PRUEBA DE HIPOTESIS

Para ahondar en el tema de prueba de hipótesis, es necesario conocer de antemano

la definición de hipótesis; definida como una afirmación o conjetura a cerca de un
parámetro y que está sujeta a verificación. Por ejemplo, “el consumo de tabaco en
los primeros años de la adolescencia es cuatro veces más nocivo que en la adultez”.

Asimismo, la prueba de hipótesis es un proceso basado en evidencia de la muestra

y la teoría de probabilidades para determinar si la hipótesis que se plantea es una
opción razonable y válida, o por el contrario debe ser rechazada. Cabe resaltar que
la verificación de la veracidad de la hipótesis es de manera cuantitativa, esto implica
que las hipótesis deben estar sujetas a cantidades numéricas.

Hipótesis estadísticas derivadas

Se les denomina así a los supuestos (hipótesis) realizados con respecto a un

parámetro o estadístico (media, proporción, diferencia de medias, etc.). En este
paso se definen dos tipos de hipótesis:

 Ho: Hipótesis nula (hipótesis de la cual se parte y se comprobará su

veracidad).
 H1: Hipótesis alterna (de la cual se sospecha pudiera ser cierta, es planteada
por el investigador).

La hipótesis alternativa se acepta si los datos ofrecen suficiente evidencia para

rechazar la hipótesis nula. Esta puede ser unilateral o bilateral.

Bilateral: Utilice una hipótesis alternativa bilateral (también conocida como

hipótesis no direccional) para determinar si el parámetro de población es mayor que
o menor que el valor hipotético. Una prueba bilateral puede detectar cuándo el
parámetro de población difiere en cualquier dirección, pero tiene menos potencia
que una prueba unilateral.

Unilateral: Utilice una hipótesis alternativa unilateral (también conocida como

hipótesis direccional) para determinar si el parámetro de población difiere del valor
hipotético en una dirección específica. Usted puede especificar la dirección para
que sea mayor que o menor que el valor hipotético. Una prueba unilateral tiene
mayor potencia que una prueba bilateral, pero no puede detectar si el parámetro de
población difiere en la dirección opuesta.

A partir de lo expuesto se hará un breve ejemplo, utilizando un planteamiento que

sea válido para realizar una prueba de hipótesis:
Planteamiento con una variable: "¿Se podría afirmar que el promedio de tiempo
que se demora una persona en vestirse es de 10 minutos?". En el cual se desea
averiguar de una variable si la cantidad inducida es correcta o falsa.

Dependiendo de cómo se plantee la incógnita, se pueden distinguir tres casos:

CASO I CASO II CASO III

*H : U = 10 min *H : U
o =
o 10 min *H : U o = 10 min
*H : U ≠ 10 min
1 *H : U > 10 min
1 *H : U < 10 min
1

El tiempo promedio
que se demora una El tiempo promedio que se El tiempo promedio que se
persona en demora una persona en demora una persona en
vestirse no es vestirse vestirse
igual o es es más o superior a 10 es menos o inferior a 10
diferente a 10 minutos. minutos.
minutos.

Planteamiento con dos variables o por comparación: Este tipo de desarrollo va

de la forma: "¿Se podría afirmar que las ganancias de las empresas medianas han
crecido este año con respecto al año anterior?". En el cual se compara un valor
predefinido con respecto a una suposición entre una variable con otra variable para
determinar si esta es correcta o falsa. Nuevamente surgen 3 casos:

CASO I CASO II CASO III

*H : U =U
o 1 2 *H : U =U
o 1 2 *H : U =U
o 1 2

*H : U ≠ U
1 1 2 *H : U > U
1 1 2 *H : U < U
1 1 2

Las ganancias de
las empresas Las ganancias de las Las ganancias de las
medianas en este empresas medianas en este empresas medianas en este
año no son año año
iguales o son son más o superiores al son menos o inferiores al
diferentes al año año anterior año anterior
anterior

Nivel de significancia (α)

Se le conoce así a la probabilidad de rechazar la hipótesis nula cuando esta es

verdadera, varía dependiendo del tipo de significación que se da al estudio
  α = 0.01 → Demasiado significativo
 α = 0.05 → Significativo
 α = 0.10 → Poco significativo

Errores tipo I y II

Ahora bien, ninguna prueba de hipótesis es 100% cierta puesto que la prueba se
basa en probabilidades, es por eso por lo que siempre existe la posibilidad de llegar
a una conclusión incorrecta. Cuando usted realiza una prueba de hipótesis, puede
cometer dos tipos de error: tipo I y tipo II.

Error de tipo I: Si usted rechaza la hipótesis nula cuando es verdadera, comete un

error de tipo I. La probabilidad de cometer un error de tipo I es α, que es el nivel de
significancia que usted establece para su prueba de hipótesis. Un α de 0.05 indica
que usted está dispuesto a aceptar una probabilidad de 5% de estar equivocado al
rechazar la hipótesis nula. Para reducir este riesgo, debe utilizar un valor menor
para α. Sin embargo, usar un valor menor para alfa significa que usted tendrá menos
probabilidad de detectar una diferencia si está realmente existe.

Error de tipo II: Cuando la hipótesis nula es falsa y usted no la rechaza, comete un
error de tipo II. La probabilidad de cometer un error de tipo II es β, que depende de
la potencia de la prueba. Puede reducir el riesgo de cometer un error de tipo II al
asegurarse de que la prueba tenga suficiente potencia. Para ello, asegúrese de que
el tamaño de la muestra sea lo suficientemente grande como para detectar una
diferencia práctica cuando está realmente exista. La probabilidad de rechazar la
hipótesis nula cuando es falsa es igual a 1–β. Este valor es la potencia de la prueba.

Intervalo de confianza

Es el punto que separa la región de rechazo y la de aceptación de la hipótesis.

Una variable:

 Tabla Z: Para hallar el intervalo en esta tabla se sigue la formula Z = α.

 Tabla t: Se usa cuando la población es menor a 30, y se sigue por las
fórmulas:

Dos variables:

 Tabla Z: Para usar esta fórmula (Z = α), tanto n1 como n2 tienen que ser
mayor o igual a 30.
 Tabla t: Para usar esta fórmula, por lo menos n1 o n2 tiene que tener un valor
inferior a 30, siendo la primera cuando H1 es “<” o “>” y la segunda para H1
“diferente de”.
Estadísticas de prueba

Son las fórmulas que nos llevarán a la conclusión si la hipótesis que planteamos es
verdadera o no, se clasifican según los parámetros: una media, proporciones, dos
medias, etc.

Una media:

 Si la muestra es mayor a 30 se usa la siguiente formula, Z= x-μ2n

Donde: x es el promedio parcial (de la muestra), el valor de la hipótesis, la

desviación poblacional total y n el número de datos.

 Si la muestra es menor a 30 se usa la siguiente formula, t= x-μs2n

Donde: s desviación de la muestra.

Proporciones:

 Si la muestra es mayor a 30 se usa la siguiente formula, Z= x-nPnP(1-P)

Donde: x es el número de eventos, P proporción poblacional, n el tamaño de la

muestra.

 Si la muestra es menor a 30 se usa la siguiente formula, t= x-nPx(n-x)n

Diferencia de medias o promedios:

Z= (x1-x2)-(1-2)12n1+22n2
Donde: x es el promedio parcial de cada muestra, el valor de la media de cada
población, la desviación poblacional total y n el número de datos.