

segn el modelo de probabilidad asumido en la hiptesis nula. Las pruebas
comunes y sus respectivos estadsticos de prueba incluyen:
Prueba de hiptesis

Estadstico de prueba

Prueba Z

Valor Z

Pruebas t

Valor t

ANOVA

Valor F

Pruebas de chi-cuadrada

Chi-cuadrada

Qu es un valor crtico?
En las pruebas de hiptesis, un valor crtico es un punto en la distribucin de la
prueba que se compara con el estadstico de prueba para determinar si puede
rechazarse la hiptesis nula. Si el valor absoluto del estadstico de prueba es
mayor que el valor crtico, usted puede declarar significancia estadstica y
rechazar la hiptesis nula. Los valores crticos estn asociados con el nivel de
significancia (), as que sus valores se fijan cuando se elige el de la prueba.

Figura A

Figura B

Valores crticos en la distribucin normal estndar para = 0.05

La Figura A muestra que los resultados de una prueba Z de una cola son
significativos si el estadstico de prueba es igual a o mayor que 1.64, el valor crtico
en este caso. El rea sombreada representa el 5% () del rea por debajo de la
curva. La Figura B muestra que los resultados de una prueba Z de dos colas son
significativos si el valor absoluto del estadstico de prueba es igual a o mayor que
1.96, el valor crtico en este caso. Las dos reas sombreadas suman el 5% () del
rea por debajo de la curva.

Ejemplos del clculo de valores crticos

En las pruebas de hiptesis, hay dos maneras de determinar si existe suficiente
evidencia con base en la muestra para rechazar H0 o para no rechazar H0. La
forma ms comn es comparando el valor p con un valor pre-especificado de ,
donde es la probabilidad de rechazar H0 cuando H0 es verdadera. Sin embargo,
tambin puede comparar el valor calculado del estadstico de prueba con el
valor crtico. Los siguientes son ejemplos de cmo calcular el valor crtico para
una prueba t de 1 muestra y un ANOVA de un solo factor.

Uso de una prueba t de 1 muestra para calcular un valor crtico

Supongamos que usted est realizando una prueba t de 1 muestra con diez
observaciones, tiene una hiptesis alternativa bilateral (es decir, H1 no es igual
a) y est utilizando un nivel de significancia de 0.10:
1.
2.

Seleccione Calc > Distribuciones de probabilidad > t.

Seleccione Probabilidad acumulada inversa.

3.

En Grados de libertad, ingrese 9 (el nmero de observaciones menos

uno).

4.

En Constante de entrada, ingrese 0.95 (uno menos la mitad del nivel

de significancia).

Esto da un valor crtico de 1.83311. Si el valor absoluto del estadstico t es

mayor que este valor crtico, entonces usted puede rechazar la hiptesis nula,
H0, en el nivel de significancia de 0.10.

Uso de un anlisis de varianza (ANOVA) para calcular un valor

crtico
Supongamos que usted est realizando un ANOVA de un solo factor con doce
observaciones, el factor tiene tres niveles y usted est usando un nivel de
significancia de 0.05:
1.

Elija Calc > Distribuciones de probabilidad > F.

2.
3.

Seleccione Probabilidad acumulada inversa.

En Grados de libertad del numerador, ingrese 2 (el nmero de

niveles del factor menor uno).

4.
En Grados de libertad del denominador, ingrese 9 (los grados de
libertad para el error).
5.
En Constante de entrada, ingrese 0.95 (uno menos el nivel de
significancia).
Esto da un valor crtico de 4.25649. Si el estadstico F es mayor que este valor
crtico, entonces usted puede rechazar la hiptesis nula, H0, en el nivel de
significancia de 0.05.

Uso de un intervalo de
confianza para decidir si
rechazar la hiptesis nula
Supongamos que usted realiza una prueba de hiptesis. Recuerde que la
decisin de rechazar la hiptesis nula (H0) o no rechazarla puede depender del
valor p y del nivel de significancia elegido (tambin denominado ). Si el valor p
es menor que o igual al nivel de significancia (), usted rechaza H 0; si es mayor
que , usted no puede rechazar H0.
Su decisin tambin puede basarse en el intervalo de confianza (o lmite) que
se calcula usando el mismo nivel . Por ejemplo, la decisin para una prueba al

nivel de significancia 0.05 puede basarse en el intervalo de confianza de 95%:

Si el valor de referencia especificado en H0 est fuera del intervalo (es
decir, es menor que el lmite inferior o mayor que el lmite superior), usted
puede rechazar H0.

Si el valor de referencia especificado en H0 est dentro del intervalo (es

decir, no es menor que el lmite inferior ni mayor que el lmite superior), usted
no puede rechazar H0.