El p-valor (p-value)

El p-valor es otra manera de aplicar una regla de decisión en una prueba de hipótesis (PH). El p-valor es
una probabilidad, luego, toma valores entre cero y uno (0  p  valor  1) . Su cálculo e interpretación
se ilustra en el siguiente caso.

Considerar la PH; H 0 :   0 vs H1 :   0 , con muestra grande (n  30) recordemos que se

rechaza H 0 con nivel de significancia  si | z | z / 2 donde z  ( x  0 ) /( s / n ) . Luego, la región
de rechazo es lo marcado en la figura 1.

/2
 /2

 z / 2 z / 2
-4 -3 -2 -1 0 1 2 3 4

Región de rechazo Región de rechazo

Figura 1.

Ahora, suponer que el estadístico de prueba z queda en la región de rechazo, como se ilustra en la
figura 2.

 /2
 /2 P1
P2

-4 -3
-z -2 z / 2 -1 0
z
1  /2 2 z 3 4

Figura 2
Luego, si calculamos la región de rechazo PERO CON RESPECTO AL ESTADISTICO DE PRUEBA (con
respecto a z ), vemos que esta probabilidad es P1  P2 , el cual es menor que  (región sombreada en
negro). Pues bien, p  valor  P1  P2 . Entonces, en lenguaje práctico, el p-valor es la probabilidad de
la región de rechazo pero con respecto al estadístico de prueba, y si el p-valor es menor que  , entonces
se rechaza H 0 . Este criterio de cálculo y regla de decisión del p-valor es la misma siempre para
cualquier PH.

EJEMPLO 1.

Considerar la PH donde H 0 :   100 vs H1 :   100 , con: n  35, x  98.7, s  2.78,   5%.

98.7  100
Luego, z   2.7665 , z / 2  z0.025  1.96 , entonces | z | z / 2 y se rechaza H 0 .
2.78 / 35

El p-valor es p  valor  P( z  2.7665)  P( z  2.7665)  0.0057 el cual es menor a   0.05 ,

luego, se rechaza H 0 .

Nota: en Excel: p-valor = 2*NORMSDIST(-2.7665)

EJEMPLO 2.

Considerar H 0 :   80 vs H1 :   80 con; n  15, x  81.3, s  3.28,   1%. por ser muestra

81.3  80
pequeña ( n  30 ); t   1.535, t , n 1  t0.01,14  2.624 . Como t  t , n 1 no se rechaza H 0 .
3.28 / 15

Como la región de rechazo es la cola derecha de t , n 1 se tiene que

p  valor  P(t  1.535)  0.0735 (con 14 grados de libertad), luego, no se rechaza H 0 .

Nota: en Excel: p-valor = TDIST(1.535, 14, 1)

EJEMPLO 3.

Considerar H 0 :   80 vs H1 :   80 con; n  15, x  81.3, s  3.28,   1%. por ser muestra

81.3  80
pequeña ( n  30 ); t   1.535, t , n 1  t0.01,14  2.624 . Como t  t , n 1 no se rechaza
3.28 / 15
H0 . Como la región de rechazo es la cola izquierda de  t , n 1 se tiene que
p  valor  P(t  1.535)  1  0.0735  0.9265 (con 14 grados de libertad), luego, no se rechaza H 0 .

EJEMPLO 4.

Considera la siguiente tabla de anova:

Fuente de variabilidad g. l. SC MC F F(0.05)

Tratamientos 3 110 36.66667 4.954955 3.098391
Error 20 148 7.4
Total 23 258

Vemos que con   0.05 se rechaza H 0 ya que el estadístico F es mayor al valor crítico F0.05 , 3, 20 .

Como la región de rechazo es la cola derecha del valor crítico, se tiene que (con 3 gl en el numerador y
20 gl en el denominador) p  valor  P ( F  4.955)  0.00986 y se rechaza H 0 .

Nota: en Excel: p-valor = FDIST(4.955, 3, 20)