Hipótesis: Es aquella explicación previa que busca convertirse en conclusión a una determinada

investigación. Existen dos tipos de hipótesis.

Hipótesis de investigación o nula: La hipótesis nula establece que un parámetro de población es

igual a un valor. La hipótesis nula suele ser una afirmación inicial que los investigadores
especifican basándose en investigaciones previas o en su conocimiento. Son aquellas
suposiciones que motiva a la investigación.

Hipótesis estadística o alternativa: La hipótesis alternativa establece que el parámetro de

población es diferente del valor del parámetro de población en la hipótesis nula. La hipótesis
alternativa es lo que usted podría pensar que es cierto o espera probar que es cierto.

Donde la hipótesis de investigación conduce directamente a la hipótesis estadística.

Prueba de Hipótesis: Una prueba de hipótesis es una prueba estadística que se utiliza para
determinar si existe suficiente evidencia en una muestra de datos para inferir que cierta condición
es válida para toda la población.

Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la hipótesis nula y la
hipótesis alternativa.

Pasos para la prueba

Tabla de Contingencia:

Una tabla de contingencia es una tabla que cuenta las observaciones por múltiples variables
categóricas. Las filas y columnas de las tablas corresponden a estas variables categóricas.

Por ejemplo, después de una elección reciente entre dos candidatos, una encuesta de salida
registró el sexo y el voto de 100 electores seleccionados de manera aleatoria y los datos se
tabularon de la siguiente manera:
 Candidato A Candidato B Todo

Hombre 28 20 48

Mujer 39 13 52

Todo 67 33 100

Esta tabla de contingencia cuenta las respuestas según sexo y voto. El conteo en la intersección
de la fila i y la columna j se denota como nij, y representa el número de observaciones que muestra
esa combinación de niveles. Por ejemplo, n1,2 muestra el número de encuestados masculinos que
votaron por el Candidato B.

La tabla también incluye los totales marginales para cada nivel de las variables. Los totales
marginales para las filas muestran que 52 de los encuestados fueron mujeres. Los totales
marginales para las columnas muestran que 67 de los encuestados votaron por el Candidato A.
Además, la suma total muestra que el tamaño de la muestra es 100.

Las tablas de contingencia también pueden revelar asociaciones entre las dos variables. Utilice una
prueba de chi-cuadrado o una prueba exacta de Fisher para determinar si los conteos observados
difieren significativamente de los conteos esperados bajo la hipótesis nula de que no existe
asociación. Por ejemplo, usted podría probar si existe una asociación entre sexo y voto.

Las tablas de contingencia más simples son tablas de dos factores que cuentan las respuestas
según dos variables. Usted puede categorizar las observaciones según tres o más variables al
"cruzarlas". En el ejemplo de votación anterior, las respuestas también podrían clasificarse según
el estatus de empleo de la manera siguiente:

(otra tabla)

PRUEBA DE SIGNIFICANCIA

Son procedimientos que facilitan decidir si una Hipótesis nula se rechaza o no se rechaza. La
aplicación de estas pruebas parte del supuesto de que se ha utilizado un diseño de muestreo
probabilístico (al azar, sistemático, estratificado o conglomerados) para obtener la información
muestral que permita tomar decisiones estadísticas.

EJEMPLO

Supongamos que disponemos de dos tratamientos (A y B) para una misma enfermedad, y

deseamos conocer cuál de ellos es mejor. Al mismo tiempo vamos a considerar como “mejor” si la
diferencia que hay entre ambos es de al menos un 10% en el porcentaje de enfermos curados

Acabamos de definir lo que entendemos por diferencia clínicamente importante: un 10%. Realizado
el experimento en 40 personas y después de aleatorizar los tratamientos A y B en dos grupos se
obtienen los resultados:

Con el tratamiento A se curaron 6 personas (30%) B se curó 12 (60%). Como podemos ver la
diferencia de curaciones observada entre uno y otro del 30% es muy superior al 10% que
previamente nos habíamos fijado como importante. Se toma como umbral de significación el
famoso valor de p=0,05.

PRUEBA T. CHI CUADRADO

Es el nombre de una prueba de hipótesis que determina si dos variables están relacionadas o no.

Pasos:

1. Realizar una conjetura.

2. Escribir la hipótesis nula y la alternativa.
3. Calcular el valor de.
4. Determinar el valor de p y el grado de libertad.
5. Obtener el valor crítico.
6. Realizar una comparación entre el chi-cuadrado calculado y el valor crítico.
7. Interpretar la comparación.

 Para obtener el valor de Chi-Cuadrado Calculado se tiene la fórmula.

O: frecuencia de valor observado

E: frecuencia de valor esperado

Ejemplo
RxC TABLAS DE CONTINGENCIA

En muchas ocasiones, la n elementos de una muestra tomada de una población pueden

clasificarse con dos criterios diferentes. Por tanto, es interesante saber si los dos métodos de
clasificación son estadísticamente independientes. Supóngase que el primer método de
clasificación tiene r niveles, y que el segundo tiene c niveles. O sea Oij la frecuencia observada
para el nivel i del primer método de clasificación y el nivel j del segundo método de clasificación. En
general, los datos aparecerán como se muestra en la siguiente tabla. Una tabla de este tipo
usualmente se conoce como tabla de contingencia r x c.

PRUEBA DE MCNEMAR

La prueba de McNemar se utiliza para decidir si puede o no aceptarse que determinado

''tratamiento'' induce un cambio en la respuesta dicotómica o dicotomizada de los elementos
sometidos al mismo, y es aplicable a los diseños del tipo ''antes-después'' en los que cada
elemento actúa como su propio control.

Los resultados correspondientes a una muestra de n elementos se disponen en una tabla de

frecuencias 2 x 2 para recoger el conjunto de las respuestas de los mismos elementos antes y
después. El aspecto general de dicha tabla, en la que los signos + y - se utilizan para representar
las diferentes respuestas, es el siguiente:

Antes/Después - +

- a b

+ c d
En las celdas de la tabla, a es el número de elementos cuya respuesta es la misma, -; b es el
número de elementos cuya respuesta es - antes del ''tratamiento'' y + después de éste; c es el
número de elementos que han cambiado de + a -; y d es el número de elementos que mantienen la
respuesta +.

Test de la t de Student

Es una distribución de probabilidad que surge del problema de estimar la media de una población
normalmente distribuida cuando el tamaño de la muestra es pequeño.

Para dos muestras independientes: Se aplica cuando la variable comparada es cuantitativa y

solo hay dos grupos. En este tipo de problemas siempre hay dos variables la cuantitativa que es la
variable dependiente y el factor dicotómico que es la variable independiente. Se trata de
comprobar si la cualitativa depende de la dicotómica. Se realiza el sgte procedimiento

Para datos emparejados: donde los datos están relacionados entre sí, es decir, cada dato se
compara consigo mismo.

1. De saca la variable diferencial

2. Planteamiento de la hipótesis
3. Se calcula el error estándar de la media diferencial
4. Se calcula la t de Student