 TEST DE HIPÓTESIS PARA LAS PROPORCIONES

Las hipótesis estadísticas que se formulan en este caso, siendo p el parámetro propor-
ción poblacional y p0 la proporción propuesta, podrían ser:
H0: p = p0
H1: p ≠ p0
Se selecciona un nivel de significación, digamos α = 0.05.
Es sabido que en el caso del parámetro poblacional p, cuando el tamaño de la muestra
es grande, la variable aleatoria proporción muestral pˆ  x n , se distribuye aproxima-
damente normal con:

E  pˆ   p σ  pˆ   p0 1  p0  n

A raíz de lo señalado, puede utilizarse la variable muestral p̂ como criterio de test pa-
ra probar la hipótesis con respecto al parámetro poblacional p.
pˆ  p0
El test estadístico se calcula mediante: z   f N* z; 0, 1
p0 1  p0  n

Gráficamente las zonas de rechazo y aceptación serían:

47.5% 47.5%

Zona de no rechazo de H0
α/2 = 2.5% α/2 = 2.5%
Zona de rechazo de H0 -1.96 0 1.96 Zona de rechazo de H0

Ejemplo:
Se supone que en una cierta región de la provincia del Chaco, el 90% de los producto-
res cultivan soja. De una muestra aleatoria de 110 productores de la zona que se encues-
taron, 95 se dedican al cultivo de soja. Suponiendo un nivel de significación α = 0.05, ¿está
este resultado en conformidad con el valor supuesto?
Solución:
Las hipótesis nula y alternativa serían:
H0: p = 0.90
H1: p ≠ 0.90
 La variable aleatoria proporción muestral resulta: pˆ  95 110  0.86

pˆ  p0 0.86  0.90
El valor del estadístico de prueba es: z    1.40
p0 1  p0  n 0.90  0.10 110

Como el valor calculado de z = –1.40 se encuentra entre los valores tabulados –1.96 y
1.96, valores críticos de la distribución normal, no se rechaza H0.
Conclusión: La información proporcionada por la muestra no permite decir que la pro-
porción de productores de la región considerada que cultivan soja es distinta del 90%;
esto es, que 95 de 110 productores estén dedicados a trabajar con soja es una proporción
coincidente con lo supuesto.

 TEST DE HIPÓTESIS PARA LA DIFERENCIA DE MEDIAS

En este caso utilizaremos dos muestras independientes, para decidir si las medias de
las dos poblaciones de las que provienen son iguales.
Comenzamos por plantear la hipótesis nula; esto es, que las dos poblaciones tienen
medias iguales:
H0: μ1  μ2

Las hipótesis alternativas podrías ser algunas de las siguientes:

H1: μ1  μ2 H1: μ1  μ2 H1: μ1  μ2

1. En caso de conocer las desviaciones estándar de cada una de las poblaciones, σ1 y

σ 2 , y la suma n1  n2  30 , el valor del estadístico de prueba se obtiene mediante:
~
x1  ~
 f N z; 0, 1
x2
z
12 n1  22 n2

2. Para tamaños más pequeños de muestra, n1  n2  30 , la variable z estará distri-

buida normalmente sólo si las dos poblaciones que se muestrean también lo están.

3. En caso que las varianzas de las dos muestras sean desconocidas pero iguales, y la
suma n1  n2  30 , la fórmula para obtener el valor del estadístico de prueba resulta:
~
x1  ~
 f S t ; n1  n2  2
x2
t
 n1  1Sˆ12  n2  1Sˆ22  1 1 
   
 n1  n2  2  n1 n2 
 4. En cambio, si no se conocen las desviaciones estándar, que se suponen distintas en
ambas poblaciones, y la suma n1  n2  30 , el valor del estadístico de prueba se obtiene
mediante:
~
x1  ~
 f S t; k 
x2
t
Sˆ12 n1  Sˆ22 n2
2
 Sˆ12 Sˆ22 
  
n 
Siendo: k   1 n2 
2 2
 Sˆ12  1  Sˆ22  1
   
n  n1  1  n2  n2  1
 1

Ejemplo:
La media de las calificaciones de dos muestras de 15 estudiantes en el segundo cua-
trimestre en la asignatura Estadística I de la Facultad de Ciencias Económicas de la UNNE,
resulta ser de 7 y 8.5. Se sabe que la desviación típica de las calificaciones en esta materia
fue en el pasado de 1.5. Se pide comparar la hipótesis μ1  μ2 , contra la hipótesis alterna-
tiva μ1  μ2 , con un nivel de significación de 0.025.
Solución
Datos: n1  n2  15 ~
x1  7 ~
x2  8.5 σ1  σ 2  1.5 α  0.025

Hipótesis: H0: μ1  μ2 H1: μ1  μ2

Dado que se conoce la desviación típica y la suma n1  n2  30 , el valor del estadístico

de prueba se obtiene resulta:
~
x1  ~
x2 7  8.5
z   2.74
12 n1  22 n2 2 1.52 15

En atención a que el valor calculado de z = –2.74 es menor que el valor crítico tabulado
–1.96 (se escoge el signo negativo por tratarse de una prueba de cola inferior), de la dis-
tribución normal estándar, hay evidencias suficientes para rechazar la hipótesis nula.

Conclusión: En virtud de la información proporcionada por las muestras, no podemos

sostener, con un nivel de confianza del 97.5%, que sean iguales las medias de calificacio-
nes de las poblaciones de las que provienen.
 Gráficamente las zonas de rechazo y aceptación serían:

47.5% 50.0%

Zona de no rechazo de H0
α = 2.5%
Zona de rechazo de H0 -1.96 0

 TEST DE HIPÓTESIS PARA LA DIFERENCIA DE PROPORCIONES

En las pruebas de hipótesis sobre proporciones tratamos de probar:
H0: p1 = p2
H1: p1 ≠ p2
Considérese que se toman dos muestras aleatorias de tamaño n1 y n2 de dos poblacio-
nes, y sea x1 y x2 el número de observaciones que pertenecen a la clase de interés en la
muestra 1 y 2, respectivamente.
x1  x2
Una estimación del parámetro común p es: pˆ 
n1  n2

La estadística de prueba para H0: p1 = p2, es entonces:

pˆ1  pˆ 2
z  f N z; 0, 1
pˆ 1  pˆ 1 n1  1 n 2 

Donde, las variables aleatorias proporción muestral resultan: pˆ1  x1 n1 pˆ 2  x2 n2

Si z  zα 2 o z   zα 2 , la hipótesis nula se rechaza.

Ejemplo:
La fracción de elementos defectuosos producidos por dos líneas de trabajo se está
analizando. Una muestra aleatoria de 1000 unidades de la línea 1 tiene 10 defectuosas, en
tanto que una muestra aleatoria de 1200 unidades de la línea 2 tiene 25 defectuosas. ¿Es
razonable concluir que la línea de trabajo 2 produce una fracción más alta de elementos
defectuosos que la línea 1? Utilizar α  0.01 .
Solución
Planteamos las siguientes hipótesis:
H0: p1 = p2
H1: p1 < p2
 x1  x2 10  25
Calculamos la estimación del parámetro común p: pˆ    0.016
n1  n2 1000  1200

Las variables aleatorias proporción muestral resultan:

pˆ1  x1 n1  10 1000  0.01 pˆ 2  x2 n2  25 1200  0.021

Por lo tanto, la estadística de prueba será:

pˆ1  pˆ 2 0.01  0.021
z   2.07  f N z; 0, 1
pˆ 1  pˆ 1 n1  1 n 2  0.016  0.984 0.001  0.0008

En razón que el valor hallado de z = –2.07 no es menor que zα = z0.01 = –2.33, no se de-
be rechazar la hipótesis nula.
Gráficamente las zonas de rechazo y no rechazo serían:

49% 50%

Zona de no rechazo de H0
α = 1%
Zona de rechazo de H0 -2.33 0

Conclusión: No existe suficiente evidencia estadística para pensar, con un nivel de con-
fianza del 99%, que la línea de trabajo 2 produce una fracción más alta de elementos de-
fectuosos que la línea 1.