CAPITULO 8.

PRUEBA DE HIPOTESIS: Pruebas de una sola muestra

8.1 INTRODUCCION
La prueba de hiptesis comienza con:
1. una suposicin (valor para una media de la poblacin), llamada hiptesis, que hacemos con
respecto a la poblacin.
2. recolectamos datos de una muestra
3. producimos estadsticas de muestra (determinacin de la diferencia entre el valor hipottico y
el valor real de la media de la muestra).
4. uso de la informacin para tomar una decisin con respecto a nuestra hiptesis (juzgamos si
la diferencia es significativa o no).
Cundo aceptar o rechazar una hiptesis? Una hiptesis solo puede ser aceptada si los clculos
y resultados obtenidos se encuentran dentro de los parmetros establecidos en nuestra hiptesis,
de lo contrario es rechazada. No obstante y a pesar de los resultados, en la toma de decisiones
habr que enfrentar la incertidumbre.
8.2

CONCEPTOS BASICOS
media de la poblacin ()
media de la muestra (X)
error estndar de la media de la desviacin estndar de la poblacin
valores de Z

Ej.: (pag. 422)

= 04
X = 0.0408 n = 100
N = 10,000
El contrato para techar un nuevo complejo deportivo fue otorgado a grandes contratistas. Las
especificaciones de construccin pedan un techo movible de aproximadamente 10,000 lminas
de aluminio con un grosor de 0.04 pulgadas, stas no pueden ser considerablemente mas gruesas
porque la estructura no podr soportar el peso adicional, tampoco pueden ser mas delgadas
porque la fuerza estructural del techo sera inadecuado. El contratista no deseaba medir cada
lmina as es que decide tomar una muestra aleatoria de 100 y encontr que su grosor medio era
de 0.0408 pulgadas. Por experiencia con el proveedor de las lminas se cree que estas provienen
de una poblacin que tiene una desviacin estndar de 0.004 pulgadas de grosor.
Error estndar = 0.004/100 = 0.0004
Z = (0.0408 0.04)/0.0004 = 2
Lmites de confianza === Z(error estndar) === 0.042(0.0004) === (0.0392, 0.0408).
El resultado es = 4.5% la probabilidad total de que la media de la muestra difiera de la media de la
poblacin en 2 o mas errores estndar, es decir que la probabilidad de que la media de la muestra
sea 0.0408 0 0.0392 es solo de 4.5%. En este caso la diferencia entre la media de la muestra
y la poblacin hipotetizada es demasiado grande y la probabilidad de que la poblacin produzca
una muestra aleatoria semejante es demasiado baja, por lo tanto se rechaza la hiptesis. Al
momento de tomar una decisin se deben determinar los costos que implican una decisin
incorrecta y el nivel preciso de riesgo que estemos dispuestos a asumir.
8.3 PRUEBA DE HIPOTESIS
Para realizar pruebas de hiptesis se debe establecer el valor supuesto o hipotetizado del
parmetro de la poblacin antes de tomar una muestra, conocido como hiptesis nula ( H o o H
subcero). Por ej.:
H0 : = 500 === la hiptesis nula es que la media de la poblacin es = 500
H0 = 500 ==== valor hipotetizado de la media de la poblacin.
Si rechazamos la hiptesis, la conclusin que aceptamos se llama hiptesis alternativa (H 1 o
H subuno). Por ej.:
H1: 500
H1: > 500
H1: < 500
Interpretacin del nivel de significancia. El objetivo de la prueba de hiptesis es hacer un juicio con
respecto a la diferencia entre esa estadstica de muestra y un parmetro de poblacin hipotetizado.
1

decidir que criterio utilizar para aceptar o rechazar la hiptesis nula. En el ejemplo de la pag.
422 se obtuvo una probabilidad de 4.5% de ocurrencia de esta diferencia entre la media de la
muestra y la de la poblacin hipotetizada y por tanto se rechaza la hiptesis nula, este valor se
le conoce como nivel de significancia (a).
Si suponemos que la hiptesis es correcta, entonces el nivel de significancia indicar el porcentaje
de medias de muestra que est fuera de ciertos lmites. Ver figuras 8-2 y 8-3 de pginas 426 y 427.
Ahora bien, el hecho de aceptar una hiptesis no prueba que nuestra hiptesis nula (H 0) sea cierta,
simplemente no nos proporciona evidencia estadstica o que los datos son insuficientes como para
rechazarla.
Seleccin de un nivel de significancia. No existe un nivel de significancia nico estndar o universal
para probar hiptesis, los investigadores pueden utilizar el que crean conveniente pero debemos
recordar que entre ms alto sea ese nivel, mayor ser la probabilidad de rechazar una hiptesis
nula cuando es cierta. Ver la figura 8-4 y tal como se ve la grfica del inciso c) el nivel de
significancia es tan alto que sera raro aceptar la hiptesis nula cuando no sea cierta, pero al
mismo tiempo la rechazaramos cuando es cierta.
Errores tipo I y tipo II.
Error tipo I. Es el rechazo de una H 0 cuando es cierta. Su probabilidad se simboliza como a
(alfa).
Error tipo II. Es aceptar una H0 cuando es falsa. Su probabilidad se simboliza como (beta).

RECHAZO
0.025

RECHAZO
0.025

AREA DE RECHAZO
0.025

AREA DE ACEPTACIN
N.C.=0.99

0.025
RECHAZO

AREA DE ACEPTACIN
N.C.=0.90

AREA DE ACEPTACIN
N.C.=0.50

0.025
RECHAZO

0.025
AREA DE RECHAZO

En algunos casos es preferible el error tipo I (si la H 0 fuera agua contaminada y la rechazamos) y
en otros el error tipo II (si se acepta la hiptesis anterior siendo falsa). La probabilidad de cometer
un tipo de error puede reducirse incrementando la probabilidad de cometer el otro tipo de error.
Decisin sobre el tipo de distribucin a utilizar en la prueba de hiptesis
La siguiente tarea es determinar la distribucin de probabilidad adecuada (normal, t), tambin se
puede usar el multiplicador de poblacin finita (ver tabla 8-1).
Prueba de hiptesis de dos extremos o colas y de un extremo
En una prueba con dos extremos se rechazar la H 0 si la media de muestra es significativamente >
o < la hipotetizada, existen dos zonas de rechazo (figura 8-5). Es apropiado cuando la H 0 es =
H0 y H1 es H0 para ilustracin veamos el ejemplo de la pag. 429 donde = H0 = 1000 horas
( entonces H0: = 1000 y H1: 1000)
Esta es una prueba de dos extremos o colas donde se rechaza H 0 si la vida media de la muestra
est por arriba o por debajo de 1000 horas (hacer figura 8-5).
Prueba de un extremo. (ver el ej. de la pag. 430) H0: = 1000 H1: < 1000 donde considera que
la vida media de los focos es de al menos 1000 horas y se rechazar la H 0 solo si la vida media
est significativamente por debajo de las 1000 horas (ver figura 8-6). Esta prueba es de extremo
izquierdo o inferior cuyo planeamiento es H 0: = H0 y H1: < H0. Otro ejemplo lo encontramos en
la pag. 431
H0: = 100 H1: > 100 donde considera que el promedio de gastos tiene un
lmite de L. 100.00 y se rechazar la H 0 solo si la media de la muestra est significativamente por
encima de L. 100.00 y se tomaran medidas correctivas (ver figura 8-7). Esta prueba es de extremo
derecho o superior cuyo planeamiento es H 0: = H0 y H1: > H0.
Debemos recordar que aceptamos una hiptesis nula con base a la informacin de la muestra, en
realidad estamos diciendo que no hay evidencia estadstica para rechazarla. No estamos
afirmando que la hiptesis nula sea cierta.
8.4 Prueba de hiptesis de medias cuando se conoce la desviacin estndar de la poblacin.
Ej.: (pag. 433) Un fabricante suministra ejes traseros para camiones que deben soportar 80,000 lb
por pulg2 en pruebas de carga, pero un eje excesivamente fuerte eleva los costos de produccin.
La experiencia indica que la desviacin estndar de la fuerza de los ejes es de 4,000 lb por pulg 2.
Se selecciona una muestra de 100 ejes, se prueban y se detecta que la capacidad de carga
promedio es de 79,600 lb por pulg 2. a un a = 0.05 en la prueba, Satisfarn los ejes sus
requerimientos de carga? Los datos se resumen de la siguiente manera:
H0 = 80.000
n = 100
= 4,000 X = 79,600 a = 0.05
1. Planteamiento de hiptesis
H0: = 80,000 La media real es 80,000 lb por pulg2
H1: 80.000 La media real no es 80,000 lb por pulg2
a = 0.05
Nivel de significancia para probar esta hiptesis
2. Clculo del error estndar. Se conoce la y n es grande por lo tanto se trata de una
poblacin infinita.
x = (/n) = 4,000/100 = 400
3. Cuando a = 0.05 el N.C. = 0.95 (o sea 1 0.05), recuerde que esta prueba es de 2
extremos o colas que hace dividir 0.95/2 = 0.475; luego en la tabla de la distribucin normal
estndar se busca un valor igual o lo mas cercano posible a 0.475, dando un resultado de
Z = 1.96.
4. Definir los lmites de la regin de aceptacin: H0 Zx
LIC = 80,000 1.96 (400) = 79,216 lb por pulg2
80,000 1.96 (400)

LSC = 80,000 + 1.96 (400) = 80,784 lb por pulg2

5. Interpretacin de los resultados. En la grfica siguiente se puede observar que la media de

la muestra X = 79,600 cae en el rea de aceptacin, por tanto se acepta la H 0, porque no
hay diferencia significativa entre la H0 = 80,000 y la media observada de los ejes de la
muestra.
ESCALA ORIGINAL
-1.96
+1.96

AREA DE ACEPTACIN

AREA DE RECHAZO
0.025

N.C.=0.95

0.025
AREA DE RECHAZO

79,216
U=80,000
X=79,600

80,784

PRUEBA DE HIPTESIS USANDO LA ESCALA ESTANDARIZADA.

Mediante este mtodo se ejecutan los tres primeros pasos anteriores y en lugar del paso 4 se
ejecuta el paso siguiente, considerando como media Z = 0:
4. Escala estandarizada === Z = X - Z = 79,600 80,000 = -1
x
400
RECHAZO

------ACEPTACION-----------

RECHAZO

1.96 --- Valor crtico de Z

Valor crtico de Z-- -1.96

Z=0
X estandarizada Z --------- -1.00

5. Interpretacin de los resultados. En la grfica que antecede se puede observar que la

estadstica de la muestra estandarizada Z = -1 cae en el rea de aceptacin, por tanto se
acepta la H0, porque no hay diferencia significativa entre la H0 = 80,000 y la media observada
de los ejes de la muestra, el fabricante debe aceptar que los ejes producidos renen los
requisitos de carga.
PRUEBA DE UN EXTREMO DE MEDIAS
Ejemplo. El Hospital Escuela usa grandes cantidades de dosis envasadas de un medicamento
particular. Cada dosis de esta medicina es de 100 cc. que el cuerpo tolerar inocuamente dosis
excesivas pero las dosis insuficientes no producen el efecto mdico deseado e interfieren en el
tratamiento del paciente. El Hospital durante varios aos ha adquirido este producto del mismo
fabricante y sabe que la desviacin estndar de la poblacin es 2 cc. se inspecciona
aleatoriamente 50 dosis y encuentra que la media de estas dosis es de 99.75 cc. El Hospital
establece un a = 0.10 y pregunta si las dosis de esta remesa son demasiado pequeas.
Los datos se resumen de la siguiente manera:
H0 = 100

n = 50

= 2 X = 99.75

a = 0.10

1. Planteamiento de hiptesis
H0: = 100 La media de las dosis de la remesa es 100 cc.
H1: < 100 La media es menor que 100 cc.
a = 0.10 Nivel de significancia para probar esta hiptesis
2. Clculo del error estndar. Se conoce la y n es grande por lo tanto se trata de una poblacin
infinita.
x = (/n) = 2/50 = 0.2829
4

3. Cuando a = 0.10 el N.C. = 0.90 Esta prueba es de extremo inferior por lo que a una mitad del
rea bajo la curva (0.50) se le resta 0.10 = 0.40; luego en la tabla de la distribucin normal
estndar se busca un valor igual o lo mas cercano posible a 0.40, el resultado de Z = 1.28.
4. Definir el lmite de la regin de aceptacin: H0 - Zx
LIC = 100 - 1.28 (0.2829) = 99.64
5. Interpretacin de los resultados. En la grfica siguiente se puede observar que la media de la
muestra X = 99.75 cae en el rea de aceptacin, por tanto se acepta la H 0, porque la media
observada de la muestra no significativamente menor que la H0 = 100 cc. El Hospital deber
concluir que las dosis de la remesa son suficientes.
ESCALA ORIGINAL
Z = -1.28

AREA DE ACEPTACIN
N.C.=0.90

AREA DE RECHAZO
0.10

99.64
X=99.75
RECHAZO

U=100

------ACEPTACION--------------------------------------

Valor crtico de Z-- -1.28

Z estandarizada --------- -0.88

Z=0

8.6 PRUEBA DE HIPOTESIS DE PORCION. MUESTRAS GRANDES

Se debe recordar que la binomial es la distribucin tericamente correcta para usarse al trabajar
con porciones, porque los datos son discretos no continuos. Al aumentar el tamao de la muestra,
la distribucin binomial se aproxima a la normal en sus caractersticas y se puede usar la
distribucin normal para aproximar la distribucin de muestreo, siempre y cuando np y nq 5.
Ejemplo. Corporacin Cresida est evaluando la promocin de sus empleados, es decir, est
determinando la porcin de aquellos cuya capacidad, capacitacin y experiencia de supervisin los
califican para promocionarlos al siguiente nivel de administracin. El gerente de Recursos
Humanos dice que el 80% de los empleados son promocionables. El presidente de la empresa
rene un comit especial para evaluar la capacidad de los empleados y ste realiza entrevistas con
150 empleados y encuentra que solo el 70% califica para promocin. Se desea probar al a = 0.05
la hiptesis de que el 80% de los empleados son sujetos a promocin.
PHO = 0.80

QHO = 0.20 n = 150

p = 0.70

q = 0.30

1. Planteamiento de hiptesis
H0: P = 0.80 80% de los empleados son promocionables.
H1: P 0.80 La porcin de empleados promocionables no es 80%.
a = 0.05 Nivel de significancia para probar esta hiptesis

2. Clculo del error estndar de la porcin.

P = (PHO * QHO/n) = (0.80 * 0.20)/150 = 0.0327
3. Elegir la distribucin apropiada y encontrar el valor crtico. np = 40 y nq = 10 se cumple la regla
para aproximar a una distribucin normal. El N.C. = 0.95 Esta prueba es de dos extremos y el
valor crtico de Z = 1.96.
4. Estandarizar la porcin de la muestra. === Z = p - PH0 = (0.7 0.8)/0.0327 = -3.06
P

AREA DE ACEPTACIN
N.C.=0.95

AREA DE RECHAZO
0.025

0.025
AREA DE RECHAZO

-1.96

Z=0

1.96

Z=-3.06
5. Interpretacin de los resultados. En la grfica se observa que la porcin de la muestra (-3.06)
cae en el rea de rechazo, en cuyo caso el presidente de la empresa debe rechazar la H 0, e
inferir que la porcin real de empleados promocionables no es de 80%.
PRUEBA DE UN EXTREMO DE PORCIONES. Es conceptualmente similar a una prueba de un
extremo de una media. Se ilustra en el siguiente ejemplo:
Un miembro de la sociedad civil, afirma que < 60% de las plantas industriales de Tegucigalpa,
cumple con los estndares de contaminacin ambiental. Un funcionario de la Secretara de
Agricultura cree que 60% de las plantas si cumple con los estndares y decide probar esta
hiptesis a un n.c. = 98%, para lo cual extrae una muestra de 60 de una poblacin de ms de
10,000 plantas y encuentra que 33 cumplen con los estndares de contaminacin.
PHO = 0.60

QHO = 0.40 n = 60

p = 33/60 = 0.55

q = 27/60 = 0.45

1. Planteamiento de hiptesis
H0: P = 0.60 La porcin de plantas que cumplen con los estndares de contaminacin es 0.60.
H1: P< 0.60 La porcin que cumplen con los estndares de contaminacin no es 0.60.
n.c. = 0.98 Nivel de confianza para probar esta hiptesis
2. Clculo del error estndar de la porcin.
P = (PHO * QHO/n) = (0.60 * 0.40)/60 = 0.0632
Elegir la distribucin apropiada y encontrar el valor crtico. np = 36 y nq = 24 se cumple la regla
para aproximar a una distribucin normal. El n.c. = 0.98 Esta prueba es de extremo inferior por lo
que a una mitad del rea bajo la curva (0.50) se le resta 0.02 = 0.48; luego en la tabla de la
distribucin normal estndar se busca un valor igual o lo mas cercano posible a 0.48, dando un
resultado de Z = 2-05
3. Estandarizar la porcin de la muestra. === Z = p - PH0 = (0.55 0.6)/0.0632 = -0.79
P

AREA DE RECHAZO
0.02

AREA DE ACEPTACIN
N.C.=0.98
-2.05

Z=0
Z=-0.79

4. Interpretacin de los resultados. En la grfica se observa que la porcin de la muestra (-0.79)

cae en el rea de aceptacin rechazo, en cuyo caso el funcionario de la SAG debe aceptar la
H0, e inferir que la porcin real de plantas que cumplen es de 0.60.
Ej.: Un fabricante de blusas para mujer, sabe que su marca se vende en 19% de las tiendas de
ropa en Comayagela. Se toma una muestra de 85 tiendas en Tegucigalpa y se detecta que solo el
14.12% de ellas vende su producto. A un a = 0.04 existe evidencia que en Tegucigalpa hay una
peor distribucin? Es una prueba de extremo inferior.
Z = -1.15 (calculado) Z = -1.75 (tabla) LIC = 0.1155 se acepta la hiptesis nula.
PRUEBA DE HIPTESIS DE MEDIAS CUANDO NO SE CONOCE LA (D. EST. DE LA POB.)
Cuando no se conoce la desviacin estndar de la poblacin es necesario estimarla a partir de la
desviacin estndar de la muestra. Y si adems el tamao de la muestra (n) es 30 se debe
utilizar la distribucin t con n 1 grados de libertad, en cuyo caso de usa la tabla 2.
Ej.: El Gerente de Recursos Humanos del Banco Central de Honduras, est reclutando personal
para un puesto en el extranjero y cree que la puntuacin promedio ser de aproximadamente 90.
Cuando la Administracin revisa 20 de estos resultados encuentra que la puntuacin promedio es
84 con una S = 11 y desea probar su hiptesis a un a = 0.10 Cul es el procedimiento a seguir?
Es una prueba de 2 extremos, H0 = 90
n = 20
S = 11
X = 84
a = 0.10
1. Planteamiento de hiptesis
H0: = 90 La media real es 90
H1: 90 La media real no es 90
a = 0.10 Nivel de significancia para probar esta hiptesis
2. Clculo del error estndar estimado. x = (/n) = 11/20 = 2.46
3. Elegir la distribucin adecuada t y encontrar el valor crtico.
g.l. = n -1 = 20 1 = 19
a = 0.10
t = 1.729
4. Definir los lmites de la regin de aceptacin: H0 tx
LIC = 90 1.729 (2.46) = 85.747
90 1.729(2.46)

LSC = 90 + 1.729 (2.46) = 94.253

Interpretacin de los resultados. En ambas grficas siguientes se puede observar que la media de
la muestra X = 84 y t = 2.44, caen en el rea de rechazo, por tanto se rechaza la H 0, que es la
afirmacin del gerente de Recursos Humanos acerca de que la puntuacin media real de los
empleados examinados es 90.
ESCALA ORIGINAL
7

-1.729

AREA DE RECHAZO
0.005

+1.729

AREA DE ACEPTACIN
N.C.=0.90

0.005
AREA DE RECHAZO

85.747

U=90

94.253

X = 84
ESCALA ESTANDARIZADA
RECHAZO

------ACEPTACION-----------

Valor crtico de t=
-1.729
X estandarizada t= -2.46

RECHAZO
1.729 --- Valor crtico de t

t=0

Ej.: Un documental de televisin afirmaba que los hondureos tienen un sobrepeso aproximado de
10 lb. en promedio. Se examin a 18 personas y se encontr que su sobrepeso promedio es de
12.4 lb. con una S = 2.7 lb. A un a = 0.01 hay razn para dudar de la validez del valor aproximado
de 10 lb?
t = 2.898 Lmites = (8.16, 11.84)
PRUEBAS DE UN EXTREMO DE MEDIAS MEDIANTE LA DISTRIBUCION T
El procedimiento es similar al de una prueba de un extremo que usa la distribucin normal estndar
y la tabla Z, excepto que para encontrar el valor apropiado de t es necesario duplicar el valor de
a (rea en ambos extremos combinados), por ej.: si a = 0.05 se tendr que buscar los grados de
libertad a un a = 0.10 porque la columna 0.10 representa 10% del rea bajo la curva contenida en
ambos extremos combinados, igualmente 0.05 del rea bajo la curva contenida en cada uno de los
extremos.
Ej.: La corredora de bienes races VICASA tom una muestra aleatoria de 12 viviendas de un
prestigiado barrio de Tegucigalpa y encontr que el valor de mercado promedio estimado de una
vivienda era L780,000, con una desviacin estndar de L49,000. Pruebe la hiptesis de que para
todas las casas del rea, el valor estimado medio es L825,000, contra una hiptesis alternativa de
que es menor que L825,000. Utilice un a = 0.05.
Preguntas para un quiz:
1. En la prueba de hiptesis, suponemos que algn parmetro de poblacin toma un valor
particular antes de muestrear. Esta suposicin que se va a probar se denomina hiptesis
alternativa.
2. Suponiendo que una hiptesis dada acerca de la media de una poblacin es correcta, el
porcentaje de medias muestrales que pudieran caer fuera de ciertos lmites de esta media
hipottica se denomina nivel de significancia.
3. En la prueba de hiptesis, la distribucin de probabilidad apropiada es siempre la distribucin
normal.
4. Si cometiramos un error tipo I, rechazaramos una hiptesis nula cuando realmente es
verdadera.
5. Una prueba en la escala sin procesar o en la escala estandarizada nos lleva a la misma
conclusin.
6. S 1.96 es el valor crtico de z, entonces el nivel de significancia de la prueba es 0.05.
8

7. Si nuestras hiptesis nula y alternativa son H0: m 5 80 y H1: m < 80, es apropiado utilizar una
prueba de cola izquierda.
8. Si la media de muestra estandarizada est entre cero y el valor crtico, entonces no se rechaza
H0.
9. El valor 1 2b se conoce como la potencia de la prueba.
10. Despus de realizar una prueba de una cola y rechazar H0, se da cuenta de que debi haber
hecho una prueba de dos colas, al mismo nivel de significancia. Tambin rechazar H0 para esa
prueba.
11. A menudo, aunque no siempre, es posible establecer el valor de a de manera que obtengamos
un trueque sin riesgos en la prueba de hiptesis.
12. Imagine que efecta una prueba de hiptesis de dos colas sobre una media de poblacin y ha
establecido a 5 0.05. Si el estadstico muestral cae dentro de 0.95 del rea alrededor de mH0,
usted ha probado que la hiptesis nula es cierta.
13. Si las pruebas de hiptesis se hicieran a un nivel de significancia de 0.60, la hiptesis nula
generalmente se aceptara cuando no es cierta.
14. Si mH0 5 50 y a 5 0.05, entonces 1 2b debe ser igual a 0.95 cuando m 5 50.
15. Para un nivel de significancia dado, los valores crticos de t se acercan a cero cuando crece el
tamao de la muestra.
16. Elegir el nivel de significancia apropiado es ms fcil que elegir la prueba correcta que se debe
utilizar.
17. Existen mtodos matemticos que garantizan que el nivel de significancia seleccionado
siempre ser el adecuado.
18. La prueba de hiptesis nos ayuda a sacar conclusiones sobre parmetros estimados.
VF

CAPITULO 9. PRUEBA DE HIPOTESIS CON DOS MUESTRAS

Prueba de hiptesis para diferencias entre medias. En muchas situaciones de toma de decisiones
se necesita determinar si los parmetros de 2 poblaciones son parecidos o diferentes, por ejemplo:
un mdico receta una misma medicina a 2 personas que padecen la misma enfermedad, la
reaccin de la medicina en una de las personas es positiva, sin embargo en la otra persona no
produce la misma reaccin. Otro ejemplo se presenta en algunas empresas en puestos cubiertos
por hombres y mujeres que desarrollan las mismas funciones pero el salario devengado por los
hombres es mejor que el de las mujeres.
Para el anlisis de esta situacin, estudiaremos la DISTRIBUCION DE MUESTREO PARA LA
DIFERENCIA ENTRE 2 PARAMETROS DE POBLACION. Para una mejor comprensin, veamos
las figuras siguientes:
Distribucin de muestreo de 1

Distribucin de todos los valores

posibles de 1 y 2

=
1

Distribucin de muestreo de la diferencia entre las medias de las muestras

Distribucin de todos los valores

posibles de 1-2

-
1

-
1

El significado de la simbologa utilizada, es el siguiente:

y = La media de la poblacin 1 y de la 2 respectivamente

y = Error estndar de la media de la muestra 1 y el de la 2 respectivamente
= Media de la distribucin de muestreo de las medias
1

- = Diferencia entre las medias

- = Error estndar de la diferencia entre 2 medias, o la desviacin estndar de la diferencia
1

entre medias.
NOTA. Si la desviacin estndar de la poblacin ( ) es desconocida entonces hay que estimar el
error estndar a partir de la S o S2.

10

Ambas poblaciones (1 y 2) tienen su propia

y y adems su distribucin de muestreo de la

media (= ) y su error estndar de la media ( ) construidos a partir de todas las muestras

posibles de un tamao dado que pueden tomar de la distribucin de la poblacin correspondiente.
Si se toma una muestra de cada poblacin y se calcula la diferencia entre medias ( 1 - 2), se
pueden presentar los resultados siguientes:
a) > 0 == 1 > 2
b) < 0 == 1 < 2
c) = 0 == 1 = 2
Todas las diferencias posibles de las medias nos conducen a una distribucin de muestreo de la
diferencia entre las medias de las muestras (1 - 2 = 1 - 2). Si 1= 2 == 1- 2 = 0.
La desviacin estndar de la distribucin de la diferencia entre las medias de muestras se conoce
como ERROR ESTANDAR DE LA DIFERENCIA ENTRE DOS MEDIAS, su frmula es:

-
1

( 1/n1 + 2/n2)

donde: 1- 2 = Error estndar de la diferencia entre dos medias

21
22
n1
n2

= Varianza de la poblacin 1
= Varianza

de la poblacin 2

= Tamao de la muestra de la poblacin 1

= Tamao de la muestra de la poblacin 2

si no se conocen las dos desviaciones estndar de poblacin se puede estimar el error estndar a
partir de las desviaciones de las muestras.
Prueba de diferencia entre medias. Tamaos de muestra grandes. Dos extremos.
A un estadstico en recursos humanos se le pide determinar si los salarios por hora de los
trabajadores especializados son los mismos en 2 ciudades distintas. El resultado de la
investigacin es el siguiente:
MUESTRA NO.

CIUDAD

SALARIO POR HORA

San Pedro Sula

L. 8.95

L. 0.40

200

Tegucigalpa

0.60

175

9.10

Se desea probar en el a = 0.05 que no hay diferencia significativa entre los salarios por hora.
Puesto que la empresa est interesada en saber si hay diferencia o sea, si las medias son o no
iguales; es una prueba de dos extremos.
1. Planteamiento de hiptesis
H0: 1 = 2 No hay diferencia
H1: 1 2 Existe diferencia
a = 0.05 Nivel de significancia para probar esta hiptesis.
2. Clculo del error estndar estimado.

((0.40) /200 + (0.60)2/175)) = 0.053

3. Elegir la distribucin adecuada Z y encontrar los valores crticos. Z = 1.96

4. Definir los lmites de la regin de aceptacin por el mtodo de estandarizacin:
Z = (1 - 2) (1 - 2)Ho

-
1

Z = (8.95 9.10) - 0
0.053

= - 2.83

5. Interpretacin de los resultados y conclusin. Al graficar el valor de Z = -2.83 lo

encontramos en el rea de rechazo, as pues rechazamos H 0 y se concluye que los
salarios de los trabajadores semiespecializados de las dos ciudades, son diferentes.
11

Ej. 9-2. Se recolectaron 2 muestras independientes de observaciones con los datos siguientes:
Muestra #
1
2

Media
86
82

S
6
9

n
60
75

Usando un a = 0.01 probar si las 2 muestras pueden de manera razonable, ser consideradas como
provenientes de poblaciones con la misma media.
Muestras pequeas:
En el procedimiento para probar estas hiptesis, hay cambios en el clculo del error estndar de la
diferencia entre medias y tambin los grados de libertad al utilizar la tabla 2 de la distribucin t. Si
se supone que la 21 = 22 se debe estimar una 2 comn; para ello se utiliza un promedio
pesado se S21 y S22 que se llama estimacin conjunta de la 2 en el cual los pesos son los

grados de libertad de cada muestra, cuya frmula es como sigue:

S2p = (n1 -1)S21 +(n2 -1)S22
n1 + n2-2

donde: S2p = Estimacin conjunta de la 2

n2 = Tamao de la muestra 2
S22 = Varianza de la muestra 2

-
1

Sp = Sp2

= Sp

[((1/n1) + (1/n2))]

n1 = Tamao de la muestra 1
S21 = Varianza de la muestra 1
Sp = Estimacin conjunta de la

= Error estndar estimado

Ejemplo: (9-3 de pag. 477)

HP fabricante de computadoras personales investiga dos programas educativos con el fin de
aumentar la sensibilidad de sus directivos. El programa original consista en sesiones informales de
preguntas y respuestas; el nuevo programa implica clases formales con psiclogos y socilogos,
pero es considerado ms caro. Se desea saber a un a = 0.05 si este gasto ha aumentado la
sensibilidad de sus directivos. Los datos son:
Muestra
1
2

Programa
Formal
Informal

Sensibilidad media despus

92%
84%

S
15%
19%

n
12
15

1. Planteamiento de hiptesis
H0: 1 = 2 No hay diferencia en los niveles de sensibilidad proporcionado por los
programas.
H1: 1 > 2 Existe diferencia
a = 0.05 Nivel de significancia para probar esta hiptesis.
2. Clculo de la S2p = (12 - 1)(15)2 + (15 - 1)(19)2 = 301.16 Sp = 301.16 = 17.354
12 + 15 2

-
1

= 17.354[((1/12) + (1/15))] = 6.721

3. Elegir la distribucin t para muestras pequeas encontrar el valor crtico de t

con g.l. = n1 +n2-2 = 25, a = 0.10 (se duplica para pruebas de un extremo. t = 1.708
4. Definir los lmites de la regin de aceptacin por el mtodo de estandarizacin:
t = (1 - 2) (1 - 2)Ho

t = (92 84) - 0 = 1.19

-
1

6.721

Interpretacin de los resultados y conclusin. Despus de graficar el valor de t = 1.19 en

el rea de aceptacin, se acepta la H0 y se concluye que no hay diferencia significativa
entre los niveles de sensibilidad adquiridos por los 2 programas. Los gastos con respecto
12

al programa formal no han producido un alza significativa en el nivel de sensibilidad de

sus administradores.
Ej. 9-8 EL GRUPO Q cada ao selecciona varios modelos de automvil y evala su
eficiencia con respecto al consumo de combustible. Este ao presenta los datos de 2
modelos compactos, as:
Muestr
a

Model
o

Consumo promedio
(millas por galn)

27.2

3.8

12

32.1

4.3

A un a = 0.01 Se deber concluir que los automviles de la marca B tienen un nmero

promedio de mpg mayor que los automviles de la marca A?
Prueba de diferencias entre medias con muestras dependientes
El uso de muestras dependientes o apareadas permite llevar a cabo un anlisis ms
preciso al tener un mayor control de factores externos. Este proceso requiere cambios en
la frmula para calcular el error estndar estimado y adems el tamao de las muestras
debe ser el mismo.
Ej. Pag.482 El Oasis Colonial un balneario de aguas termales, tiene un programa de
reduccin de peso y afirma que el participante promedio pierde ms de 17 lbs. Un
ejecutivo de pesos pesados est interesado en el programa pero se muestra un poco
escptico en lo que se afirma y para convencerlo, el balneario le permite elegir
aleatoriamente los registros de 10 participantes y anotar su peso antes y despus de
haber llevado el programa. El ejecutivo desea probar a un a = 5% que la prdida promedio
de peso en ms de 17 lbs. A continuacin los datos encontrados:
Antes

189

202

220

207

194

177

193

202

208

233

despus

170

179

203

192

172

161

174

187

186

204

19

23

17

15

22

16

19

15

22

29

Prdida
individua
l
promedi
o

Se tienen 2 muestras (una antes y una despus) que son dependientes entre s, pues la
muestra de 10 personas ha sido observada 2 veces. El planteamiento inicial de la
hiptesis es como sigue:
H0: 1 - 2 = 17 La prdida promedio de peso = 17 lbs.
H1: 1 - 2 > 17 La prdida promedio de peso excede las 17 lbs.
a = 0.05 Nivel de significancia para probar esta hiptesis
El inters que se tiene es la diferencia entre el peso antes y despus y por tanto es una
prueba de extremo derecho, en consecuencia lo que hay es una sola muestra de prdida
de peso, por lo que se replantear la hiptesis as:
1. H0: 1 = 17 La prdida promedio de peso = 17 lbs.
H1: 1 > 17 La prdida promedio de peso excede las 17 lbs.
a = 0.05 Nivel de significancia para probar esta hiptesis.
2. Clculo de las diferencias apareadas o dependientes:
13

Comparar las prdidas individuales

Calcular la y S de las prdidas individuales: = 19.7 S2 = 19.34 S = 4.4
Estimar la que no conocemos a partir de la S.

3. Calcular la estimacin del x = (/n) = 4.4/10 = 1.39

4. Estandarizar la prdida media de peso: t = - UHO

t = 19.7 17 = 1.94

1.39
5. interpretar los resultados y concluir. Se observa que la media de muestra t = 1.94
se encuentra fuera de la regin de aceptacin, en consecuencia el ejecutivo
rechaza la HO y concluye que la prdida de peso es legtima.
Pruebas para diferencias entre porciones. Tamaos de muestra grandes.
El procedimiento a seguir es muy parecido a lo que se hizo cuando comparamos las
medias utilizando muestras independientes, se estandariza la diferencia entre las 2
porciones de muestra y se basa la prueba en la distribucin normal; la nica diferencia es
la forma de calcular la estimacin del error estndar de la diferencia entre las 2 porciones
de muestra.
p1- p2 = (p1q1/n1 * p2q2/n2)

donde: p1-q2 = Error estndar de la diferencia

entre dos porciones.
p1 = Porcin de xitos de la muestra 1
q1 = Porcin de fracasos de la muestra1
p2 = Porcin de xitos de la muestra 2
q2 = Porcin de fracasos dela muestra 2
n1 = Tamao de la muestra de la poblacin 1
n2 = Tamao de la muestra de la poblacin 2

Si no se conocen los parmetros de la poblacin se puede estimar el error estndar a

partir de las estadsticas de muestra, agregando la raya superior.
Antes de calcular el error estndar, es necesario calcular una porcin combinada de xitos
de ambas muestras y su frmula es:
P = n1p1 + n2p2
n1 + n2
Ej. 9.5 pag.489. INFARMA fabrica productos medicinales y est probando 2 nuevos
compuestos (droga 1 y droga 2) para reducir los niveles de presin sangunea a 2
diferentes grupos de personas. En el grupo 1, 71 de 100 respondieron a la droga 1 con
niveles menores de presin arterial; en el grupo 2, 58 de 90 respondieron a la droga 2 con
niveles menores de presin sangunea. A un a = 0.05 probar si existe una diferencia entre
la eficiencia de las 2 medicinas. Es una prueba de 2 extremos porque solo se desea saber
si existe diferencia entre los 2 compuestos.
n1 = 100

1 = 71/100 = 0.71

q1 = 29/100 = 0.29

n2 = 90

2 = 58/90 = 0.644

q2 = 32/90 = 0.356

1. Planteamiento de hiptesis
H0: P1 = P2 No hay diferencia entre las 2 medicinas.
H1: P1 # P2 Existe diferencia entre ellas
a = 0.05 Nivel de significancia para probar esta hiptesis.
2. Clculo de la p = (100)(0.71) + (90)(0.644) = 0.6789
100 + 90
14

p1- p2 = [((0.6789 * 0.3211/100) + (0.6789 * 0.3211/90))] = 0.0678

3. Encontrar el valor crtico de Z, n.c.= 0.95 Z = 1.96

4. Definir los lmites de la regin de aceptacin por el mtodo de estandarizacin:
Z = (p1 - p2) (P1 - P2)Ho
Z = (0.71 0.644) - 0 = 0.973
p1- p2
0.0678
Interpretacin de los resultados y conclusin. Despus de graficar el valor de Z = 0.973 en
el rea de aceptacin, se acepta la H0 y se concluye que no hay diferencia significativa
entre los 2 nuevos medicamentos destinados a reducir la presin sangunea.
Pruebas de un extremo para diferencias entre porciones.
El Instituto de la Propiedad del gobierno de la unidad nacional, est utilizando 2 mtodos
para listar propiedades. El primero requiere la presencia del dueo de la propiedad ante el
recabador de la informacin, el segundo le permite al dueo enviar la informacin por
internet. El Director del Instituto piensa que el mtodo 1 produce menos errores que el 2.
Se realiza una verificacin de 50 listas del mtodo 1 produciendo 10% de errores; y 75
del 2 que produjeron 13.3% de errores. A un a = 0.15 probar la hiptesis que sostiene el
Director del Instituto de la Propiedad.
p1 = 0.10 Porcin de xitos muestra1
q1 = 0.90 Porcin de fracasos muestra 1
n1 = 50

p2 = 0.133 Porcin de xitos muestra 2

q2 = 0.867 Porcin de fracasos muestra 2
n2 = 75

1. Planteamiento de hiptesis
H0: P1 = P2 No hay diferencia entre las 2 mtodos.
H1: P1 < P2 El mtodo 1 produce menos errores que el mtodo 2
a = 0.15 Nivel de significancia para probar esta hiptesis.
2. Clculo de la p = (50)(0.10) + (75)(0.133) = 0.12
50 + 75
p1- p2 = [((0.12 * 0.88/50) + (0.12 * 0.88/75))] = 0.0593

3. Encontrar el valor crtico de Z, n.c.= 0.35

Z = 1.04

4. Definir los lmites de la regin de aceptacin por el mtodo de estandarizacin:

Z = (p1 - p2) (P1 - P2)Ho
p1- p2

Z = (0.10 0.133) - 0 = - 0.556

0.0593

5. Interpretar y concluir. Al ubicar en la grfica el valor de z = - 0.556, lo encontramos

en el rea de aceptacin, por consiguiente se acepta H0 de que no existe
diferencia entre los 2 mtodos de recabar informacin.

15