Instituto Tecnolgico Superior de Coatzacoalcos

Carrera: Ingeniera industrial

Materia: Estadstica Inferencial 1

investigacin de la Unidad lll: Pruebas de hiptesis

Nombre del docente: Ing. Nila Candelaria De La Cruz Tadeo

Nombre del alumno: Kevin Christoper Torres Len

Grado: 3

Grupo: B
ndice

Introduccin 3

3.1 Introduccin a las pruebas de hiptesis 5

3.2 Confiabilidad y significancia 5

3.3 Errores tipo I y tipo II 6

3.4 Potencia de la prueba 6

3.5 Formulacin de hiptesis estadsticas 7

3.6 Prueba de hiptesis para la media 9

3.7 Prueba de hiptesis para la diferencia de medias 10

3.8 Prueba de hiptesis para la proporcin 10

3.9 Prueba de hiptesis para la diferencia de proporciones 11

3.10 Prueba de hiptesis para la varianza 12

Conclusin 13

Referencias bibliogrficas 14
Introduccin
El origen de los estudios, relacionados con la prueba de hiptesis estadsticas, es
de 1738, cuando en un ensayo escrito por Daniel Bernoulli aparece que calcul
una estadstica de prueba para ensayar su hiptesis en el campo de la
astronoma. Ser entre 1915 y 1933 cuando se desarrolle esta formulacin gracias
a los estudios realizados por tres grandes autores: Ronald Fisher, Jerzy Neyman y
Egon Pearson. As, desde 1930, fecha en que aparecieron los trabajos de de
Neyman-Pearson, la teora de los test de hiptesis fue dominada por el paradigma
de la decisin. Esto ha llevado al estado actual en el cual predomina la teora de
Neyman-Pearson como modelo esquema de razonamiento para la toma
decisiones, pero la estadstica prctica en la investigacin, aplicando los mismos
procedimientos, interpreta los datos como evidencia para validar teoras. Es difcil
que en estos momentos los investigadores, que llevan a cabo anlisis de datos, no
sepan qu es la prueba de hiptesis estadsticas, pues se ha convertido en un
elemento esencial de muchas disciplinas e investigaciones. No solo porque
permiten obtener conclusiones, sino porque aportan validez al anlisis realizado.
La Inferencia Estadstica tiene como principal objetivo conocer o inferir para una
poblacin, o conjunto total, las caractersticas obtenidas a partir de una
muestra o subconjunto de aquella poblacin. En este caso se analizar la
corriente Clsica de la Inferencia Estadstica, que se apoya en el concepto
frecuentita de probabilidad obtenida de la informacin descriptiva muestral. De
esta manera, los problemas de Inferencia Estadstica se dividen en problemas
de estimacin y en prueba de hiptesis. En la actualidad cualquier curso
bsico, de estadstica inferencial, incluye en su programa ambos problemas.
Los dedica una serie de captulos en los que ensea mtodos y criterios objetivos
bsicos para la adecuada interpretacin de datos, con el objetivo prioritario de
que los resultados, que pueden ser obtenidos por un investigador, sean
factibles y mantengan una cierta coherencia. En la actualidad, de ambos
problemas, la prueba de hiptesis se ha resumido en una secuencia de
pasos ms o menos generalizados que se siguen de forma ordenada a la hora de
realizar un estudio o investigacin. Pero a pesar de ello, es importante

3
apuntar que no estamos ante una teora unificada, sino ante una
combinacin estudios realizados por diferentes autores de forma separada.
Asimismo, el avance de las tecnologas informticas y de los numerosos
programas estadsticos las han puesto al alcance de todos, pero al
mismo tiempo se ha producido una des virtualizacin de los
conocimientos. En estos momentos, el manejo de los paquetes informticos
permite la ejecucin de la investigacin, sin la necesidad del conocimiento o los
conceptos necesarios para su correcta aplicacin.

4
3.1 Introduccin a las pruebas de hiptesis
Estadsticamente una prueba de hiptesis es cualquier afirmacin acerca de una
poblacin y/o sus parmetros.

Una prueba de hiptesis consiste en contrastar dos hiptesis estadsticas. Tal

contraste involucra la toma de decisin acerca de las hiptesis. La decisin
consiste en rechazar o no una hiptesis en favor de la otra. Una hiptesis
estadstica se denota por H y son dos:

- Ho: hiptesis nula

- H1: hiptesis alternativa

Partes de una hiptesis:

1. 1-La hiptesis nula Ho

2. 2-La hiptesis alternativa H1
3. 3-El estadstico de prueba
4. 4-Errores tipo I y II
5. 5-La regin de rechazo (crtica)
6. 6-La toma de decisin

3.2 Confiabilidad y significancia

Prueba de Hiptesis:
Denominada tambin prueba de significacin, tiene como objetivo principal
evaluar suposiciones o afirmaciones acerca de los valores estadsticos de la
poblacin, denominados parmetros.
La palabra docimar significa probar, cuando se hace indispensable tomar una
decisin sobre la validez de la representacin de una poblacin, con base en los
resultados obtenidos a travs de una muestra, se dicen que se toman decisiones
estadsticas. Para tomar una decisin es necesario, ante todo plantear
posibilidades acerca de la caracterstica o caractersticas a estudiar en una
poblacin determinada. La suposicin puede ser cierta o falsa. Estas suposiciones
se llaman hiptesis estadsticas.
Hiptesis Estadstica:
Es un supuesto acerca de un parmetro o de algn valor estadstico de una
poblacin.

5
Con esta definicin encontramos que no todas las hiptesis son hiptesis
estadsticas. Se debe tomar con referencia a un parmetro, ya sea una media
aritmtica, una proporcin (porcentaje) o varianza para que sea hiptesis
estadstica.
Una hiptesis estadstica tambin puede considerarse, como la afirmacin de una
caracterstica ideal de una poblacin sobre la cual hay inseguridad en el momento
de formularla y que, a la vez, es expresada de tal forma que puede ser realizada.

3.3 Errores tipo I y tipo II

El procedimiento anterior puede llevarnos a una de dos conclusiones errneas:
Error Tipo I.- Se rechaza 0 cuando sta es verdadera.
Error Tipo II.- Se acepta 0 cuando sta es falsa.
El error de tipo I, tambin denominado error de tipo alfa () o falso positivo, es el
error que se comete cuando el investigador no acepta la hiptesis nula siendo sta
verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo,
porque el investigador llega a la conclusin de que existe una diferencia entre las
hiptesis cuando en realidad no existe. Se relaciona con el nivel de significancia
estadstica.
El error de tipo II tambin llamado error de tipo beta () o falso negativo, es el error
que se comete cuando el investigador no rechaza la hiptesis nula siendo sta
falsa en la poblacin. Es equivalente a la probabilidad de un resultado falso
negativo, ya que el investigador llega a la conclusin de que ha sido incapaz de
encontrar una diferencia que existe en la realidad.
Contrariamente al error tipo I, en la mayora de los casos no es posible calcular la
probabilidad del error tipo II. La razn de esto se encuentra en la manera en que
se formulan las hiptesis en una prueba estadstica. Mientras que la hiptesis nula
representa siempre una afirmacin enrgica.
Los errores tipo I y tipo II estn relacionados. Una disminucin en la probabilidad
de uno por lo general tiene como resultado un aumento en la probabilidad del otro.

3.4 Potencia de la prueba

La potencia de una prueba estadstica o el poder estadstico es la probabilidad de
que la hiptesis nula sea rechazada cuando la hiptesis alternativa es verdadera
(es decir, la probabilidad de no cometer un error del tipo II). La potencia es en
general una funcin de las distribuciones posibles, a menudo determinada por un
parmetro, bajo la hiptesis alternativa. A medida que aumenta la potencia, las
posibilidades de que se presente un error del tipo II disminuyen. La probabilidad
de que ocurra un error de tipo II se conoce como la tasa de falsos negativos ().

6
Por lo tanto la potencia es igual a 1 - , que tambin se conoce como la
sensibilidad.
El anlisis de poder se puede utilizar para calcular el tamao mnimo de la
muestra necesario para que uno pueda detectar razonablemente un efecto de un
determinado tamao. El anlisis de poder tambin se puede utilizar para calcular
el tamao del efecto mnimo que es probable que se detecte en un estudio usando
un tamao de muestra dado. Adems, el concepto de alimentacin se utiliza para
hacer comparaciones entre diferentes procedimientos de anlisis estadsticos: por
ejemplo, entre uno paramtrico y una prueba no paramtrica de la misma
hiptesis.

3.5 Formulacin de hiptesis estadsticas

El anlisis de poder se puede utilizar para calcular el tamao mnimo de la
muestra necesario para que uno pueda detectar razonablemente un efecto de un
determinado tamao. El anlisis de poder tambin se puede utilizar para calcular
el tamao del efecto mnimo que es probable que se detecte en un estudio usando
un tamao de muestra dado. Adems, el concepto de alimentacin se utiliza para
hacer comparaciones entre diferentes procedimientos de anlisis estadsticos: por
ejemplo, entre uno paramtrico y una prueba no paramtrica de la misma
hiptesis.
Despus de que el PON se ha definido y precisado, el siguiente paso en el
proceso de investigacin es establecer la hiptesis de investigacin. En trminos
generales el trmino hiptesis se define como una respuesta probable de carcter
tentativo a un problema de investigacin y que es factible de verificacin emprica.
La hiptesis expresa la relacin entre dos o ms variables que son susceptibles de
medicin. Una hiptesis planteada correctamente debe poderse verificar o
contrastar contra la evidencia emprica.
Lo que se somete a comprobacin no es exactamente la hiptesis ni las variables
que la integran, sino la relacin que expresan entre s las variables estudiadas en
la investigacin. De acuerdo con Zorrilla (1985) una hiptesis se estructura con
tres elementos:
a) Unidades de Anlisis. Tambin conocidas como unidades de observacin y
representan el objeto de estudio, son ejemplos, las personas, las empresas, los
movimientos sociales, los fenmenos naturales, etc. que se someten a
investigacin.
b) Las Variables. Que son los atributos, caractersticas o propiedades que
presentan las unidades de anlisis y que sern sometidas a medicin.
c) Enlace Lgico. Son trminos de relacin o enlace entre las unidades de anlisis
y las variables, por ejemplo, las expresiones: si...entonces..., existe relacin
entre...yetc.
7
De acuerdo con Kerlinger (1983) las hiptesis deben cubrir dos requisitos:
a) Expresar la relacin entre una variable y otra.
b) Indicar la necesidad de verificar la relacin entre las variables
si no se cumplen ambos requisitos no se tiene una verdadera hiptesis cientfica.
La hiptesis es importante porque ayuda a darle una direccin a la investigacin,
adems es tambin una prediccin que puede ser probada y que se deriva
lgicamente del problema de investigacin. De acuerdo con Therese L. Baker
(1997) si el objetivo del estudio es una explicacin entonces una pregunta de
investigacin puede ser la base para formular una o ms hiptesis.
La abundante literatura existente sobre metodologa de la investigacin describe
una gran variedad de tipos de hiptesis, no obstante, en la presente seccin
nicamente se explicarn las siguientes: hiptesis de investigacin, hiptesis de
nulidad, hiptesis alternativa e hiptesis estadstica.
a) Hiptesis de Investigacin. Es el tipo de hiptesis al que nos hemos referido
anteriormente y se le define como una aseveracin, conjetura o proposicin
sobre las probables relaciones entre dos o ms variables. Con frecuencia
se pueden expresar en forma descriptiva, correlacional, de causalidad, de
nulidad, etc. dependiendo del propsito y naturaleza de la investigacin que
se intenta desarrollar.
a. Hiptesis Descriptiva. La hiptesis descriptiva como su nombre lo
indica describe una situacin relacional entre las variables que se
someten a estudio. Se utiliza en investigaciones de tipo descriptivo,
como pudieran ser los estudios por encuesta.
Son ejemplos de hiptesis descriptiva los siguientes:
El periodo de recuperacin de la inversin del proyecto Duply Office
es de dos aos.
Los productos de consumo domstico en Mxico aumentarn un 18
% en los prximos seis meses.
b. Hiptesis Correlacional. La palabra correlacin es un trmino
estadstico que expresa una posible asociacin o relacin entre dos
o ms variables, sin que sea importante el orden de presentacin de
las variables, ya que no expresan una relacin de causalidad. Para
verificarlas se utilizan pruebas estadsticas de correlacin.
Son ejemplos de hiptesis correlacional los siguientes:
A mayor apreciacin del dlar norteamericano, mayor depreciacin
del peso mexicano.
El volumen de importaciones en Mxico disminuye con el aumento
en el tipo de cambio peso-dlar.
c. Hiptesis de Causalidad. Las hiptesis de causalidad se formulan
para investigaciones experimentales. Expresan una relacin de
causa-efecto entre las variables que se someten a estudio. Una
8
 hiptesis de causalidad puede expresar una relacin causal entre
una variable independiente y una variable dependiente, o bien,
puede hacerlo entre ms de una variable independiente y una
variable dependiente. Son ejemplos de hiptesis de causalidad: El
elevado ndice de inflacin en Mxico es causa del bajo poder
adquisitivo del peso mexicano.
Los factores de productividad total (insumo humano, materia prima,
energa, capital y otros gastos) del sector manufacturero mexicano
son los determinantes de la productividad total.
b) Hiptesis de Nulidad. Este tipo de hiptesis expresa la ausencia de
relacin, diferencia, causalidad, etc. entre dos o ms variables. De acuerdo
con DAry,Jacobs y Razavieh (1982) la hiptesis de nulidad ...permite
comparar los descubrimientos con las expectativas mediante mtodos
estadsticos. Son ejemplos de hiptesis de nulidad:
La oferta de carreras profesionales del Instituto Tecnolgico de Ciudad
Cuauhtmoc no satisface la demanda de formacin acadmica profesional
de los egresados de nivel medio superior en la regin. La tecnologa de
punta no representa una ventaja competitiva definitiva de la empresa A al
disminuir sus costos de produccin y hacer ms eficientes los procesos
productivos.
c) Hiptesis Estadsticas. Una hiptesis estadstica expresa en trminos o
smbolos estadsticos los anteriores tipos de hiptesis. Se pueden expresar
en trminos de:
a. Estadsticas de Estimacin. Diseadas para evaluar la suposicin
respecto al valor de alguna caracterstica de una muestra de
individuos o unidades de anlisis.
b. Estadsticas de Correlacin. Traduce o transforma una situacin de
correlacin entre dos o ms variables a la simbologa estadstica
propia de las pruebas estadsticas de correlacin.
c. Estadsticas de la Diferencia de Medias u otros Valores. En este tipo
de hiptesis se compara una estadstica entre dos o ms grupos.
Es un ejemplo de hiptesis estadstica la siguiente:
La hiptesis No hay relacin entre el aprendizaje (mayor cantidad de impresiones
por hora) y el costo por unidad impresa en la compaa Ediciones Tarahumara, se
expresa como una hiptesis estadstica de la siguiente manera:
Hiptesis nula: Ho: rxy = 0 (no hay relacin entre...)
Hiptesis alternativa: H1: rxy 0 (existe relacin entre...)

3.6 Prueba de hiptesis para la media

El propsito de la prueba de hiptesis es determinar si un valor propuesto
(hipottico) para un parmetro poblacional, por ejemplo, para una media, debe

9
aceptarse como plausible con base en la evidencia muestral. Recuerde las
distribuciones de muestreo, en general el valor de una media muestral difiere del
valor de la media poblacional. Si el valor de un estadstico muestral, como la
media muestral es cercano al valor propuesto conparmetro y solo difiere en una
cantidad que resulta des esperarse debido almuestreo aleatorio, entonces no se
rechaza el valor hipottico. Si el estadstico muestral difiere del valor propuesto en
una cantidad que no es atribuible a la casualidad, entonces se rechaza la hiptesis
por no considerarse plausible.
Se han desarrollado tres mtodos para pruebas de hiptesis, todos ellos
conducentes a la misma decisin cuando se usan los mismos estndares de
probabilidad y de riesgo. Independientemente del mtodo que se utilice en las
pruebas de hiptesis, observe que cuando se rechaza el valor hipottico, y por
tanto se acepta, esto no constituye una prueba de que el valor hipottico sea
correcto. La aceptacin de un valor propuesto como un parmetro simplemente
indica que es un valor plausible de acuerdo con el valor observado en el
estadstico muestral.

3.7 Prueba de hiptesis para la diferencia de medias

Sirve para comparar diferencias entre dos poblaciones distintas, por ejemplo:
- Si un proceso de produccin es mejor queotro.
- Comparar rendimientos de dos productos.
- Proporcin de votantes por un determinado candidato.
Pasos a seguir:
1. Plantear las hiptesis nula y alternativa.
u1-u2=0u
u1-u20 u1-u2<0 u1-u2>0
2. Se especifica el nivel de significancia alfa()
3. Se calcula el estadstico de prueba
4. Especificar los puntos crticos
5. Concluir de acuerdo a los resultados

3.8 Prueba de hiptesis para la proporcin

Las pruebas de proporciones son adecuadas cuando los datos que se estn
analizando constan de cuentas o frecuencias de elementos de dos o ms clases.
El objetivo de estas pruebas es evaluar las afirmaciones con respecto a una
proporcin (o Porcentaje) de poblacin. Las pruebas se basan en la premisa de

10
que una proporcin muestral (es decir, x ocurrencias en n observaciones, o x/n)
ser igual a la proporcin verdadera de la poblacin si se toman mrgenes o
tolerancias para la variabilidad muestral. Las pruebas suelen enfocarse en la
diferencia entre un nmero esperado de ocurrencias, suponiendo que una
afirmacin es verdadera, y el nmero observado realmente. La diferencia se
compara con la variabilidad prescrita mediante una distribucin de muestreo que
tiene como base el supuesto de que es realmente verdadera.

En muchos aspectos, las pruebas de proporciones se parecen a las pruebas de

medias, excepto que, en el caso de las primeras, los datos muestrales se
consideran como cuentas en lugar de como mediciones. Por ejemplo, las pruebas
para medias y proporciones se pueden utilizar para evaluar afirmaciones con
respecto a:

1) Un parmetro de poblacin nico (prueba de una muestra)

2) La igualdad de parmetros de dos poblaciones (prueba de dos muestras), y
3) La igualdad de parmetros de ms de dos poblaciones (prueba de k
muestras). Adems, para tamaos grandes de muestras, la distribucin de
muestreo adecuada para pruebas de proporciones de una y dos muestras
es aproximadamente normal, justo como sucede en el caso de pruebas de
medias de una y dos muestras.

3.9 Prueba de hiptesis para la diferencia de proporciones

Al igual que las inferencias para una proporcin, cuando se desea comparar las
proporciones de dos poblaciones se tiene que p1 es estimador de 1, y p2 es el
estimador de 2, entonces la distribucin muestral de p1 - p2 cumple con las
siguientes propiedades:
i)

ii)

Si tanto n1 como n2 son suficientemente grandes, de tal manera que

y , as como y , entonces las distribuciones de

11
las p estn distribuidas en forma aproximadamente normal, y por tanto, tambin su
diferencia.

Por consiguiente: se distribuye en forma

aproximadamente normal.

Como por lo general se desconocen las , tambin se desconoce el error estndar

de la diferencia de proporciones , as que, cuando se hace un contraste de
hiptesis, en donde H0 establece que las proporciones son iguales, 1 = 2 = ,el
error estndar de p1 p2 se estima a travs de la ponderacin de las estimaciones
de 1 y de 2 por medio de la expresin:

y entonces:

El intervalo de confianza para la diferencia de proporciones es:

3.10 Prueba de hiptesis para la varianza

Nos permite analizar si existen diferencias en la distribucin de los datos de dos o
ms grupos independientes.

12
Conclusin
La teora de prueba de significacin de Fisher que histricamente apareci
primero, fue una de las mezclada con los conceptos de Neyman-Pearson de
prueba de hiptesis y enseada como la estadstica perse. Le llamamos a esto
teora hbrida de la Inferencia Estadstica, y esto contina en nuestros tiempos
por el deseo, tanto de la estadstica como de otras ciencias, de presentar un
modelo de toma de decisiones que sea unificado, mecnico y sin defectos.

Las pruebas de hiptesis son utilizadas en todos los mbitos de nuestra vida, a
pesar de que en la mayora de las ocasiones no nos damos cuenta de ello. Son
utilizadas en muchos mbitos porque ayudan a llegar a una conclusin respecto a
diversas problemticas por medio de clculos estadsticos. Asimismo, las pruebas
de hiptesis pueden ser implementadas en un estudio, ya que comparan
diferencias entre distintas muestras y poblaciones.

Es importante resaltar que las pruebas de hiptesis son procedimientos basados

en evidencia muestral y en la teora de la probabilidad, para la aceptacin o
rechazo de hiptesis de investigacin.

Personal: Las pruebas de hiptesis ensean al individuo que donde sea tiene una
aplicacin, por ejemplo, al hacer la despensa, ya que l compara la relacin
calidad-precio de dos productos.

Profesional: Las pruebas de hiptesis ayudan a los ingenieros industriales a hacer

posible la realizacin de trabajos de investigacin estadstica, ya que, por medio
de los clculos correspondientes, comprueban la veracidad de los datos
relacionados al mbito profesional, y tambin para comparar diferencias entre
stos.

13
Referencias bibliogrficas
Probabilidad y Estadstica para Ingeniera y Ciencias
Jay L. DeVore
Cengage Learning Editores
Sptima Edicin (2008)
Pginas 213 - 223

Probabilidad y Estadstica para Ingeniera y Administracin

William W. Hines, Douglas C. Montgomery
McGraw-Hill
Cuarta Edicin (2005)
Pginas 123 - 145

Probabilidad y Estadstica aplicadas a la Ingeniera

Douglas C. Montgomery, George C. Runger
Limusa Wiley
Segunda Edicin (2002)
Pginas 492 - 508

Probabilidad y Estadstica para Ingenieros

Sheldon M. Ross
Editorial Revert
Treceava edicin (2007)
Pginas 347- 402

14