Estadística Inferencial. TEED UNID-2018-60 Prueba de hipótesis.

Diferencia de 2 pruebas 1

Introducción
En muchas situaciones de toma de decisiones, las personas necesitan
determinar si los parámetros de dos poblaciones son iguales o diferentes. Una
empresa, por ejemplo, puede tener la intención de probar si sus empleadas
reciben un salario menor que el de sus empleados varones por realizar el mismo
trabajo. El inspector de una zona escolar puede querer determinar si la
proporción de maestros que están listos para ascensos en una delegación es
diferente de la proporción en otra.

En cada uno de estos ejemplos, los tomadores de decisiones están

interesados en los parámetros de dos poblaciones; no están tan preocupados
por el valor real de los parámetros como de la relación entre sus valores; es
decir, cuáles son las diferencias. ¿Las empleadas ganan menos que los
empleados por hacer el mismo trabajo? ¿Es la proporción de maestros
susceptibles de promoción de una delegación diferente a la proporción de otra?

Ahora ampliaremos la idea de pruebas de hipótesis para dos muestras. Se

seleccionan muestran aleatorias de dos poblaciones distintas para determinar
si son iguales las medias o las proporciones de la población.

El proceso para comparar dos poblaciones comienza con la formulación

de una hipótesis sobre la naturaleza de las dos poblaciones y la diferencia entre
sus medias o proporciones. La formulación de la hipótesis implica claramente
la elección entre dos opciones sobre la diferencia; luego, se toma una decisión
basándose en los resultados de un estadístico calculado a partir de muestras
aleatorias de datos de las dos poblaciones.

Ejemplo-1
Un profesor tiene interés en saber si las calificaciones que obtienen sus
estudiantes en los exámenes mejoran cuando da trabajos para realizar en casa.
Podría poner trabajos para casa a un grupo y a otro no. En ese caso, recogiendo
Estadística Inferencial. TEED UNID-2018-60 Prueba de hipótesis. Diferencia de 2 pruebas 2

datos de las dos clases, podría averiguar si existen pruebas contundentes de

que las calificaciones mejoran cuando pone trabajos para casa.

Supongamos que el profesor supone que la realización de trabajos en casa

no aumenta la calificación total. Sea µ1 la calificación media del examen final

en la clase en la que el profesor da trabajos para la casa y µ2 la calificación
media del examen final en la clase en la que no da trabajos para casa. La
hipótesis nula es la hipótesis compuesta

𝑯𝟎 : 𝝁𝟏 ≤ 𝝁𝟐
𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≤ 𝟎
La hipótesis alternativa de interés es realizar los trabajos en casa aumenta
realmente la calificación media y, por lo tanto, la hipótesis alternativa es:

𝑯𝟏 : 𝝁𝟏 > 𝝁𝟐
𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 > 𝟎
En este problema, el profesor decidiría dar trabajos para la casa sólo si
existen pruebas contundentes de que eso mejora la calificación media de los
exámenes. El rechazo de H0 y la aceptación de H1 es una prueba contundente.

Ejemplo-2
Un periodista quiere saber si una reforma tributaria (pago de impuesto)
atrae de la misma forma a los hombres que a las mujeres. Para probarlo, recaba
la opinión de una muestra aleatoria de hombres y mujeres y utiliza estos datos
para obtener una respuesta. El periodista podría afirmar, como hipótesis de
trabajo, que una nueva propuesta tributaria atrae por igual a los hombres y a las

mujeres. Si p1 es la proporción de hombres que defienden la propuesta y p2 es

la proporción de mujeres que defienden la propuesta, la hipótesis nula es:

𝑯𝟎 : 𝒑𝟏 = 𝒑𝟐
𝑯𝟎 : 𝒑𝟏 − 𝒑𝟐 = 𝟎
Estadística Inferencial. TEED UNID-2018-60 Prueba de hipótesis. Diferencia de 2 pruebas 3

Si el periodista no tiene ninguna razón de peso para sospechar que el apoyo a

la propuesta proviene principalmente de los hombres o de las mujeres, probaría
esta hipótesis nula frente a la hipótesis alternativa compuesta bilateral:

𝑯𝟏 : 𝒑𝟏 ≠ 𝒑𝟐
𝑯𝟏 : 𝒑𝟏 − 𝒑𝟐 ≠ 𝟎
En este ejemplo, el rechazo de H0 sería una prueba contundente de que
hay una diferencia entre los hombres y las mujeres en su respuesta a la
propuesta tributaria.

Una vez especificada la hipótesis nula y la hipótesis alternativa y una vez

recogidos datos muestrales, debe tomarse una decisión sobre la hipótesis nula.
Se puede rechazar y aceptar la hipótesis alternativa o no rechazar la hipótesis
nula. Cuando no se rechaza la hipótesis nula, o bien es verdadera, o bien
nuestro método para realizar la prueba no es lo suficientemente fuerte para
rechazarla y se ha cometido un error. Para rechazar la hipótesis nula hay que
formular una regla de decisión basada en evidencia muestral.

Finalmente, otra consideración importante para este tipo de pruebas de

hipótesis consiste en suponer que las muestras se obtienen en forma
independiente de dos poblaciones que se distribuyen normalmente.

Los pasos para la realización de esta prueba de hipótesis son similares a

los de las pruebas de hipótesis para una sola muestra, pero con la
consideración de que el estadístico de prueba es una distribución de
probabilidad normal estandarizada Z, la cual se define para probar la diferencia
entre medias poblacionales mediante dos muestras grandes.
Estadística Inferencial. TEED UNID-2018-60 Prueba de hipótesis. Diferencia de 2 pruebas 4

Pruebas para diferencias entre medias: muestras grandes

(µ1 – µ2)
Paso-1. Establecer Hipótesis
En el siguiente cuadro se muestran las pruebas de hipótesis para
diferencias entre medias cuando las muestras son grandes (n1 ≥ 30 y n2 ≥ 30).

No hay diferencia entre los El valor de la diferencia El valor de la diferencia

parámetros de las poblaciones es menor que cero es mayor que cero
𝝁𝟏 = 𝝁𝟐 𝝁𝟏 ≤ 𝝁𝟐 𝝁𝟏 ≥ 𝝁𝟐
𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 = 𝟎 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≤ 𝟎 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≥ 𝟎
𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 ≠ 𝟎 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 > 𝟎 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 < 𝟎

Paso-2. Establecer el nivel de significancia

 = ¿?
Paso-3. En base a H1, presentar gráfica e identificar las zonas de
rechazo y aceptación. Si es el caso, calcular ZCrítica

Paso-4. Calcular el error estándar

𝝈𝟐𝟏 𝝈𝟐𝟐 𝒔𝟐𝟏 𝒔𝟐𝟐

𝝈𝒙ഥ𝟏 −𝒙ഥ𝟐 =ඨ + ó 𝝈𝒙ഥ𝟏 −𝒙ഥ𝟐 =ඨ +
𝒏𝟏 𝒏𝟐 𝒏𝟏 𝒏𝟐

𝝈𝟐𝟏 = DesvEstándar de la población-1

𝝈𝟐𝟐 = DesvEstándar de la población-2
n1 = Tamaño de muestra población-1
n2 = Tamaño de muestra población-2
𝒔𝟐𝟏 = DesvEstándar de la muestra-1
𝒔𝟐𝟐 = DesvEstándar de la muestra-2

Paso-5. Calcular el estadístico de prueba

(𝝁𝟏 − 𝝁𝟐 )𝑯𝒐 : 𝐒𝐢𝐠𝐧𝐢𝐟𝐢𝐜𝐚 𝐞𝐥 𝐯𝐚𝐥𝐨𝐫 𝐪𝐮𝐞 𝐫𝐞𝐩𝐫𝐞𝐬𝐞𝐧𝐭𝐚 𝐥𝐚 𝐡𝐢𝐩ó𝐭𝐞𝐬𝐢𝐬 𝐧𝐮𝐥𝐚

Estadística Inferencial. TEED UNID-2018-60 Prueba de hipótesis. Diferencia de 2 pruebas 5

(𝒙 ഥ𝟐 ) − (𝝁𝟏 − 𝝁𝟐 )𝑯𝒐
ഥ𝟏 − 𝒙
𝒁𝒄𝒂𝒍𝒄𝒖𝒍𝒂𝒅𝒂 =
𝝈𝒙ഥ𝟏 −𝒙ഥ𝟐

Paso-6. Si es el caso, calcular el Valor-p

Valor-p = P(Z ≤ ZCalculada)
Valor-p = P(Z ≥ ZCalculada)

Paso-7. Establecer regla para rechazar o no rechazar H0. Tomar

decisión

Prueba de cola izquierda: Si Valor-p ≤ , entonces rechazar H0.

Prueba de cola derecha: Si Valor-p ≤ , entonces rechazar H0.
Prueba de 2 colas: Si (2)(Valor-p) ≤ , entonces rechazar H0.

Ejemplo
Para determinar si poseer un automóvil influye en el éxito académico de
un estudiante, se extrajeron de la matrícula de alumnos dos muestras aleatorias

de 100 estudiantes cada una. La calificación promedio para los n1 = 100 no

ഥ 𝟏 = 𝟐. 𝟕
propietarios de automóvil tuvo un promedio y una varianza iguales a 𝑿
ഥ 𝟐 = 𝟐. 𝟓𝟒 y 𝑺𝟐𝟐 = 𝟎. 𝟒 para los n2 = 100 dueños de un
y 𝑺𝟐𝟏 = 𝟎. 𝟑𝟔, mientras que 𝑿
automóvil. ¿Los datos presentan evidencia suficiente para señalar una
diferencia en los logros medios entre quienes sí poseen un automóvil y quienes

no? Pruebe con  = 0.05.

Solución
Datos: n1 = 100; ഥ 𝟏 = 𝟐. 𝟕;
𝑿 𝑺𝟐𝟏 = 𝟎. 𝟑𝟔;
n2 = 100; ഥ 𝟐 = 𝟐. 𝟓𝟒;
𝑿 𝑺𝟐𝟐 = 𝟎. 𝟒;  = 0.05
Estadística Inferencial. TEED UNID-2018-60 Prueba de hipótesis. Diferencia de 2 pruebas 6

Paso-1. Establecer Hipótesis

¿Hay evidencia para señalar una diferencia en los logros medios entre quienes
sí poseen un automóvil y quienes no?

Hipótesis Alternativa 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 ≠ 𝟎
Hipótesis Nula 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 = 𝟎

Paso-2. Establecer el nivel de significancia

Prueba de 2 colas
 = 0.05
/2 = 0.025

Paso-3. En base a H1, presentar gráfica e identificar las zonas de

rechazo y aceptación. Si es el caso, calcular ZCrítica

P(Z ≤ ZCalculada-1) Zona de P(Z ≥ ZCalculada-2)

aceptación
z
Zona de rechazo 0
Zona de rechazo
ZCr-1 ZCr-2

ZCr-1 = ZCrítica-1 ZCr-2 = ZCrítica-2

𝒁𝒄𝒓−𝟏 = 𝑰𝑵𝑽. 𝑵𝑶𝑹𝑴. 𝑬𝑺𝑻𝑨𝑵𝑫(𝟎. 𝟎𝟐𝟓) = −𝟏. 𝟗𝟔

𝒁𝒄𝒓−𝟐 = 𝑰𝑵𝑽. 𝑵𝑶𝑹𝑴. 𝑬𝑺𝑻𝑨𝑵𝑫(𝟎. 𝟗𝟕𝟓) = 𝟏. 𝟗𝟔

Paso-4. Calcular el error estándar

𝒔𝟐𝟏 𝒔𝟐𝟐 𝟎. 𝟑𝟔 𝟎. 𝟒
𝝈𝒙ഥ𝟏 −𝒙ഥ𝟐 =ඨ + =ඨ + = √𝟎. 𝟎𝟎𝟕𝟔 = 𝟎. 𝟎𝟖𝟕
𝒏𝟏 𝒏𝟐 𝟏𝟎𝟎 𝟏𝟎𝟎
Estadística Inferencial. TEED UNID-2018-60 Prueba de hipótesis. Diferencia de 2 pruebas 7

Paso-5. Calcular el estadístico de prueba

(𝒙 ഥ𝟐 ) − (𝝁𝟏 − 𝝁𝟐 )𝑯𝒐
ഥ𝟏 − 𝒙
𝒁𝒄𝒂𝒍 =
𝝈𝒙ഥ𝟏 −𝒙ഥ𝟐
ഥ𝟏 − 𝒙
𝒙 ഥ𝟐 = 𝟐. 𝟕 − 𝟐. 𝟓𝟒 = 𝟎. 𝟏𝟔
(𝝁𝟏 − 𝝁𝟐 )𝑯𝟎 = 𝟎

(𝒙 ഥ𝟐 ) − (𝝁𝟏 − 𝝁𝟐 )𝑯𝒐 𝟎. 𝟏𝟔 − 𝟎
ഥ𝟏 − 𝒙
𝒁𝒄𝒂𝒍 = = = 𝟏. 𝟖𝟒
𝝈𝒙ഥ𝟏 −𝒙ഥ𝟐 𝟎. 𝟎𝟖𝟕
ZCal = ZCalculada

Paso-6. Si es el caso, calcular el Valor-p

Para la cola izquierda: ZCal = –1.84
Valor-p = P(Z ≤ ZCal = P(Z ≤ –0.184) = 0.033

Para la cola derecha: ZCal = 1.84

Valor-p = P(Z ≤ ZCal = P(Z > 0.184) = 1 – P(Z ≤ 1.84)
P(Z ≤ 1.84) = 0.9671
Valor-p = 1 – 0.9671 = 0.0329 = 0.033

Paso-7. Establecer regla para rechazar o no rechazar H0. Tomar

decisión.

Método del valor crítico

/2 = 0.025 Zona de /2 = 0.025

aceptación
z
Zona de rechazo 0 Zona de rechazo
ZCr-1 = –1.96 ZCr-2 = 1.96
ZCal = –1.84 ZCal = 1.84
Cola izquierda: Si ZCal ≤ ZCr-1 Entonces se rechaza H0
Cola derecha: Si ZCal ≥ ZCr-1 Entonces se rechaza H0
Estadística Inferencial. TEED UNID-2018-60 Prueba de hipótesis. Diferencia de 2 pruebas 8

De la gráfica inmediato anterior, se observa lo siguiente:

Cola izquierda: –1.84 ≥ –1.96 Entonces No se rechaza H0
Cola derecha: 1.84 ≤ 1.96 Entonces No se rechaza H0

Método del valor-p

P(Z ≤ 0.025) Zona de P(Z ≥ 0.025)

aceptación
z
Zona de rechazo 0 Zona de rechazo
ZCal = –1.84 ZCal = 1.84

Prueba de 2 colas: Si (2)(Valor-p) ≤ , entonces rechazar H0.

(2)( 0.033) ≤ 0.05
0.066 > 0.05
No se cumple la regla por lo que no se puede rechazar H0. Sin
embargo, no hay la suficiente evidencia de aceptar H0. Los valores
0.066 y 0.05 son parecidos, es decir, uno está muy cerca del otro.